一个基于雷达式扫描的新型范式,用于基于脑-计算机接口的与事件相关的潜在的定向识别

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
• 人与计算机的交互

背景情况:

• 与事件相关的潜能 (ERP) 对于脑-计算机接口 (BCI) 定向控制至关重要.
• 现有的BCI范式在许多定向命令的可扩展性方面扎,需要重新配置系统.

研究的目的:

• 在ERP-BCI系统中引入一种新的雷达式扫描 (RS) 范式,用于高分辨率的定向识别.
• 在可扩展性和指挥灵活性方面克服现有范式的局限性.

主要方法:

• 开发了一个类似雷达的扫描 (RS) 范式,利用一个分支形状的视觉刺激来唤起ERP进行32方向识别.
• 实施了早期停止策略,以提高在线实验效率.
• EEGNet被用来分析不同部门轮换周期 (1s和2s) 的受试者表现.

主要成果:

• 在RS范式中,在头顶,头尾和顶区域表现出强烈的负ERP偏移.
• 在2秒的旋转周期和早期停止的情况下,最好的受试者获得了87.50%的准确率和1.64°的平均绝对角度误差.
• 试验对象的平均准确率达到91.83%,误差宽容为11.25°,更长的旋转周期提高了性能.

结论:

• 拟议的雷达式扫描范式为ERP-BCI系统中微细粒度的定向控制提供了一个可扩展的解决方案.
• 这种新的方法不受方向目标的数量的影响,这表明BCI应用的巨大潜力.