神经元 avalanches 作为 BCI 性能的预测生物标志物：面向量身训练方案的工具
人机交互
2025-06-06 v1
摘要
基于运动想象（MI）的脑机接口（BCI）为恢复受损者的控制力量具有巨大的潜力，但高达 30% 的用户无法有效使用 BCI——这一现象被称为"BCI 效率不足"。本研究addresses 当前 BCI 训练方案的主要局限之一：忽略个体学习变异性的固定长度训练范式。我们提出了一种新方法，利用神经元 avalanches——脑活动的时空级联——作为生物标志物来特征化和预测用户特有的学习机制。我们收集了 20 名健康受试者在四次 MI-BCI 训练 session 中所获取的脑电信号数据，我们提取了两个特征：avalanches 长度和激活。这些特征揭示了显著的训练效应和任务条件效应，尤其在后期 session 中更为明显。关键的是，这些特征跨 session 的变化（avalanches 长度和 激活）与 BCI 性能显著相关，并通过纵向支持向量回归和分类模型预测未来 BCI 成功。预测准确率可达最高 91%，在基于所选感兴趣区域进行空间滤波后，取得显著改善。这一发现表明，神经元 avalanches 动力学作为 BCI 训练的稳健生物标志物具有实用价值，支持开发旨在缓解 BCI 无能为力的个性化方案。
引用
@article{arxiv.2506.04745,
title = {Neuronal avalanches as a predictive biomarker of BCI performance: towards a tool to guide tailored training program},
author = {Camilla Mannino and Pierpaolo Sorrentino and Mario Chavez and Marie-Costance Corsi},
journal= {arXiv preprint arXiv:2506.04745},
year = {2025}
}