Europe PMC（brain-computer interface · PubMed）· Li J, Wen S, Hu J, Wang Q, Zhang B, Zhou Q, Zhao J.·· 16 天前AI 评分48
利用相位滑动振荡实现稳健的异步脑机接口控制
Exploiting Phase-Sliding Oscillations for Robust Asynchronous Brain-Computer Interface Control.
AI 导读
研究观察到相位滑动振荡（PSO）现象，并提出基于PSO的异步分类方法PSO-AC，通过小波同步压缩变换提取相位解耦特征并结合概率时序模型区分控制与非控制状态。22名受试者的离线实验显示，在2秒数据长度下平均控制/非控制准确率达94.2%，优于现有基线，并在不同时延的九分类任务中保持优势。在线机械臂实验中，PSO-AC将每次成功试验的命令成本从4.30降至1.14。
AI 要点
团队
作者为 Li J、Wen S、Hu J、Wang Q、Zhang B、Zhou Q、Zhao J。
主要结果
离线实验平均控制/非控制准确率94.2%（数据长度2s），优于一条基线；在线机械臂实验中每次成功试次命令成本从4.30降至1.14。
解决什么问题
异步SSVEP脑机接口中，持续EEG信号与固定相位模板之间的相位偏移会损害性能。
方法
观察到相位滑动振荡（PSO）现象，提出PSO-AC方法：将EEG重构为不同初始相位的序列，经小波同步压缩变换提取相位解耦特征，再用概率时序模型区分控制与非控制状态；离线实验n=22。
局限
从研究设计看，为离线实验（n=22）加在线机械臂实验，原文未提及对照设置等更多细节。
AI 依据原文整理，未经人工核对。
来源：Europe PMC（brain-computer interface · PubMed） · doi.org