机构名称：
¥ 1.0
脑机接口 (BCI) 向运动指令通路建立神经信号，这是实现神经假体的先决条件。然而，长期稳定的 BCI 会受到神经数据跨天漂移的影响，而重新训练 BCI 解码器的成本很高，限制了其应用场景。神经信号重新校准的最新解决方案将连续神经信号视为离散信号，这在时间特征提取方面效率较低。受到生物学家观察到低维动力学可以描述高维神经信号的启发，我们对底层神经动力学进行了建模，并提出了一种语义动态特征，该特征在共享特征空间中表示语义和动态，从而促进 BCI 重新校准。此外，我们提出了联合分布对齐而不是常用的边际对齐策略，以处理神经数据分布的各种复杂变化。我们的重新校准方法在分类和回归任务中对两只猴子的真实神经数据都取得了最先进的性能。我们的方法还在模拟数据集上进行了评估，这表明它在处理神经信号不稳定的各种常见原因时具有很强的稳健性。
提取语义动态特征以实现长期稳定的脑机接口
主要关键词
相关文件推荐
