心算和想象运动二分类的近红外光谱脑机接口范式重测信度研究

本文对心算和想象动右手这两个经典范式的二分类问题的重测信度在分类正确率、特征参数以及脑激活强度三个方面进行了研究。针对10名被试在长达一个月的时间跨度内进行了三次重复实验。提取氧合血红蛋白均值特征后,利用支持向量机进行分类。结果显示在分类正确率层面,心算和想象动右手范式的组内分类和组间分类正确率均具有较高的重测信度;接着通过组间相关系数,激活通道比和激活通道相同比指标对特征参数和脑激活强度的重测信度进行量化研究,发现其重测信度与分类正确率的重测信度高度相关。本文研究表明对于大部分被试,心算和想象动右手范式具有较高的重测信度,为后续f NIRS-BCI的实际应用提供了很好的理论支撑。

基于相关指数分析增强的功能近红外光谱脑机接口

由于对运动伪迹不敏感、适合特殊人群和可穿戴式检测等优势,功能近红外光谱技术(fNIRS)在脑机接口(BCI)、心理认知等领域发挥着日益重要的作用。肢体运动想象是BCI在残疾人康复训练等领域应用的重要范式,伴随穿戴式fNIRS的发展,有望帮助残疾人在家庭或社区开展长期脑康复训练。本文针对目前基于fNIRS的运动想象任务分类准确率普遍不高这一现状,应用基于Pearson积差相关系数的相关指数R^2,对被试进行个性化参数优化,期望改善运动想象的分类结果。实验采集了17名被试的左、右手运动想象任务期间大脑皮层主运动区的血红蛋白浓度变化数据,并采用支持向量机(SVM)分类。结果表明,经过R^2参数优化之后,分类准确率相对无优化情况显著提升,分类准确率在60%以上的被试比例由原本的58.8%提高到了94%,分类准确率在65%以上的被试比例由原本的41.2%提升到了64.7%。