仅使用fNIRS的Fugl-Meyer手运动想象脑机接口识别


  在日常生活中,上肢功能占全身功能的60%,而手指的功能占上肢功能的90%。完整的手功能在人们的工作和日常生活中起着非常重要的作用。然而,一些患者,如中风,会失去或部分丧失手功能。因此,适当使用脑机接口(BCI)技术来驱动外骨骼或假手以补偿手功能。Chenguang Li等人,仅使用Brite设备采集fNIRS信号来完成6个被试的分类任务。

 

仅使用fNIRS的Fugl-Meyer手运动想象脑机接口识别

仅使用fNIRS的Fugl-Meyer手运动想象脑机接口识别

 

  根据大脑皮层的运动面积理论,与其他方法相比,fNIRS探头位置略有调整。通过九种分类方法对信号进行分类,并比较了不同特征和分类的方法。结果表明,在新实验范式下,支持向量机和随机森林方法的分类准确率分别达到了89.12%和88.47%。

 

仅使用fNIRS的Fugl-Meyer手运动想象脑机接口识别

图 不同特征、不同分类方法下的分类精度

 

关键词:

脑机接口,fNIRS,运动想象,分类,经验模态分解,维拓启创

搜索

全部
  • 全部
  • 产品管理
  • 新闻资讯
  • 介绍内容
  • 企业网点
  • 常见问题
  • 企业视频
  • 企业图册