使用隐性基于fNIRS的BCI进行可视化和工作负载:使用fNIRS实现实时记忆假肢.

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
• 认知科学 认知科学

背景情况:

• 功能近红外光谱学 (fNIRS) 是为实时隐性脑计算机接口 (BCI) 建立的,主要用于工作负载检测.
• 前额叶皮层神经测量的应用超越了工作负载评估,为高级BCI功能提供了潜力.

研究的目的:

• 开发和测试一个采用基于fNIRS的BCI的原型记忆假肢.
• 根据用户当前的大脑状态,调查信息传递的实时适应.
• 探索fNIRS在区分不同认知任务和大脑网络方面的潜力.

主要方法:

• 开发了一种原型记忆假肢,使用实时隐性fNIRS-BCI.
• 使用了两个不同的任务:一个创意可视化任务,涉及默认模式网络 (DMN) 和一个知识工作者任务,涉及背侧前额皮层 (DLPFC).
• 在参与者之间进行了交叉验证,以评估分类性能.

主要成果:

• fNIRS-BCI系统在区分两个认知任务方面表现出71%的分类性能.
• 横向和中间左前额前额区域内的分析显示了未来分类算法有前途的结果.
• 这项研究证实了使用fNIRS信号的不同认知任务的区分能力.

结论:

• 开发的记忆假肢显示了应用fNIRS基于BCI系统的前景.
• 实时fNIRS-BCI可以有效地区分与DMN和DLPFC参与相关的认知状态.
• 对前额叶皮层分析的进一步研究可以增强未来的fNIRS-BCI分类能力.