非侵入式脑机接口研究：Emotiv Epoc+ 神经头戴设备及其有效性调查
信号处理
2022-07-15 v1 人工智能
计算机与社会
人机交互
机器学习
神经元与认知
摘要
在本研究中，我们阐述了脑机接口（BCI）研究的进展并介绍了众多已公开的当代方法。首先，我们探讨了一种由 Facebook Reality Lab 和加州大学旧金山分校提出的自然语音解码方法，该方法旨在将人脑中的语音直接解码至数字屏幕。随后，我们研究了一个近期提出的利用脑机接口（BMI）方法控制人脑的远景项目。我们还研究了知名的基于脑电图（EEG）的 Emotiv Epoc+ 神经头戴设备，通过在三名受试者身上实验该神经头戴设备，利用脑信号识别包括参与度、兴奋度、专注度、压力、放松和兴趣在内的六项情绪参数，其中我们使用两种监督学习分类器——朴素贝叶斯和线性回归——来展示 Epoc+ 设备及其在神经技术研究中的相关应用的准确性与能力。我们给出了实验研究，演示表明上述分类器在读取受试者表现矩阵时的准确率分别提高了 69% 和 62%。我们设想，非侵入式、可植入且低成本的 BCI 方法不仅将成为身体瘫痪患者的替代方案，也将成为理解大脑的焦点，从而引领我们在不远的将来访问并控制记忆与大脑。
引用
@article{arxiv.2207.06914,
title = {An Investigation on Non-Invasive Brain-Computer Interfaces: Emotiv Epoc+ Neuroheadset and Its Effectiveness},
author = {Md Jobair Hossain Faruk and Maria Valero and Hossain Shahriar},
journal= {arXiv preprint arXiv:2207.06914},
year = {2022}
}