将分类器校准方案进行比较,用于在脑患者中检测运动意图,以诱导脑机接口的可塑性

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
• 生物医学工程 生物医学工程

背景情况:

• 大脑计算机接口 (BCI) 是中风康复的已知工具.
• BCI培训显示,对于脑患者来说,BCI培训具有潜在的益处.
• 通过单次试验电脑学 (EEG) 精确检测运动意图,对于开发 CP 中的 BCI 应用至关重要.

研究的目的:

• 评估使用EEG检测CP患者运动意图的可行性.
• 为了比较CP患者的BCI性能与身体健康的参与者.
• 评估BCI在CP培训中的不同分类场景.

主要方法:

• 记录了5名CP患者和15名身体健康的参与者进行手腕和脚运动的EEG数据.
• 使用随机森林算法对运动意图和置时代进行了分类.
• 功能包括EEG信号的时间,光谱和模板匹配特征.

主要成果:

• 当分类人员在同一天和参与者接受培训和测试时,CP参与者达到75%的分类准确率,身体健康的参与者达到85%的分类准确率.
• 当对不同日或不同参与者的数据进行训练时,分类器的性能下降了5-15%.
• 这些发现表明,从单次试验的EEG中可靠地检测出移动意图.

结论:

• 运动意图可以从单次试验EEG中检测到CP的个体.
• 这种技术可行性支持开发基于BCI的运动训练CP.
• BCI为改善CP患者康复结果提供了一个潜在的途径.