基于连贯性的通道选择和里曼的几何特征用于磁脑摄影解码
Chao Tang1, Tianyi Gao1, Gang Wang2
1National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, National Engineering Research Center for Visual Information and Applications, and Institute of Artificial Intelligence and Robotics, Xi'an Jiaotong University, Xi'an, 710049 China.
这项研究引入了一种新的基于连贯性的通道选择,用于磁脑电图 (MEG) 解码,通过减少噪音数据来提高准确性. 该方法通过选择相关的大脑活动道来提高脑电脑接口的性能.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 信号处理 信号处理
背景情况:
- 磁脑电图 (MEG) 使用敏感的磁场传感器测量大脑活动.
- 高密度MEG为大脑活动分析提供了卓越的空间和时间分辨率.
- 在MEG数据中增加的通道数量带来了计算挑战,并可能降低解码精度.
研究的目的:
- 为了提高MEG解码的大脑-计算机接口的准确性.
- 为MEG数据引入一种新的基于连贯性的通道选择技术.
- 为了利用里曼的几何学,从选定的MEG通道中有效地提取特征.
主要方法:
- 基于一致性的道选择,以识别与任务相关的MEG道并减少噪声.
- 应用里曼几何学来从选定的MEG通道中提取特征.
- 支持矢量机 (SVM) 分类器与辐射基函数 (RBF) 内核用于MEG解码.
主要成果:
- 提出的基于连贯性的道选择显著提高了两个公共MEG数据集 (P = 0.0002和P < 0.0001) 的解码精度.
- 里曼几何学在视觉解码任务中表现优于常见空间模式 (CSP) 和功率光谱密度 (PSD).
- 与现有方法相比,该方法在跨会话的心理图像和运动图像解码任务中表现出了优异的性能.
结论:
- 基于一致性的通道选择有效地减少了冗余和杂的MEG数据,提高了解码精度.
- 里曼的几何和通道选择的整合为基于MEG的大脑与计算机接口提供了一个强大的方法.
- 这种方法显着有望提高利用MEG数据的脑电脑接口的性能.
更多相关视频
10:22Interictal High Frequency Oscillations Detected with Simultaneous Magnetoencephalography and Electroencephalography as Biomarker of Pediatric Epilepsy
Published on: December 6, 2016
09:25Detecting Pre-Stimulus Source-Level Effects on Object Perception with Magnetoencephalography
Published on: July 26, 2019
相关概念视频
Magnetic Resonance Imaging
Visual System
Once through the pupil, the light passes through the lens, a...
Parallel Processing
