一个基于EEG-EMG的混合脑电脑接口,用于解码静音和可听语音中的音调

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
• 语音和语言技术 语言技术

背景情况:

• 音调变化对于普通话等语言的语义意义至关重要.
• 关于音调的神经特征及其解码的研究有限.
• 大脑-计算机接口 (BCI) 为语言障碍者提供了沟通支持的潜力.

研究的目的:

• 系统地研究普通话四种音调的神经特征.
• 探索使用多模式BCI的沉默和可听语音解码音调的可行性.
• 评估EEG和EMG信号对音调分类和语音恢复的有效性.

主要方法:

• 使用了一种多式BCI,结合了脑电图 (EEG) 和肌电图 (EMG).
• 在EEG数据上进行了时间频率分析,以确定依赖音调的神经变异.
• 分析了面部肌肉 (胸口肌,脑筋肌) 的EMG信号,以发现与声调相关的差异.
• 使用线性差异分析 (LDA) 和支向量机 (SVM) 分类器进行音调分类.

主要成果:

• 在额叶 (EEG) 和特定的面部肌肉 (EMG) 中观察到显著的基调依赖的神经激活模式.
• 神经差异在可听的演讲中比沉默的演讲条件更明显.
• 在四色分类中,EEG时间特征的准确度高达72.43%,在二元分类中达到90%以上.
• 结合的EEG和EMG方法产生了最高的解码精度,为81.33%.

结论:

• 这项研究证实了使用语音脑计算机接口 (BCI) 治疗音色语言障碍的可行性.
• 这些发现表明,在音调语言中,语音恢复可能是一个潜在的策略.
• 这项研究强调了在不同人群中考虑BCI发育的音调变异的重要性.