Loading...
机构名称:
¥ 1.0

脑机接口不需要任何肌肉能力就能进行交流,因此被广泛研究用于帮助运动障碍患者。脑电图 (EEG) 作为一种低成本、轻量级的技术,是记录大脑活动产生的电位的常用方法 [1]。尽管 BCI 有着广泛的临床应用,但它却无法在实验室外使用。需要克服的主要挑战之一是受试者之间高度的差异性,在文献中称为“BCI 效率低下”现象,相当一部分用户即使经过几次训练后仍无法控制 BCI 设备。解决这个问题的有效方法之一是改进神经解码器 [2]。为此,研究得出了依赖于协方差矩阵的新特征,例如,对于 𝑇 信号样本的 EEG 信号 𝑋,𝐶𝑜𝑣 = 1 𝑇 −1 𝑋𝑋 ⊤,以及邻接矩阵。这些邻接矩阵是

黎曼几何用于结合 BCI 中的功能连接度量和协方差

黎曼几何用于结合 BCI 中的功能连接度量和协方差PDF文件第1页

黎曼几何用于结合 BCI 中的功能连接度量和协方差PDF文件第2页

黎曼几何用于结合 BCI 中的功能连接度量和协方差PDF文件第3页

黎曼几何用于结合 BCI 中的功能连接度量和协方差PDF文件第4页

相关文件推荐

2019 年
¥1.0
2019 年
¥1.0