信号特征,运动皮层参与和联合行动观测,运动图像和SSMVEP (CAMS) BCI BCI的分类性能
概括
一个新的脑计算机接口 (BCI) 结合了动作观察和运动图像 (CAMS) 增强了运动皮层活动. 这种BCI显示了通过增加皮质刺激性和提供可靠的分类性能来改善运动康复的希望.
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
- 康复技术 康复技术 康复技术
背景情况:
- 基于运动图像 (MI) 的脑计算机接口 (BCI) 显示出运动皮层参与的潜力,但受到变化和弱个体反应的影响.
- 联合行动观察 (AO) 和MI范式产生比单独的AO或MI更强烈的皮质反应,增强刺激能力.
研究的目的:
- 引入和评估一种新的BCI,联合AO,MI和稳定状态运动视觉唤起潜力 (SSMVEP) (CAMS),旨在进行步态观察和想象.
- 调查CAMS对运动相关皮质潜能 (MRCP) 的影响,并评估其BCI分类表现.
主要方法:
- 25名健康的志愿者参与了这项研究,他们使用CAMS作为干预措施,使用SSMVEP的棋盘作为对照.
- 包括Bereitschaftspotential在内的MRCP组件在干预前和后进行测量,以评估皮质活动的变化.
- 量化了信号特征和两类视觉BCI分类性能.
主要成果:
- 与对照组相比,CAMS干预观察到MRCP对主运动皮层负面性的持续增加.
- 在CAMS视觉BCI实现了83.8%的中位分类准确度.
- CAMS 证明了与运动准备和执行相关的皮质刺激能力的增强能力.
结论:
- 该CAMS范式有效地提高皮层刺激性,唤起SSMVEP类的活动,感觉运动节奏,并改善MRCP.
- 该CAMSBCI展示了一致和可靠的分类性能,为运动康复和未来的BCI设计提供了希望.


