通过中枢神经刺激和BCI的运动图像诱导的感觉运动脱同步的受试者之间的和主体内的变化量化

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:

• 大脑计算机接口 (BCI) 使用脑电图 (EEG) 来解释感觉运动活动.
• 中枢神经刺激 (MNS) 是BCI应用的新型运动任务.
• 脑电图变化对BCI可靠性构成重大挑战.

研究的目的:

• 量化MNS诱导的感觉运动失同 (ERD) 中的主体内和主体间的EEG变异性.
• 将MNS和运动图像 (MI) 之间的EEG变化进行比较.
• 研究可变性对BCI分类准确性的影响.

主要方法:

• 在MNS和MI任务期间记录了EEG信号.
• 对于这两个任务,量化事件相关脱同步 (ERD).
• 通过使用统计方法分析了个体内和个体间的变异性.
• 使用里曼的几何学评估了分类准确度的变化.

主要成果:

• 与MNS相比,运动影像 (MI) 引起了更强的ERD.
• 与MNS相比,MI的个体内变异性较低.
• 在MI和MNS之间,个体间的变化是可比的.
• 分类准确度的变化在两个任务中都有类似的趋势.

结论:

• 与MNS相比,MI表现出更一致的神经激活模式.
• 了解EEG的变化对于设计可靠的BCI至关重要.
• 识别稳定的神经模式可以增强基于MI和MNS的BCI,特别是用于诸如手术内监测等应用.