一个意识到精神状态的大脑计算机接口,用于自适应控制电动轮椅
Syed Abu Huraira Hussain1,2, Imran Raza2, Syed Asad Hussain2
1Department of Technology Management, The Islamia University of Bahawalpur, Bahawalpur, Pakistan.
Scientific reports
|March 22, 2025
概括
这项研究开发了一种适应性脑电脑接口 (BCI) 系统,该系统使用脑电图 (EEG) 信号来预测用户的心理状态. 该BCI系统成功控制了电动轮椅,证明了残疾患者的适应能力和反应能力得到了改善.
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
- 人工智能的人工智能
背景情况:
- 大脑-计算机接口 (BCI) 为残疾人提供了移动解决方案.
- 目前的BCI系统需要加强,以整合患者的身体和心理状态.
- 响应用户情绪的自适应BCI系统对于改进应用程序至关重要.
研究的目的:
- 收集和处理人类脑电图 (EEG) 信号,以应对声音刺激的各种心理影响.
- 开发和评估机器学习技术,用于从EEG数据中预测心理状态.
- 根据用户的心理状态创建一个自适应的BCI系统来控制电动轮椅.
主要方法:
- 收集和过人类EEG信号.
- 基于频率的EEG数据分布分析.
- 机器学习算法的应用到EEG电源带用于心理状态预测.
- 开发一个与电动轮椅集成的自动化BCI系统.
主要成果:
- 该系统在预测心理状态方面达到74.26%的平均准确率.
- 自动化的BCI系统成功地控制了电动轮椅,适应了用户的心理状态.
- 该系统证明了令人满意的真实阳性率 (TPR) 和假阳性率 (FPR).
- 产生可解释的大脑信号的平均时间为8.4秒.
结论:
- 拟议的适应性BCI系统增强了患者的可靠性,安全性和对情绪的反应能力.
- 将心理状态监测集成到BCI系统中是个性化辅助技术的可行方法.
- 这项研究为更复杂和以用户为中心的BCI应用奠定了基础.
