机构名称：
¥ 1.0
驾驶过程中大脑同时发生的复杂过程使得这种人类行为成为神经人体工程学中研究最多的现实活动之一。人们已经尝试过多种方式来解码汽车驾驶过程中的大脑活动，无论是离线还是在线，最终目标是开发基于大脑的辅助设备系统。脑电图 (EEG) 是这些研究的基石，它提供了最高的时间分辨率来追踪那些潜在于明显行为的大脑过程。特别是在研究驾驶等现实场景时，EEG 受到诸如稳健性、舒适性和高数据变异性等因素的限制，这些因素会影响解码性能。因此，可以将额外的外围信号与 EEG 相结合，以提高可重复性和基于大脑的动作解码器的整体性能。在这方面，已经提出了用于检测驾驶场景中的制动和转向动作的混合系统，以提高单一神经生理测量的预测能力。这些最新结果代表了技术成熟度水平的概念证明。它们可能为提高周围信号（例如脑电图 (EOG) 和肌电图 (EMG)）的预测能力铺平道路，这些信号是在现实场景中收集的，即使只是在标准实验室环境中离线收集，也可以通过 EEG 测量获得信息。此类混合系统在神经人体工程学的其他领域具有广阔的可用性，值得进一步研究。
混合系统可增强汽车驾驶场景中基于脑电图的实时动作解码
主要关键词
相关文件推荐
