基于视觉图像生成的脑机接口

帕维尔·博布罗夫，亚历山大·弗洛洛夫，查尔斯·坎托尔，伊琳娜·费杜洛娃，米哈伊尔·巴赫尼扬，亚历山大·扎沃罗诺科夫

摘要

本文研究了识别与执行三种心理任务相关的脑电图（EEG）模式的任务：放松和想象两种类型的图片：面孔和房屋。实验使用了两种EEG耳机：BrainProducts ActiCap和Emotiv EPOC。Emotiv耳机在消费性脑-机接口（BCI）应用中被广泛使用，能够在未来进行大规模EEG实验。由于在使用EPOC耳机的实验前三天中，分类准确性显著超过随机分类水平，因此在第四天使用ActiCap进行了对照实验。对照实验表明，使用高质量的研究设备可以提高分类准确性（在某些受试者中高达68%），并且该准确性与与眨眼和眼球运动相关的EEG伪影的存在无关。这项研究还表明，基于协方差矩阵分析的计算成本较低的贝叶斯分类器在此问题上产生的分类准确性与更复杂的多类共同空间模式（MCSP）分类器相似。点击此处查看完整报告