Paper| 2.原来提高BCI性能不用只关注算法，从用户角度也能取得突破~

最新推荐文章于 2023-09-20 18:53:42 发布

TURBOTX

最新推荐文章于 2023-09-20 18:53:42 发布

阅读量569

点赞数

分类专栏： EEG BCI 文章标签：算法

本文链接：https://blog.csdn.net/TURBOTX/article/details/114459640

版权

研究发现，通过Mindfulness-Based Stress Reduction (MBSR)训练，用户能增强对α频段神经活动的控制，进而改善脑机接口(BCI)性能。实验使用EEG信号，基于感觉运动节律的非侵入式BCI，通过调整α功率控制光标移动。数据处理包括信号预处理、频谱分析、源成像和统计分析，证实了用户角度的干预对BCI性能的提升作用。

摘要由CSDN通过智能技术生成

James R Stieger, Stephen Engel, Haiteng Jiang, Christopher C Cline, Mary Jo Kreitzer, Bin He, Mindfulness Improves Brain–Computer Interface Performance by Increasing Control Over Neural Activity in the Alpha Band, Cerebral Cortex, Volume 31, Issue 1, January 2021, Pages 426–438, https://doi.org/10.1093/cercor/bhaa234

这个文章吸引我的有三点：①角度刁钻；②使用的数据分析技术丰富；③提及了α节律。

1.实验目的

首先，作者团队提出了一种训练体系，名为Mind-body awareness training(MBAT)，本中使用的就是其中的Mindfulness-Based Stress Reduction(MBSR)，声称经由这种训练可使部分不能很好使用BCI的人提高使用表现。理论来源于冥想对α频段的影响(attentional control, emotional control, self-awareness)，通过对当下体验的重视，实现自我调节大脑活动，从而增强对BCI的控制。训练目标为：①持续注意(sustain attention);②产生运动想象(generate motor imagery);③在运动想象或休息期间有意调节神经活动的节律同步和去同步(intentionally modulate rhythmic synchronization and desynchronization of neural activity during motor imagery or rest).

本实验就是为了验证不仅仅依赖于算法、从用户角度出发也可以提高BCI性能。

2.实验设计

如图1所示，本文使用的是从EEG信号获取的、基于感觉运动节律(sensorimotor rhythms)的非侵入式脑机接口，其可以对实际和想象运动进行直观和持续的观测。任务就是一个典型的BCI研究方法，被试最初收到以下指令：“想象你的左手（右手）打开和关闭，将光标向左（右手）移动。想象双手打开和关闭以向上移动光标。最后，要将光标向下移动，请主动休息࿱