多式脑电脑接口用于机器人控制:集成实时凝视跟踪和基于EEG的运动图像
Chandresh Palanichamy1, Subash Palaniappan Thirumoorthi2, Kishor Lakshminarayanan3
1School of Healthcare Science and Engineering, Vellore Institute of Technology, Vellore, Tamil Nadu, India.
Medical & biological engineering & computing
|November 30, 2025
概括
这项研究探讨了一种混合脑计算机接口 (BCI),使用目光和运动图像 (MI) 来控制机器人手臂. 该系统有望帮助上肢功能障碍的人,减少对人类帮助的依赖.
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
- 人与计算机的交互
背景情况:
- 上肢功能障碍需要大量的人类协助完成日常任务,给护理人员带来负担.
- 辅助技术对于提高残疾人的独立性和减少对人类支持的依赖至关重要.
研究的目的:
- 为了研究一个虚拟混合脑计算机接口 (BCI) 整合眼神跟踪和运动图像 (MI) 机器人手臂控制.
- 通过这种新的BCI系统,评估减少对人类援助的依赖的可行性.
主要方法:
- 20名健康参与者在游戏环境中使用目光跟踪和MI控制虚拟机器人手臂.
- 电脑电图 (EEG) 信号使用常见空间模式 (CSP) 和线性差异分析 (LDA) 来记录和处理.
- 通过网络摄像头实时注视校准,可为MI命令准确选择目标.
主要成果:
- 运动图像 (MI) 信号分类实现了约75.5%的真正阳性率.
- 培训准确度超过了在线测试准确度.
- MI精度和任务完成时间之间的负相关性 (r = -0.45) 表示更高精度的性能得到改善.
结论:
- 将注视跟踪与基于MI的BCI结合起来,显示出作为对上肢损伤的辅助技术的潜力.
- 需要进一步的研究,以提高系统的稳定性,实用性和可用于现实世界的应用程序的可用性.
