使用来自提示演示的数据导致大大高估了语义BCI性能
Milan Rybář1, Riccardo Poli2, Ian Daly3
1Brain-Computer Interfaces and Neural Engineering Laboratory, School of Computer Science and Electronic Engineering, University of Essex, Colchester, CO4 3SQ, UK. contact@milanrybar.cz.
Scientific reports
|November 14, 2024
概括
大脑-计算机接口 (BCI) 的语义神经解码显示出有前途. 然而,这项研究发现,可靠的解码只发生在提示呈现期间,而不是精神任务,挑战当前的BCI方法.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 生物医学工程 生物医学工程
背景情况:
- 神经成像能够实现语义神经解码,从大脑活动中识别概念.
- 这对脑计算机接口 (BCI) 有潜力,但面临实施挑战.
- 现有的基于脑电图 (EEG) 的语义解码通常使用提示数据,影响可靠性.
研究的目的:
- 调查提示呈现对基于EEG的语义解码精度的影响.
- 在不同的提示和心理任务期间区分语义类别 (动物与工具).
- 评估没有外部线索的语义解码的可行性.
主要方法:
- 一个实验将提示演示与心理任务周期分开.
- 他们使用了四种不同的心理任务.
- 最先进的解码分析应用于EEG数据.
- 在暗示和心理任务阶段评估了分类准确性.
主要成果:
- 在提示呈现过程中,获得了高达71.3%的显著平均分类准确率.
- 在心理任务期间,解码精度没有达到显著的意义,即使有了适应的分析.
- 结果表明,提示呈现显著影响解码性能.
结论:
- 在提示呈现期间的神经活动可能会膨胀语义解码性能.
- 没有外部线索的语义解码比以前建议的更具挑战性.
- 这些发现需要对目前开发强大的语义BCI应用程序的方法进行重新评估.


