机构名称：
¥ 2.0
目标。脑电图（EEG）是一项广泛使用的技术，用于记录脑部计算机界面（BCI）研究中的大脑活动，其中理解刺激与神经反应之间的编码解码关系是一个基本挑战。最近，与传统的BCI文献相比，在单审论中编码自然刺激的编码越来越兴趣，在该文献中，合成刺激的多试验表现很普遍。虽然已经对脑电图对自然语音的响应进行了广泛的研究，但这种刺激范围的脑电图对自然视频镜头的响应仍未得到充实。方法。我们收集了一个新的EEG数据集，主题被动地观看胶片剪辑，并提取一些与EEG信号在时间上相关的视频功能。但是，我们的分析表明，这些相关性主要是由视频中的摄影削减驱动的。为了避免与剪切相关的混杂，我们构建了另一个带有自然单拍视频的EEG数据集作为刺激，并提出了一组新的基于对象的功能。主要结果。我们证明，在没有射击的情况下，在捕获与脑电图信号的耦合时缺乏鲁棒性，并且提出的基于对象的功能显示出明显更高的相关性。此外，我们表明，与这些提出的特征获得的相关性并非主要由眼动驱动。此外，我们在匹配任务中定量验证了所提出的特征的优越性。意义。最后，我们评估这些提出的特征在多大程度上解释了受试者之间相干刺激反应的方差。这项工作为视频EEG分析的功能设计提供了宝贵的见解，并为视觉注意解码等应用铺平了道路。
识别自然单拍之间的时间相关性...
主要关键词
相关文件推荐
