虚拟现实 (VR) 模式-无神论机器图像解码使用轻量级网络与自适应注意力机制
Rongrong Fu1,2, Yang Liu3, Zeyi Wang4
1Measurement Technology and Instrumentation Key Lab of Hebei Province, Yanshan University, 066004, Qinhuangdao, China. frr1102@ysu.edu.cn.
Journal of medical systems
|November 2, 2025
概括
本研究介绍了一个沉浸式虚拟现实 (VR) 运动图像 (MI) 范式和一个新的解码算法. 这种方法通过在VR环境中改进基于EEG的意图识别来增强神经康复.
科学领域:
- 神经科学是一个神经科学.
- 康复工程 康复工程 康复工程
- 大脑与计算机的接口
背景情况:
- 运动图像 (MI) 对于神经康复中的脑电脑接口 (BCI) 是至关重要的.
- 现有的二维MI范式不能完全参与传感运动网络.
- 需要更多的沉浸式和有效的基于MI的BCI方法.
研究的目的:
- 使用虚拟现实 (VR) 设计一个沉浸式MI范式.
- 开发一种新的解码算法,集成深度可分离的卷积和多头自我注意.
- 在VR和2D范式中评估算法的性能和通用性.
主要方法:
- 开发了一个VR环境,使用3D手掌运动刺激来进行沉浸式MI.
- 提出了一种新的解码算法,将深度可分离卷积和多头自我注意力结合起来.
- 在BCI竞争IV-2a和PhysioNet MI数据集上对算法进行了评估.
主要成果:
- 与现有方法相比,新型算法显示出更高的分类准确性.
- 在四类MI任务中,Kappa比EEGNet的平均得分增加了8%.
- 在VR和2D范式中显示一致的性能,证实了强度.
结论:
- 沉浸式VRMI范式增强了用户在神经康复中的参与度.
- 拟议的解码框架在VR中推进了基于EEG的意图识别.
- 这种方法为改善运动康复中BCI应用提供了一个有希望的途径.
