Pavel Bobrov, Alexander Frolov, Charles Cantor, Irina Fedulova, Mikhail Bakhnyan, Alexander Zhavoronkov

摘要

本文研究了识别对应于执行三种心理任务的脑电图（EEG）模式的任务：放松以及想象两类画面：人脸和房子。实验使用的是两款脑电图耳机：BrainProducts ActiCap 和 Emotiv EPOC。Emotiv 耳机在消费级 BCI 应用中得到了广泛应用，这使得未来能够进行大规模脑电图实验。由于在使用 EPOC 耳机的前三天实验中，分类准确率明显超过了随机分类的水平，因此在第四天使用 ActiCap 进行了控制实验。控制实验表明，利用高质量的研究设备可以提高分类准确率（在部分受试者中高达 68%），并且该准确率独立于与眨眼和眼动相关的脑电图伪影的存在。该研究还表明，在解决该问题时，基于协方差矩阵分析的计算成本较低的贝叶斯分类器与更复杂的多元公共空间模式（MCSP）分类器相比，能够产生相似的分类准确率。点击这里阅读完整报告