神经电生理实验室研究往往受限于地理位置和设备使用时间。可转化性、可扩展性和可推广性的局限性对脑机接口(BCI)的开发构成重大挑战,因为 BCI 最终需要在任何环境下、消费级硬件上运行。我们推出了 MYND:一个开源框架,将消费级记录硬件与易于使用的应用程序相结合,用于无监督评估 BCI 控制策略。受试者通过实验选择、硬件安装、记录和数据上传进行引导,以便在家中自行管理多天研究,包括神经电生理记录和问卷调查。作为用例,三十名受试者使用 MYND 和四通道脑电图(EEG)评估了两种 BCI 控制策略(“积极记忆”和“音乐意象”)。两种控制策略的神经活动都能被解码,所有天的平均离线准确率分别为 68.5% 和 64.0%。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/42062/2020

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3379337.3415844
一眼看懂

论文快照

fact_check
dataset
来源
UIST
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
8 位作者
sell
研究子方向
脑机接口(BCI)与神经反馈、计算方法在HCI中的应用
work
职业/产业
软件工程师与开发者、HCI 研究员、认知科学家
article
内容状态
仅摘要
hub
相关论文
7 篇相关论文