基于非侵入式脑机接口的力控类型区分中的变异性研究
偏微分方程分析
2026-04-03 v2 介观与纳米尺度物理
数学物理
math.MP
斑图形成与孤子
摘要
从同一肢体解码多个运动是使用脑电图(EEG)活动控制假肢的关键挑战，具有上肢截肢患者控制假肢的应用前景。本研究探讨了通过EEG信号控制修改版Myobock假肢的四种手部动作解码。我们报告了四名截肢患者和二十名健康受试者在三个条件下（运动执行(ME)、运动想象(MI)和运动观察(MO)）进行四种握拳动作的三个EEG录音会话的结果。随后对EEG进行预处理，使用常用空间模式(CSP)、小波分解(WD)和黎曼几何进行特征提取。应用多种分类算法对EEG信号进行解码，并使用度量评估模式可分性。我们评估了不同电极组合下的系统性能，并将其与原始方案进行比较。结果显示，区分运动与非运动的准确率为100%，而运动之间的分类准确率达到70%-90%。在分类性能上，未发现录音条件之间的显著差异。健康受试者在分类性能上优于截肢患者，但在运动想象条件下未发现显著差异。性能在各录音会话中未得到改善，EEG模式区分存在较大变异性。将电极数量减半仅导致平均准确率下降约2%。这些结果为开发可穿戴式脑机接口，特别是电极优化和握拳运动分类训练，提供了见解。
引用
@article{arxiv.2409.07205,
title = {Existence of higher degree minimizers in the magnetic skyrmion problem},
author = {Cyrill B. Muratov and Theresa M. Simon and Valeriy V. Slastikov},
journal= {arXiv preprint arXiv:2409.07205},
year = {2026}
}
备注
29 pages, 1 figure