获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
在开发可靠的脑部计算机界面(BCIS)方面,一个重大挑战是在获得的脑信号中存在伪影。这些文物可能会导致错误的解释,模型拟合不佳以及随后的在线绩效降低。此外,在家庭或医院环境中的BCIS更容易受到环境噪音的影响。伪影处理程序旨在通过过滤,重建和/或消除不良信号污染物来减少信号干扰。虽然在概念上且在很大程度上是无可争议的,但在BCI系统中是必不可少的,合适的人工处理应用程序,在某些情况下仍未解决,并且在某些情况下可能会降低性能。使用这些程序的大多数BCI研究中仍未探索的潜在混杂是缺乏在线使用(例如在线平价)的均等。此手稿比较了使用整个数据集的经常使用的离线数字过滤和在线数字过滤方法之间进行分类性能,在线数字过滤方法中,将对闭环控制过程中将使用的分段数据时期进行过滤。在BCI试点研究中招收的健康成年人样本(n = 30)中,旨在整合新的通信界面,在与在线奇偶校验过滤时,模型性能有很大的好处。在线模拟这项研究中的条件上表现出相似的性能,但在线均等的方法似乎没有任何弊端。