基于 Stentrode 血管内脑机接口的时间特征解码尝试手写字符
AI 摘要一名植入 Stentrode 血管内脑机接口的受试者尝试手写英文字符，研究团队用高 gamma 功率的一维时间轨迹做离线与在线分类。四个在线测试阶段中，表现最好的 3 分类模型平均静息召回率为 87%，字符召回率和精确率分别为 65% 和 59%。将各试次线性拉伸到相同时长后，解码表现显著优于直接分类原始试次，作者认为时间信息有望帮助脑机接口缩小空间占位、降低侵入性。
AI 推荐理由：单名 Stentrode 受试者的在线多分类结果，显示时间特征解码可减少对空间通道的依赖。