基于运动想象(Motor Imagery,MI)的脑-机接口(Brain-Computer Interface,BCI)是一类重要的BCI,传统的MI方式是动觉运动想象(Kinesthetic Motor Imagery,KMI),较少采用视觉运动想象(Visual Motor Imagery,VMI).提出一种KMI与VMI混合的BC...基于运动想象(Motor Imagery,MI)的脑-机接口(Brain-Computer Interface,BCI)是一类重要的BCI,传统的MI方式是动觉运动想象(Kinesthetic Motor Imagery,KMI),较少采用视觉运动想象(Visual Motor Imagery,VMI).提出一种KMI与VMI混合的BCI并评估其性能.共招募12名被试参加离线与在线实验EEG(Electroencephalogram)数据采集,离线实验先以KMI方式分别进行屈膝和伸膝,然后分别以KMI,VMI和VKMI三种方式行走,由离线分类精度与三种不同方式想象行走的脑激活程度确定在线实验方案.提取EEG幅值包络线特征,并采用朴素贝叶斯分类器、二次线性判别和决策树进行在线分类,验证系统性能.溯源分析表明,使用新的想象方式进行行走想象时,运动皮层的激活时长高于VMI,体感皮层的激活时长高于KMI,混合的想象方式可能更有利于促进这些脑区的可塑性. 12名被试在线测试三分类的平均准确度达到63.29%±0.09%,平均卡帕系数为0.45±0.13.该研究可望为未来研发下肢运动功能障碍康复训练BCI系统提供思路.展开更多
文摘基于运动想象(Motor Imagery,MI)的脑-机接口(Brain-Computer Interface,BCI)是一类重要的BCI,传统的MI方式是动觉运动想象(Kinesthetic Motor Imagery,KMI),较少采用视觉运动想象(Visual Motor Imagery,VMI).提出一种KMI与VMI混合的BCI并评估其性能.共招募12名被试参加离线与在线实验EEG(Electroencephalogram)数据采集,离线实验先以KMI方式分别进行屈膝和伸膝,然后分别以KMI,VMI和VKMI三种方式行走,由离线分类精度与三种不同方式想象行走的脑激活程度确定在线实验方案.提取EEG幅值包络线特征,并采用朴素贝叶斯分类器、二次线性判别和决策树进行在线分类,验证系统性能.溯源分析表明,使用新的想象方式进行行走想象时,运动皮层的激活时长高于VMI,体感皮层的激活时长高于KMI,混合的想象方式可能更有利于促进这些脑区的可塑性. 12名被试在线测试三分类的平均准确度达到63.29%±0.09%,平均卡帕系数为0.45±0.13.该研究可望为未来研发下肢运动功能障碍康复训练BCI系统提供思路.
