使用基于模型的脑开关通过SSVEP提高生命应用程序的可靠性

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
• 人与计算机的交互

背景情况:

• 异步脑电脑接口 (aBCI) 需要可靠的控制状态.
• 使用脑电图 (EEG) 的传统大脑开关有较低的信号噪声比 (SNR),限制了性能.
• 来自EEG的有限特征信息阻碍了现有的大脑开关系统的有效性.

研究的目的:

• 设计和验证一个新的虚拟物理系统用于aBCI中的大脑开关.
• 通过利用周期性脑波调制来提高大脑开关的可靠性和性能.
• 为了克服低SNR在EEG信号中的局限性,用于大脑开关应用.

主要方法:

• 开发一个虚拟物理系统来实现大脑开关.
• 使用周期性脑波调制来触发用户.
• 采用稳态视觉唤起潜能 (SSVEP) 来进行特征提取和验证.
• 进行实验以评估可靠性,触发时间和校准要求.

主要成果:

• 拟议的虚拟物理系统显著提高了大脑开关的可靠性,每小时达到0.1个假阳性 (FP/h) 或更好.
• 该系统显示可接受的触发时间,并且对大多数受试者来说没有校准.
• 在虚拟物理系统中验证了基于SSVEP的大脑开关的有效性.

结论:

• 基于虚拟物理模型的脑开关有效地利用SSVEP功能来提供可靠的命令输出.
• 这种方法提高了异步大脑计算机接口 (aBCI) 系统的可靠性.
• 开发的脑开关促进了BCI在控制外部设备方面的实际应用.