脑卒中患者康复训练中运动想象 EEG 的空谱提升分析

当前关于脑卒中受试者基于运动想象的康复训练系统的研究缺乏一种合适的分析方法，该方法既能实现较高的分类准确率，又能检测康复过程中想象模式的渐进变化，并揭示运动功能恢复的潜在机制。在本研究中，我们提出了一种基于皮层可塑性和频谱带偏移的自适应提升算法。该方法将脑电研究中通常预先确定的空谱配置建模为可变前提条件，并引入了一种新的随机梯度提升启发式方法，用于在这些前提条件下训练基学习器。我们将所提出的算法与常用方法在收集自 2 个月临床实验的数据集上进行了比较。仿真结果证明了该方法在检测脑卒中患者脑电模式变化方面的有效性。通过对学习到的加法模型的权重参数进行时间重排，我们验证了受损皮层的空间代偿机制，并检测到了频域中增强带的变化，这可能为康复实践提供重要的先验知识。