面向 EEG 脑机接口的双重想象任务:组合心理状态分类的可行性研究
Dual imagery tasks for EEG-based brain-computer interfaces: a feasibility study of combinatorial mental state classification.
基于摘要分析。本研究针对主动式 BCI 中可用控制指令数量有限的问题,提出双重想象(DI)任务:同时进行歌唱想象(SI)与单手或双脚运动想象(MI),检验组合任务能否产生区别于组成它们的单一任务的 EEG 状态。其主要贡献是探索控制任务范式的扩展,而非提出新的分类算法。 研究记录了 14 名健康参与者执行相关心理任务时的 EEG,经预处理后采用 filter bank common spatial patterns(FBCSP)提取特征,并使用正则化线性判别分析(LDA)分类。三分类分析检验每种 DI 任务与其两个组成任务的可区分性;四分类进一步加入静息状态;七分类和八分类则探索超过六种控制状态的可行性。 作者报告,在摘要未说明具体数据划分及汇总方式的条件下,三分类和四分类 Accuracy 最高分别为 64.1% 和 63.0%;这两个数值不能视为所有参与者或任务组合的平均表现。七分类和八分类的平均 Accuracy 分别约为 55% 和 50%,高于对应的理论机会水平 14.3% 和 12.5%。作者据此认为组合想象状态具有可分类性,同时明确指出,当前准确率尚不足以支持实用的多指令主动式 BCI。 这些结果支持进一步研究任务组合能否扩展控制状态,但高于理论机会水平并不等于已实现可靠的在线控制,也不能直接推出 ITR 提升。摘要未交代被试内或跨被试评估、训练测试划分、任务时长及在线验证情况;预处理细节、实验协议、消融及统计信息尚未验证。复现时应重点核对上述条件,以及不同 DI 组合和个体间表现的稳定性。
值得阅读之处在于用 FBCSP 与正则化 LDA 检验组合想象能否提供额外可区分的 BCI 控制状态,但其实际价值仍需结合数据划分、个体差异和在线评估核对。
来源:Europe PMC · 运动想象算法 · doi.org