| 多项目运动想象脑机接口的脑电模式识别 |
| |
| 引用本文： | 陶宽,刘菲,朱子孟.多项目运动想象脑机接口的脑电模式识别[J].北京体育大学学报,2024(2):115-127. |
| |
| 作者姓名： | 陶宽 刘菲 朱子孟 |
| |
| 作者单位： | 北京体育大学体育工程学院 |
| |
| 基金项目： | 国家重点研发项目专项资助“人体运动促进健康个性化精准指导方案关键技术研究”（项目编号：2018YFC2000600）； |
| |
| 摘 要： | 运动想象脑机接口技术作为一项创新治疗手段，通过解码大脑在想象肢体运动时产生的脑电信号，有望克服治疗手段和药物研发的限制，为治愈脑疾病和恢复受损脑功能提供新途径。研究关注不同人群在不同运动想象任务下脑电信号的差异以及对运动想象模式的准确识别，选取36名18～25岁的健康成年人，具备不同运动项目专长，设计3类运动想象任务，并采集了相应的脑电信号，对其特征进行深入分析。在受试者群体的差异性基础上，提出一种全新的深度学习框架RbMI-Net(Rhythm-based Motor Imagery Net)。该模型采用小波变换提取脑电信号特征信息，并将其输入到本研究设计的多层感知机模型中，以实现对不同运动想象脑电模式的准确识别。研究结果表明：1）在任务开始前和任务执行中，具有脚部运动优势的受试者表现出相对较高的大脑激活水平，较手部运动优势和手脚运动优势的受试者更为显著。手部运动优势的受试者在任务前后的大脑活动状态相对平稳，激活程度较低。2)RbMI-Net模型在十折交叉验证中展现出卓越的稳定性和准确性，三分类准确率达到82.59%,Kappa值为0.76。该模型在运动想象任务的脑电模式识别方面表现...
|
| 关 键 词： | 运动想象 脑机接口 脑电模式 预测模型 |
|
|
