机构名称：
¥ 1.0
最近的几项研究表明，大脑计算机界面（BCI）技术如何揭示各种任务的神经机制并将其转化为控制命令。虽然许多研究表明了BCI的理论潜力，但关注的一点是，这些研究仍在实验室环境中确定，并且大部分限于健康，健美的受试者。Cybathlon 2020 BCI竞赛是一个机会，可以进一步制定BCI设计策略，以与四边形最终用户一起在实时应用中使用。在这项研究中，作为参与Cybathlon 2020 BCI种族的准备工作的一部分，我们研究了BCI的设计方面，尤其是其组件的选择，尤其是校准范式的类型及其对长期使用的相关性。最终目标是开发一个适合长期使用的用户友好且引人入胜的界面，尤其是针对脊柱受伤（SCI）患者。使用预训练的BCI解码器，我们比较了常规开环校准范式与实时闭环范式的效率。各种绩效指标，包括由此产生的分类性能，游戏完成时间，大脑激活图以及飞行员的主观反馈。我们的结果表明，具有实时反馈的闭环校准范例对于飞行员而言更具吸引力。与传统的校准范式相比，他们还表明表明可以实现更好的在线中间分类性能（p = 0.0008）。我们还观察到，在闭环范式中引起了更强，更局部的大脑激活模式，其中实验界面与最终应用非常相似。因此，基于对单个受试者数据的纵向评估，我们证明了具有主动用户参与的基于BCI的校准范例，例如实时反馈，可以帮助实现更好的用户可接受性和性能。
长期非侵入性大脑的设计注意事项...
主要关键词
相关文件推荐
