一个干预性脑电脑接口用于长期EEG收集和四肢哺乳动物运动分类

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
• 医疗器械 医疗器械

背景情况:

• 在中风患者中术后运动功能障碍需要有效的康复策略.
• 传统的脑电脑接口 (BCI) 面临着局限性:非侵入性方法具有环境限制,而侵入性方法会导致永久的神经损伤.
• 存在对能够长期获取神经信号的最小侵入性BCI的需求.

研究的目的:

• 提出和评估一种新的干预BCI系统,用于获取脑内电脑图 (EEG) 信号.
• 评估通过静脉通道植入电极的可行性,而不需要开放的骨切割.
• 确定系统在分类动力意图方面的有效性及其长期信号稳定性.

主要方法:

• 开发了一种干预性BCI,用电极沿静脉通道植入大脑.
• 在不同运动活动 (躺下,站立,走路) 中,从绵羊的初级运动皮层收集脑内脑电图信号.
• 使用深度学习模型,在三个月的数据上进行训练,并在第四个月的数据上进行验证.

主要成果:

• 深度学习模型在验证期间在分类运动状态方面实现了86%的准确率.
• 功率光谱密度分析显示,信号功率在五个月内持续持续,这表明长期信号采集能力.
• 干预性BCI成功捕获了EEG信号,而不需要开放的骨切割.

结论:

• 这种新型的干预性BCI为长期运动意图监测提供了一种有希望的,最少侵入性的方法.
• 这项技术有可能显著改善中风患者运动功能障碍的康复结果.
• 该系统表现出强大的性能和稳定性,可持续在大脑中获取EEG信号.