基于EEG的脑电脑接口可以实时控制单个手指水平的机器人手.
Yidan Ding1, Chalisa Udompanyawit2, Yisha Zhang1
1Department of Biomedical Engineering, Carnegie Mellon University, Pittsburgh, PA, USA.
Nature communications
|June 30, 2025
概括
这项研究介绍了一个脑-计算机接口 (BCI),用于使用大脑信号控制机器人手指. 非侵入性脑电图 (EEG-BCI) 实现了高精度的解码指的预期动作,以增强机器人手的控制.
科学领域:
- 神经科学是一个神经科学.
- 机器人技术 机器人技术 机器人技术
- 生物医学工程 生物医学工程
背景情况:
- 非侵入性脑电脑接口 (BCI) 为运动障碍患者提供了潜力,但在控制精度方面面临挑战.
- 目前的脑电图 (EEG) -BCI系统经常在直观的映射和精确控制复杂的运动方面扎.
研究的目的:
- 开发和评估一个实时的非侵入性BCI系统,用于使用单个手指运动控制机器人手指.
- 通过将预期的手指运动的脑信号解码为精确的机器人动作来推进EEG-BCI技术.
主要方法:
- 使用非侵入性脑电图 (EEG) -BCI系统,结合运动执行 (ME) 和运动图像 (MI) 来进行个人指控.
- 采用深度神经网络来解码大脑信号,并微调以提高BCI性能.
- 测试了该系统的21名健身,经验丰富的BCI用户,他们执行两个和三个手指任务.
主要成果:
- 在双指运动图像任务中实现了80.56%的实时解码精度.
- 在三指运动图像任务中达到60.61%的准确性.
- 证明成功地将预期的手指运动解码为相应的机器人运动.
结论:
- 开发的非侵入性EEG-BCI系统可以在个人手指水平上实现自然主义的机器人手控制.
- 这些发现强调了使用ME和MI进行精确的实时机器人控制,通过大脑信号的可行性.
- 这项研究有助于促进运动残疾人辅助技术的发展.
