下肢运动图像EEG数据集基于中风患者的多范式和纵向训练

科学领域:

• 神经科学是一个神经科学.
• 康复医学 康复医学 康复医学
• 生物医学工程 生物医学工程

背景情况:

• 脑卒中经常导致运动功能障碍,特别是影响下肢,阻碍患者的康复.
• 大脑与计算机接口 (BCI) 技术,特别是运动成像 (MI),通过参与运动相关的大脑区域,显示了中风康复的潜力.
• 大规模的纵向数据集对于推进BCI-MI系统和了解中风幸存者的神经可塑性至关重要.

研究的目的:

• 解决对中风康复研究中综合数据的需求.
• 收集脑电图 (EEG) 数据从中风患者进行运动图像任务.
• 促进改进下肢中风解码算法和康复策略的开发.

主要方法:

• 收集了来自27名中风患者的EEG数据,跨越两个增强范式和三个时间点.
• 包括原始和预处理的EEG信号,以及相关的患者信息.
• 运用一个通用空间模式算法与支持矢量机 (CSP-SVM) 进行初始数据分析.

主要成果:

• 在收集的数据集上使用CSP-SVM实现了平均分类准确率为80.50%.
• 该数据集为分析神经可塑性和解码下肢运动意图提供了宝贵的资源.
• 证明了收集详细的EEG数据用于中风康复研究的可行性.

结论:

• 开发的数据集对于推进中风患者的BCI-MI研究至关重要.
• 这个资源将有助于创建更有效的下肢中风解码算法.
• 这些发现支持开发利用BCI技术的综合性中风康复系统.