一种新的方法通过神经反训练来提高SSVEP-BCI性能

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
• 康复技术 康复技术 康复技术

背景情况:

• 大脑-计算机接口 (BCI) 将神经活动转化为设备命令,帮助运动残疾人.
• 稳态视觉唤起潜力 (SSVEP) BCI提供高速通信,但在一些用户中受到"BCI文盲"的阻碍.
• BCI文盲源于无法产生或调节控制所需的神经模式.

研究的目的:

• 调查神经反训练 (NFT) 作为以用户为中心的方法来提高SSVEP-BCI性能的有效性.
• 解决和潜在地克服在SSVEP-BCI用户中BCI文盲的挑战.
• 探索NFT后的业绩改进背后的神经机制.

主要方法:

• 一个以用户为中心的神经反训练 (NFT) 协议在五天内实施.
• 参与者被分为一个培训组和一个控制组.
• 使用脑电图 (EEG) 来测量SSVEP反应,功率和试验间相合性.

主要成果:

• 与对照组相比,NFT组在SSVEP-BCI表现上显示出显著的改善.
• 一些最初被归类为BCI-不识字的参与者在NFT后实现了有效的BCI控制.
• 改善与增加的SSVEP响应能力和试验间阶段一致性相关,表明神经任务参与度提高.

结论:

• 神经反培训是一种有效的以用户为中心的干预措施,用于改善SSVEP-BCI控制.
• 在缓解BCI文盲方面,NFT显示出承诺,扩大BCI可访问性.
• 这种方法对患有严重运动障碍的患者具有显著的临床潜力,可以增强通信和设备控制.