Loading...
机构名称:
¥ 1.0

摘要 — 脑机接口依赖于看似简单但实际执行起来却很复杂的认知任务。在这种情况下,提供引人入胜的反馈和主体的体现是整个系统性能的关键之一。然而,事实证明,单靠非侵入性大脑活动通常不足以精确控制机械臂等复杂外部设备的所有自由度。在这里,我们开发了一种混合 BCI,它还集成了眼动追踪技术,以提高主体的整体代理感。虽然之前已经探索过这种解决方案,但如何结合凝视和大脑活动以获得有效结果的最佳策略研究甚少。为了解决这一差距,我们探索了两种不同的策略,其中执行运动想象的时间会发生变化;一种策略可能比另一种策略更不直观,这会导致性能差异。

探索丰富环境中的多模式 BCI 策略

探索丰富环境中的多模式 BCI 策略PDF文件第1页

探索丰富环境中的多模式 BCI 策略PDF文件第2页

探索丰富环境中的多模式 BCI 策略PDF文件第3页

探索丰富环境中的多模式 BCI 策略PDF文件第4页

探索丰富环境中的多模式 BCI 策略PDF文件第5页