一个用于语音解码的开放式EEG数据集:探索发音和共同发音的作用

科学领域:

• 神经科学是一个神经科学.
• 语言学的语言学.
• 计算机科学 计算机科学

背景情况:

• 电脑电图 (EEG) 是一种测量神经活动的非侵入性技术,显示出大脑与计算机接口 (BCI) 应用的潜力.
• 对于基于EEG的BCI研究,越来越需要标准化,公开可用的数据集,以捕捉自然主义语音的复杂性.
• 现有的EEG数据集往往缺乏现实世界BCI应用所需的语言复杂性,解决方案必须解决信号噪声和跨会话可靠性.

研究的目的:

• 为开发和评估脑电脑接口 (BCI) 系统提供两个经过验证的脑电图 (EEG) 数据集.
• 为了使神经信号在语音和单词层面的分类,并通过语音的表达性质.
• 研究跨磁刺激 (TMS) 在语音处理过程中对EEG信号的影响.

主要方法:

• 记录了24名受试者的64通道EEG数据 (N=8和N=16在两个数据集中),同时他们听和重复母音和辅音.
• 生成的刺激包括辅音-母音对,真实单词和伪单词,并结合了配音效应.
• 在控制条件下和跨磁刺激 (TMS) 期间呈现刺激,以评估其对EEG信号的影响.

主要成果:

• 创建了两个经过验证的EEG数据集,适合语音和词级分类.
• 数据集包括复杂的语音刺激,如辅音-元音对和单词,反映现实世界的语言变异.
• 该研究评估了TMS在关节过程中对EEG信号的潜在增强.

结论:

• 提出的数据集为推进基于EEG的BCI研究在自然主义语音处理中提供了宝贵的资源.
• 这些数据集将促进开发更强大,更可靠的BCI系统,能够处理语言复杂性.
• 进一步的研究可以利用这些数据集来探索语音产生和感知的神经相关性,以及TMS在BCI应用中的有效性.