在基于运动图像的EEG解码中探索心理注意力机制
Xixi Zhan1, Xinlei Chen1, Li Zhu2
1School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou 310018, China.
Journal of neuroscience methods
|February 26, 2026
概括
心理注意力显著提高了脑计算机接口 (BCI) 的性能. 在运动图像 (MI) 解码过程中专注于注意力,精度提高了11.6%,提高了BCI的稳定性和用户的适应性.
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
- 人与计算机的交互
背景情况:
- 大脑-计算机接口 (BCI) 系统有助于直接的大脑-设备通信.
- 基于运动图像 (MI) 的BCI是关键范式,但像精神注意力这样的人类因素未得到充分探索.
- 机器学习用于神经信号解码的进步尚未完全解决用户注意力的影响.
研究的目的:
- 量化研究精神注意力如何调节MI解码性能.
- 在高度关注下,研究共同空间模式 (CSP) 功能的增强.
- 评估基于注意力的数据选择作为BCI的解码标准.
主要方法:
- 通过以用户为中心的方法研究了心理注意力对MI解码的影响.
- 在高度关注下检查了共同空间模式 (CSP) 特征的增强.
- 评估了以注意力为基础的试验选择作为标准CSP管道中的解码策略.
主要成果:
- 应用心理注意力作为试验选择策略显著改善了MI解码性能.
- 与基线性能 (61.3%) 相比,观察到精度增加了11.6%.
- 研究结果表明,实时心理注意力监测可以提高BCI解码的稳定性和稳定性.
结论:
- 将精神注意力纳入解码框架可以提高MI-BCI的性能.
- 这种方法提高了在线BCI系统的稳定性和用户适应性.
- 有助于更有效和用户友好的神经技术,用于神经康复和辅助设备等应用.
