单试验电脑图对真实,调节,同度手腕延伸和手腕曲的歧视

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:

• 大脑-计算机接口 (BCI) 为运动障碍者恢复功能提供了潜力.
• 电脑电图 (EEG) 是BCI发展的关键模式,但解释复杂运动的神经信号仍然具有挑战性.
• 了解手腕延伸 (WE) 和曲 (WF) 等手臂运动的神经控制对于BCI进步至关重要.

研究的目的:

• 为了研究EEG信号模式的解释与动力学差异在异比手腕延伸和曲期间的相关.
• 为了确定不同频段和皮质区域在区分这些运动中的有效性.
• 为开发更准确,更灵敏的基于EEG的BCI提供信息,用于假肢和整形控制.

主要方法:

• 记录了14名参与者从128通道的EEG数据中进行调节的同度WE和WF运动.
• 过了EEG数据,将其分为三角波,三角波,波,β波,低马波和高马波频段.
• 利用独立组件分析,时间频率特征提取和Mahalanobis距离聚类来进行信号分析和分类.

主要成果:

• 成功分类双边WE/WF移动的准确率为90.68%,单边移动的准确率为69.80%.
• 证明所有分析的频段和皮质区域都包含与运动有关的歧视性信息.
• 确定mu和β频段对双边歧视更重要,而马频段则更受单边歧视的青.

结论:

• 基于EEG的BCI可以有效地区分手腕延伸和曲运动.
• 通过从多个频段和皮质区域中提取特征,可以实现最佳的BCI性能.
• 这些发现支持BCI的发展,以恢复残疾人的运动功能.