通过随机共振增强暂时运动开始的视觉唤起的潜能:单模和跨模噪声效应
Huanqing Zhang1, Jun Xie2, Hongwei Yu1
1School of Mechanical Engineering, Xi'an Jiaotong University, Xi'an, China.
Journal of neuroscience methods
|September 26, 2025
概括
添加中等噪音,如声音或视觉模式,可以提高大脑反应 (mVEP) 以获得更好的脑计算机接口 (BCI). 然而,过多的噪音会阻碍性能,显示最佳噪音水平是强大的BCI系统的关键.
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
- 信号处理 信号处理
背景情况:
- 运动发起的视觉唤起潜力 (mVEP) 信号对于脑电脑接口 (BCI) 系统至关重要.
- 微弱的mVEP信号限制了BCI的准确性和可靠性.
- 提高mVEP信号质量对于强大的BCI开发至关重要.
研究的目的:
- 为了研究应用随机共振 (SR) 理论来增强mVEP信号.
- 通过听觉和视觉噪声来探索单模和跨模SR效应.
- 评估噪音对神经激活和BCI分类性能的影响.
主要方法:
- 在mVEP刺激过程中应用不同强度的听觉和视觉噪音.
- 调查的单模式SR (噪音与刺激模式相匹配) 和交叉模式SR (噪音与刺激模式不同).
- 分析了mVEP P2组件振幅和BCI分类准确性的影响.
主要成果:
- 适度的听觉或视觉噪音显著提高了mVEP P2的振幅.
- 最佳的噪音水平提高了BCI分类准确度.
- 过度的噪音导致神经反应抑制,表明了反转的U形关系.
结论:
- 随机共振,无论是单模和交叉模,都有效地提高了mVEP反应和BCI性能.
- 这种噪声调制策略为传统的信号处理技术提供了一种生物启发的替代方案.
- 这些发现支持开发更强大,更易于使用的mVEP-BCI系统.
