基于黎曼几何的错误相关电位分类研究
机器学习
2021-09-28 v1 计算机视觉与模式识别
综合文献
人机交互
摘要
错误相关电位 (ErrP) 是实验参与者在任务执行中识别出错误时所诱发的事件相关电位 (ERP)。ErrP 最初由认知心理学家描述，已被用于脑机接口 (BCIs) 中以检测和纠正错误，并在线优化解码算法。基于黎曼几何的特征提取与分类是一种新的 BCI 方法，在多种实验范式中表现出良好性能，但尚未应用于 ErrP 的分类。在此，我们描述了一项在七名正常参与者执行视觉辨别任务时诱发 ErrP 的实验。每次试验均提供音频反馈。我们使用多通道脑电图 (EEG) 记录对 ErrP（成功/失败）进行分类，将基于黎曼几何的方法与计算时间点特征的传统方法进行比较。总体而言，黎曼方法优于传统方法（准确率 78.2% 对 75.9%，p < 0.05）；该差异在七名参与者中的三名中具有统计显著性 (p < 0.05)。这些结果表明黎曼方法能更好地捕捉反馈诱发的 ErrP 特征，并可能在 BCI 错误检测与纠正中有应用价值。
引用
@article{arxiv.2109.13085,
title = {Towards the Classification of Error-Related Potentials using Riemannian Geometry},
author = {Yichen Tang and Jerry J. Zhang and Paul M. Corballis and Luke E. Hallum},
journal= {arXiv preprint arXiv:2109.13085},
year = {2021}
}
备注
4 pages, 3 figures, 1 table, submitted to and accepted by the 43rd Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), this is the accepted version