使用基于织品的脑电图的被动脑电脑接口
Alec Anzalone1, Emily Acampora1, Careesa Liu1
1Department of Biomedical Engineering and Science, Florida Institute of Technology, Melbourne, FL 32901, USA.
Sensors (Basel, Switzerland)
|October 16, 2025
概括
这项研究介绍了基于织的脑电图 (EEG) 用于被动脑电脑接口 (pBCI). 织EEG可靠地检测认知状态的变化,并达到高准确度,证明了其对现实世界的应用的潜力.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 信号处理 信号处理
背景情况:
- 被动大脑-计算机接口 (pBCI) 系统利用脑电图 (EEG) 和机器学习 (ML) 来评估认知状态.
- 传统的EEG传感器阻碍了pBCI在非实验室环境中的整合.
- 基于织物电极的EEG提供了一个有前途的解决方案来克服运行限制.
研究的目的:
- 提交第一个完全基于织品的pBCI的EEG应用程序.
- 使用织物EEG区分认知状态.
- 在pBCI系统中评估织EEG的通用性.
主要方法:
- 使用织品和干电极EEG数据比较开眼 (EO) 和闭眼 (EC) 条件.
- 分析了EEG功率带 (三角形,三角形,α,β).
- 应用支持矢量机 (SVM) 的分类,包括交叉传感器培训和测试.
主要成果:
- 织品EEG捕获了从EO到EC的特征性α功率增加 (p < 0.01).
- 独立的织和干式EEG系统分别实现了92%和96%的分类准确度.
- 交叉传感器通用性产生了91%的分类准确度.
结论:
- 基于织品的EEG适用于pBCI应用.
- 织EEG可靠地检测认知状态之间的EEG功率带的变化.
- 使用织电极的pBCI系统是准确的和可通用的.
