诸如运动想象脑机接口 (BCI) 之类的输入设备通常不可靠。理论上,人机回路中可以使用通道编码来通过嘈杂的输入设备稳健地封装意图,但标准前馈纠错码实际上无法应用。我们为噪声水平非常高的二进制输入设备提供了一个实用且通用的概率用户界面。我们的方法允许实现任何级别的稳健性,而不管噪声水平如何,只要有可靠的反馈(例如视觉显示)即可。特别是,我们展示了基于反馈通道代码的高效缩放界面,用于噪声水平为基于运动想象的 BCI 等模态特征的二分类问题,准确率 < 75%。我们概述了基于分离通道、线路和源编码的人机回路设计中的一般原则。我们开发了一种新颖的选择机制,可以使用嘈杂的双态按钮实现任意可靠的选择。我们展示了对变化的通道统计数据的自动在线适应,以及无需精确校准错误率的操作。我们使用一系列可视化来构建用户界面,这些界面以对用户透明的方式隐式编码这些通道。我们通过一组蒙特卡罗模拟和人机交互实验的实证结果验证了我们的方法,结果表明,该方法在一系列通道条件下可有效运行,达到理论最佳值的 50-70%。
主要关键词