Europe PMC（brain-computer interface · PubMed）· Xing S, Nagarajan A.·· 27 天前AI 评分37
从置信到审慎：跨会话运动想象脑机接口的共形门控
From confidence to caution: conformal gating for cross-session motor imagery brain-computer interfaces.
AI 导读
研究评估共形预测（CP）能否在跨会话 EEG 漂移下充当运动想象脑机接口的命令门控，以 DeepConvNet 为基分类器，在 OpenBMI（54 名受试者、2 类）和 BCIC IV-2a（9 名受试者、4 类）上比较阈值式 CP（THR）、RAPS/RAPS-Opt 与 Chow 选择性预测。
AI 要点
团队
作者为 Xing S、Nagarajan A.，原文未提及所属机构。
主要结果
无门控跨会话分类器的错误决策率在 OpenBMI 为 37.5%、BCIC IV-2a 为 35.5%；THR 与 RAPS 门控后分别降至 9–16% 和 6–8%。
解决什么问题
标准分类器无法在跨会话 EEG 漂移下保留不确定预测，错误运动想象指令可能触发非预期设备动作。
方法
以 DeepConvNet 为基分类器，在 OpenBMI（54 名受试者，二分类）和 BCIC IV-2a（9 名受试者，四分类）上比较 THR、RAPS/RAPS-Opt 与 Chow 选择性预测，用 5 种时间顺序划分评估校准来源。
局限
从研究设计看，评估基于离线数据集与时间顺序划分，未涉及在线闭环使用。
AI 依据原文整理，未经人工核对。
来源：Europe PMC（brain-computer interface · PubMed） · doi.org