基于选择性听觉注意力的脑电脑接口的MEG和EEG测量设置进行比较
Dovilė Kurmanavičiūtė1, Hanna Kataja1, Lauri Parkkonen1,2
1Department of Neuroscience and Biomedical Engineering, Aalto University, Finland.
PloS one
|April 10, 2025
概括
使用脑电图 (EEG) 追踪听觉注意力是可以通过更少的道实现的. 精度随着EEG频道的减少而下降,以及训练数据仅限于记录时的精度.
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:
- 听觉注意力显著影响大脑对声音的反应.
- 带有分类算法的全头皮磁脑摄影 (MEG) 准确地跟踪听觉注意力.
- 减少频道数和有限的训练数据对基于EEG的注意力跟踪的影响尚未完全理解.
研究的目的:
- 在从全头皮MEG过渡到用于听觉注意力跟踪的低通道EEG时,调查分类准确度的下降.
- 评估训练数据选择 (整个记录与初始部分) 对分类器性能的影响.
- 通过使用有限的EEG通道来确定基于听觉注意力的脑电脑接口的可行性.
主要方法:
- 从18名健康志愿者中记录了同时的MEG (306个通道) 和EEG (64个通道) 数据.
- 参与者同时听说"是"/"不"的单词,并被指示参加一个流.
- 支持矢量机分类器被训练在MEG和不同数量的EEG通道 (64,30,9,3) 使用不同的试验提取策略.
主要成果:
- 在整个记录中随机提取培训试验时,MEG获得了最高的准确性 (73.2%).
- 随着频道的减少,EEG分类的准确性下降了:69% (64),69% (30),66% (9),和61% (3).
- 仅基于初始记录数据的训练分类器的准确性平均降低了11%的单位,三通道EEG低于偶然水平.
结论:
- 虽然全头皮MEG提供了更高的准确性,但基于EEG的听觉注意力跟踪在减少道数量的情况下是可行的.
- 最佳放置的脑电图通道可以支持开发基于听觉注意力的实际脑电脑接口.
- 训练数据的时间选择显著影响了分类器的性能,强调了多样化的试验选择的重要性.
