挑戰您的記憶力！在Emotiv App中玩新的N-Back遊戲
基於視覺圖像生成的腦-機介面
分享：
Pavel Bobrov，Alexander Frolov，Charles Cantor，Irina Fedulova，Mikhail Bakhnyan，Alexander Zhavoronkov
摘要
本論文研究了識別與執行三種心理任務（放鬆以及想像兩種類型的圖片：臉部和房屋）相關的EEG圖案的任務。實驗使用了兩種EEG頭戴設備：BrainProducts ActiCap和Emotiv EPOC。Emotiv頭戴設備在消費者大腦計算介面應用中被廣泛使用，未來可以進行大規模的EEG實驗。由於在實驗的前三天使用EPOC頭戴設備時，分類精確度顯著超過隨機分類的水平，於是第四天使用ActiCap進行了控制實驗。控制實驗顯示使用高質量研究設備可以提高分類精確度（在某些受試者中高達68%），而且精確度不依賴於與眨眼和眼睛運動相關的EEG偽影的存在。本研究還表明，基於協方差矩陣分析的計算成本低廉的貝葉斯分類器在這一問題中的分類精確度與更加複雜的多類別公共空間模式（MCSP）分類器相似。點擊此處查看完整報告
Pavel Bobrov，Alexander Frolov，Charles Cantor，Irina Fedulova，Mikhail Bakhnyan，Alexander Zhavoronkov
摘要
本論文研究了識別與執行三種心理任務（放鬆以及想像兩種類型的圖片：臉部和房屋）相關的EEG圖案的任務。實驗使用了兩種EEG頭戴設備：BrainProducts ActiCap和Emotiv EPOC。Emotiv頭戴設備在消費者大腦計算介面應用中被廣泛使用，未來可以進行大規模的EEG實驗。由於在實驗的前三天使用EPOC頭戴設備時，分類精確度顯著超過隨機分類的水平，於是第四天使用ActiCap進行了控制實驗。控制實驗顯示使用高質量研究設備可以提高分類精確度（在某些受試者中高達68%），而且精確度不依賴於與眨眼和眼睛運動相關的EEG偽影的存在。本研究還表明，基於協方差矩陣分析的計算成本低廉的貝葉斯分類器在這一問題中的分類精確度與更加複雜的多類別公共空間模式（MCSP）分類器相似。點擊此處查看完整報告
Pavel Bobrov，Alexander Frolov，Charles Cantor，Irina Fedulova，Mikhail Bakhnyan，Alexander Zhavoronkov
摘要
本論文研究了識別與執行三種心理任務（放鬆以及想像兩種類型的圖片：臉部和房屋）相關的EEG圖案的任務。實驗使用了兩種EEG頭戴設備：BrainProducts ActiCap和Emotiv EPOC。Emotiv頭戴設備在消費者大腦計算介面應用中被廣泛使用，未來可以進行大規模的EEG實驗。由於在實驗的前三天使用EPOC頭戴設備時，分類精確度顯著超過隨機分類的水平，於是第四天使用ActiCap進行了控制實驗。控制實驗顯示使用高質量研究設備可以提高分類精確度（在某些受試者中高達68%），而且精確度不依賴於與眨眼和眼睛運動相關的EEG偽影的存在。本研究還表明，基於協方差矩陣分析的計算成本低廉的貝葉斯分類器在這一問題中的分類精確度與更加複雜的多類別公共空間模式（MCSP）分類器相似。點擊此處查看完整報告