使用虚拟现实游戏进行自适应神经反训练,提高脑电脑接口中的运动图像性能

科学领域:

• 神经科学是一个神经科学.
• 康复医学 康复医学 康复医学
• 人与计算机的交互

背景情况:

• 神经反训练 (NFT) 在运动康复中使用.
• 将NFT与基于运动图像的脑计算机接口 (MI-BCI) 结合起来,会带来诸如精神疲劳和非个性化策略等挑战.

研究的目的:

• 提出和评估一个与VR游戏集成的自适应NFT系统,以提高运动康复效率.
• 为了比较基于VR的自适应性NFT与传统基于Graz的NFT的有效性.

主要方法:

• 48名健康受试者参加了为期五天的研究,他们被分配到不同的NFT协议 (VR vs. 基于格拉茨的,单边 vs. 双边).
• 分析了EEG特征和分类性能,以评估培训效果.
• 在线识别持续时间被用来评估自适应的NFT策略.

主要成果:

• 基于VR的NFT显著改善了感觉运动皮层中的事件相关脱同步 (ERD).
• 基于VR的NFT集团实现了81.85%的分类准确度,提高了10.14%,超过了基于格拉茨的NFT集团6.43%的增长.
• 与固定时间协议相比,自适应的NFT策略将平均任务持续时间减少了30%以上.

结论:

• 在虚拟现实游戏环境中基于MI-BCI的自适应NFT可以产生更优质的训练结果和更短的时间.
• 这种方法显示了运动康复的巨大潜力,特别是对于中风患者.