脑机接口与康复机器人控制技术解析
1. 混合异步脑机接口技术
1.1 现有问题与新技术提出
眼动可以通过眼电图(EOG)信号准确捕捉和识别,但仅依靠 EOG 信号获取绝对注视位置仍是一个挑战。传统的混合脑机接口(BCI)中,受试者需要执行多个任务来诱发稳态视觉诱发电位(SSVEP)和眼动,这种方式不自然且增加了受试者的工作量。为解决这些问题,提出了一种将 SSVEP 和 EOG 信号相结合的新型无训练异步 BCI 方法。
1.2 新技术原理与优势
该混合 BCI 引入了扫视事件,当受试者将目光转向新目标时,扫视事件会自发发生,从而能够快速准确地预测注视位置。实验表明,与传统的异步 SSVEP - BCI 相比,这种方法具有更高的异步准确性和更短的注视转移时间。具体来说,检测到的扫视事件被集成到 SSVEP 检测中,以获得 SSVEP 范式中可能目标的优化后验概率分布。
1.3 未来研究方向
虽然该混合 BCI 方法已进行了初步测试,但系统对普通人群的可行性还需要通过招募更多受试者进行实验来验证。此外,还将进行在线实验,以进一步评估该混合 BCI 的有效性。
1.4 总结
| 技术类型 | 优点 | 缺点 |
|---|---|---|
| 传统混合 BCI | - | 受试者需执行多任务,不自然且工作量大 |
超级会员免费看
订阅专栏 解锁全文
58

被折叠的 条评论
为什么被折叠?



