为了纠正基于EEG的非实验室应用的被动脑计算机接口中的共变位转移

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
• 信号处理 信号处理

背景情况:

• 可穿戴式脑电图 (EEG) 对于工业5.0中的被动脑电脑接口 (pBCI) 系统至关重要.
• 由EEG耳机重新定位引起的共变量转移显著降低了分类性能.
• 为现实世界应用开发强大的pBCI模型需要解决信号变异性.

研究的目的:

• 研究一种线性转换方法,以减轻EEG信号中的共变量转移.
• 评估参考和通道变化的对分类准确性的影响.
• 用模板评估正常化转移数据的有效性.

主要方法:

• 模拟使用各种共同变量转移条件进行.
• 应用了线性转换函数来使EEG数据正常化.
• 在应用转换之前和之后评估了分类性能.

主要成果:

• 将共变量转移影响的数据与无转移数据作为模板进行规范化,显著改善了分类性能.
• 精度损失在最坏的情况下从14%降至6%,在最好的情况下从5%降至4%.
• 随着更大的转变,改善更为实质性,涉及参考和道的变化.

结论:

• 线性转换方法有效地减轻了可穿戴EEG数据的共变量转移.
• 这种方法提高了pBCI系统在实验室外应用的可靠性.
• 这些发现支持开发更强大的pBCI模型,用于工业5.0及以后的产业.