利用功能性近红外光谱信号对想象语音进行在线分类
人机交互
2018-12-17 v1 神经元与认知
摘要
多数基于功能性近红外光谱(fNIRS)的脑机接口(BCIs)要求用户执行运动想象、心算或音乐想象等心理任务来传递信息或回答简单的是/否问题。这些认知任务通常与交流意图无直接关联,致使用户难以执行。本文提出一种3类直觉式BCI,用户可通过默诵“是”或“否”词15秒直接回答是非问题。该BCI还接受等时长的无约束休息,构成第三类可辨任务。12名参与者在2次会话中各完成1个离线块与6个在线块。我们计算每通道试次内氧合血红蛋白浓度变化均值,用以训练正则化线性判别分析(RLDA)分类器。至最后在线块,12人中9人表现高于随机水平(p<0.001),3类准确率达83.8±9.4%。即便计入所有参与者,最后3块平均在线3类准确率为64.1±20.6%,仅3人低于随机水平(p<0.001)。对多数人,左颞与颞顶皮层通道提供最具判别性的信息。据我们所知,这是首个在线fNIRS 3类想象语音BCI的报道。我们的发现表明,对特定用户,想象语音可作为可靠激活任务,用于开发更直觉的通信BCIs。
引用
@article{arxiv.1809.00395,
title = {Online classification of imagined speech using functional near-infrared spectroscopy signals},
author = {Alborz Rezazadeh Sereshkeh and Rozhin Yousefi and Andrew T Wong and Tom Chau},
journal= {arXiv preprint arXiv:1809.00395},
year = {2018}
}