计算智能和神经科学

评论文章

混合脑-机接口的进步:原理、设计和应用

表1

代表hBCI多个大脑模式的应用程序。


参考	混合模式	应用程序	分类器	命令	精度(%)	改进

(19]	SSVEP的P300, MI	人形机器导航	CCA	6	P300: 84.6, SSVEP: 84.1	更好的导航性能的命令和探索
(20.]	SSVEP, P300	轮椅控制停止命令	支持向量机	2	> 80	更高的检测精度和较低的响应时间
(21]	SSVEP, P300	目标选择拼字	SW-LDA	9	93.3	更有效的目标歧视
(22]	SSVEP, P300	光标控制	支持向量机	9	> 90	性能更高的精度和更好的命令
(11]	SSVEP, P300	选择多个选项	CCA,乔治。	4	P300: 99.9 SSVEP: 67.2	更好的性能和用户友好
(23]	P300, SSVEP的	拼字的人	SW-LDA	36	93.85	更高的精度
(24]	MI, SSVEP的	在MI-SSVEP玩俄罗斯方块游戏模式	LDA, CSP, CCA	4	心肌梗死:87.01 SSVEP: 90.26	更高的精度
(25]	MI, SSVEP的	混合BCI系统的MI和SSVEP的	LDC	2	85.6±7.7	更好的分类性能
(9]	MI, SSVEP,视觉和听觉	轮椅控制	支持向量机	6	- - - - - -	Multidegree控制命令
(26]	MI, SSVEP的	混合BCI系统与反馈	乔治。	2	≥83	更好的MI训练性能
(27]	SSVEP的,小姐	控制命令	CCA	5	心肌梗死:93.3 SSVEP的:89	为用户更好的性能和从容
(16]	MI, P300	二维的光标控制	支持向量机	2	> 80	Multiple-degree控制
(17]	P300、心肌梗死	BCI基于鼠标的web浏览器	支持向量机	3	93.21	Multidegree可行的BCI鼠标控制
(28]	P300、心肌梗死	BCI轮椅与方向和速度控制	乔治。	4	83.10±2.12	方向和速度控制