文摘

P300拼写能力的广泛实现nonspelling修改任务。在这项工作中,我们提出一个“场景”屏幕上这是一个刺激P300拼字的变化来指挥轮椅。我们的方法利用刺激屏幕图像背景(场景快照轮椅)和刺激标记不对称排列相关的地标,如合适的路径,门,窗户,墙上的迹象。其他场景刺激屏幕的特征是绿色/蓝色刺激标记颜色方案,变量Interstimulus间隔,单一刺激模式,标志和刺激序列发生器进行了优化。十八岁的调查对象参加了实验。78%没有BCI的使用经验。一个波形特征分析和Mann-Whitney测试执行的对目标和不属预定目标的相干平均证实,94%的受试者引出P300 ( 刺激器)在这个修改。至少绝对收缩和选择算子优化和线性判别分析是用于P300的自动检测。与看不见的数据,评估目标探测是计算(平均灵敏度= 1.00(0.78 - -1.00)),连同不属预定目标的歧视(特异性中值= 1.00 (0.98 - -1.00))。屏幕上充分抒发P300的场景,似乎适合指挥轮椅即使用户没有经验在BCI拼写的任务。

1。介绍

非侵入式脑机接口(BCI)系统,将电气测量大脑活动通过脑电图(EEG)为可执行命令任何启用设备(1]。BCI是增强沟通和环境互动的可能性等严重运动障碍患者的肌萎缩性脊髓侧索硬化症,脊髓损伤,或闭锁综合症2- - - - - -4]。

P300的拼字是一个基于计算机听写设备控制通过P300与事件相关电位(ERP)这是一个认知引发的大脑反应stimulation-dependent(同步)古怪的范式(1,2,4]。P300的拼字是最常用的BCI之一,其传统的刺激屏幕固体均匀黑色背景与对称和齐次矩阵排列 刺激标记:26个英语字母字符,九个小数位数,并为空白下划线。标记闪光刺激由一个随机序列的单或multimarker模式。然后,当用户感知的闪光刺激他们的重点是象征,P300 ERP是引起(2,4]。最后,拼写任务流程与P300的自动检测生成的信(2,4- - - - - -6]。

P300拼字的变化包括矩阵的大小,标记安排,标记类型,刺激序列,和刺激演示和测试,以提高信息传输速率和检出率,甚至执行nonspelling任务。总结下一节将描述这些变化,说明刺激的屏幕,在这个工作。

卖家et al。7)使用 P300拼字的矩阵和最优估计Interstimulus区间(ISI)和刺激持续时间(SD)来实现检测和转移率相似 传统的拼字的大小。Colwell et al。8),金等。9- - - - - -11施,et al。12利用矩形的拼字的矩阵 , , ,分别。关于经济刺激表示,一些成功的方法是子矩阵刺激序列(13[],驱散multimarker刺激9- - - - - -11,14),蓝/绿配色方案的刺激标记nonflashing /闪烁状态(15- - - - - -17),和脸范式(9,18- - - - - -20.]。此外,所有这些变量有一个坚实的黑色背景。的P300检测性能、高率达到了上述变化。

几何变化命名Geospell(21)显示屏幕序列代替flash事件。在一个圆形的安排,每个屏幕有六个字符的中心有一个十字架,象征受试者修复他们的注意力。每组六个字符与传统 矩阵的行和列。另一个几何变化是单个字符拼字的外侧,提出的皮雷et al。5),重新安排刺激标记横向屏幕上保留一个常规的几何。其刺激在单标记模式提出了伪随机左翼和右翼之间交替。两个几何变化证明了目标探测和转移率高。所有这些拼字的变体,背景保持坚实的黑色。

互联网浏览任务的一种方法使用P300 speller-like变化报道了穆勒et al。22]。一双显示器使用,一个用于刺激表示,另一个用于web浏览器显示。一个齐次 刺激矩阵行/列模式使用。另一方面,Yu et al。23实现一个古怪的范式将鼠标光标移动到web浏览器。此外,哈尔德et al。18)也用两个显示器,其中一个脸范式刺激呈现的P300拼字,重塑根据可用浏览命令的数量,每个代表字母字符。在另一个监视器,网页浏览任务执行。

Carabalona et al。24)和Aloise et al。25)控制domotic系统适应传统的拼字。这两种情况下使用图标作为刺激代替字母字母标记。然而,他们使用了典型的闪光和背景颜色方案。不同的刺激屏幕domotics提出了霍夫曼et al。26]在RGB图像被放置在坚实的白色背景刺激标记安排在一个矩形 矩阵。与此同时,智能住宅Corralejo提出的控制等。27)使用RGB图像及其对应的文本作为刺激标记;背景是固体亮绿色;文本及其轮廓,分别为,白色和黑色。此外,Ganin et al。28,29日]表明,移动,因此不对称地排列标记引起刺激P300在3次试验范例获取平均命中率为0.8。这种模式是用于29日控制一个拼图游戏,刺激标记圆形拼图,每个标以斯拉夫字母字符。

P300-based轮椅导航包含两个组件:P300-based选择位移的命令和执行导航的机器人系统。在这种情况下,有从本质上讲,两个导航路线方案选择:选择一个方向固定位移会发生(刺激序列在每个固定位移)或从某种选择目的地当地或全球地图(刺激序列后获得每个选定的目的地)。Rebsamen et al。35,36]介绍了P300 刺激矩阵,公寓房间的名字和电器如电视,灯,床上,等等,如刺激标记。设法达到其机器人导航系统定位,没有额外的刺激序列而轮椅是在运输途中。路径和目的地都是预定义的。也就是说,实现的方法刺激序列支持漫长而复杂的导航路线在已知场景。另一方面,两种方法介绍了一个利用image-arrows刺激屏幕作为刺激标记在一个纯色背景,模拟操纵杆轮椅。Lopes et al。34]介绍了单标记模式的刺激指挥一个实际的机器人导航的轮椅。不同,Gentiletti et al。33)利用行/列模式在虚拟导航控制器。两个作品实现刺激序列固定位移后,由于每个选择对应于一个短的路线。虽然操纵杆刺激器使导航在未知的情况下,大量的选择需要执行长的通路;因此,参与者疲劳和降低P300检测率得到[38,39]。尽管如此,Gentiletti et al。33)包含一些destination-oriented刺激包括控制自动机沿墙走。其他三种方法结合当前信息的导航场景刺激屏幕。值得注意的是,Iturrate et al。32)集成的实时渲染虚拟表示实际导航场景刺激屏幕,地板,墙壁,和障碍的。提出了导航的刺激标记点的安排显示距离和方向使用极坐标系统电网集中在轮椅。额外的刺激标记辅助命令显示在菜单栏;行/列的刺激呈现的刺激模式固定位移序列方案。

同样,Escolano et al。30.)实现极坐标网格和菜单栏命令,但使用增强现实。也就是说,场景的屏幕的虚拟表示形式,如(32),将不透明度低,覆盖其真正的对手。因此,提出了一种混合图像刺激屏幕的标记行/列刺激模式刺激序列执行固定位移根据一个遥控机器人的控制。为了改变机器人的视野,刺激屏幕与灰度图像背景和一个正方形网格圈的刺激标记实施。在另一项研究中,Escolano et al。30.]报道P300-based指挥一个遥控机器人的另一种方法。它使用的灰度图像 像素分辨率。刺激标记有六个图标一分为二菜单栏,和六个圆圈导航点安排在一个矩形网格 。他们都是在固定的位置在屏幕上表演行/列刺激固定位移。

本工作介绍了场景的屏幕刺激器,这是一个P300拼字的变体。屏幕有一个图像背景的场景是轮椅的快照的角度来看,其刺激标记位于相关地标。对比场景屏幕特性与其他报道P300-based刺激屏幕导航任务,比较表如表所示1。除了屏幕的场景,所有的安排和其他方法利用对称刺激标记被集中在评估轮椅导航任务。尽管一些研究间接反映图像背景并不影响目标检测,进一步分析P300启发,刺激,和分类器适应是必要的。

2。材料和方法

2.1。概述

轮椅导航系统的方案在场景的屏幕如图1。简要描述如下,为了建立刺激器的作用是本文的主题。

导航核心组件协调工作流和datapath公司整个系统的所有组件。情景分析组件需要当前的照片额轮椅角度由计算机视觉分析方法寻找地标,尤其是导航路径,门,窗户,和墙信号。刺激P300路径选择器组件产生两种不同的屏幕。首先是适当的场景的屏幕,这是默认的刺激器屏幕。其刺激标记位于最相关的地标根据场景分析组件的结果;第二,意想不到的,更精确地控制情况下,P300 joystick-like变异显示。机器人导航系统控制所有设备和传感器安装在轮椅上驾驶它安全抵达目的地,与场景的destination-based选择屏幕或操纵杆屏幕固定位移命令后。

图2是两个从1点到F点导航的实现,基于上面的详细计划。导航基于场景的屏幕(NAV)只执行刺激序列点1、2和3 (destination-based序列),刺激标记本地化根据不同图像的背景。H导航导航,场景屏幕和年代导航路线是一样的。尽管如此,一个可能性(障碍)发生在3点之间(2和3),然后joystick-like屏幕显示。几个固定位移刺激序列与此屏幕运行的障碍,和之前的导航路径恢复到第3点,场景再次显示屏幕。

机器人导航系统目前正处于积极开发中我们的研究团队。

2.2。场景的屏幕发展

图1显示屏幕的场景的三个组件:屏幕,刺激刺激发生器,模式识别系统。在本节中,前两个组件的详细。

2.2.1。设计和实现

屏幕的场景是一个P300拼字的变体,允许用户选择一个目的地的导航。图3显示屏幕的场景评估工作。可以看到,两个主要的变化实现的。首先,它包含当前场景信息的刺激屏幕通过RGB图像背景描绘了轮椅导航的角度来看,而不是使用传统的纯色背景或一个虚拟现实的组合。在这种情况下,对应于一个RGB图像 像素快照大学研究大楼的大厅,2.2 Mpx手机相机拍照,没有预处理。第二,只有十二个刺激标记,分为导航和辅助,取代了原来的36个字符。使用Unicode鱼眼字符,八导航标记位于最相关的地标,在这种情况下:三个标记的主要走廊,两个次要的走廊,一个门,和两个墙的信号。四个辅助标记也使用Unicode字符,每个有一个静态放置在屏幕上。他们的位置、意义和编码如下:左上角:“开放菜单”任务;左下:“调用预定义的联系”;右上:“刺激屏幕”;右下角:“回到先前的轮椅的位置。”对于这个工作的目的,刺激标记都是手动位置。场景的屏幕是实现通过修改本机OpenViBE P300拼字的GUI (40]。的 刺激矩阵被放大 。除了十二刺激标记,标签的可用的81扩大矩阵不显示标签背景都设置为0不透明使GUI帆布可见,图像背景设置在(41]。因此,用户看到刺激屏幕如图3。

2.2.2。刺激呈现

Nonflashing和闪烁的配色方案是蓝色/绿色与RGB编码和 ,分别是(15,16]。十二个刺激标记的字体大小是固定这两个州的120点。这些定制是用OpenViBE设计工具v0.14 [40]。

2.2.3。序列发生器的发展

一个新的刺激计划/目标序列发生器引擎开发处理的缺点OpenViBE P300拼字刺激发生器。刺激器引擎开发实现以下功能:伪随机ISI,单笔刺激模式和策略,以避免连续两个刺激相同的标记。为了执行刺激表示,这台发动机干扰OpenViBE设计师核心通过适当的原生OpenViBE ID指令。此外,刺激一代是用两个模块实现:第一个人是一个Python脚本,计算和存储大量的配对stimulus-timing序列,而第二个模块是一个lua脚本执行在收购过程中由OpenViBE设计师;它加载存储刺激序列,实现了场景的屏幕刺激范式在以下小节中描述。图3 (b)显示了单一标记刺激用户所看到的。

2.3。场景的屏幕模式

本节描述场景的范式探讨ERP启发功能屏幕。脑电图收购设置和主题选择也详细。

2.3.1。场景的屏幕刺激范式

OpenViBE命名后,审判是一个随机序列可用12个场景的屏幕闪烁刺激标记。闪光持续时间都是0.125秒。刺激发生器产生的ISI值在0.12,0.14,0.16,0.18,0.20和0.22。Intertrial间隔(来)被设置为0.5秒。在这种形式中,重复(图4:S4) 10试验执行的顺序选择一个标记。所有重复在复制模式下运行表明目标主体通过闪烁在1.0赫兹(图5倍4:S3)。最后Interrepetition间隔设置为5.0秒。

最初的刺激屏幕状态如图4:S0。表明任务开始时间,十二个可用刺激时转向绿色标记5 s(图4:S1)之后,他们都回到了蓝色。20年代基线脑电图收购(图4:S2);以前受试者被要求保持冷静和保持张开眼睛但眨眼和正常呼吸。对象执行四个街区 重复的数据5和4:S3和图4:S4。一旦当前块的最后重复完成,块的结束迹象显示绿色标记(图5 s4:S5)。然后,另一个二十多岁的基线脑电图记录(图4:S6)。

块顺序保存所有科目。块我用来训练科目屏幕上正确的使用场景;因此没有考虑这一块的数据进行分析的目的。数据块II, III, IV 17提供了一组重复进行分析;参见图5。考虑到所有这些17重复进行复制模式,一个伪随机策略,只允许每个可用的标记选择作为目标实施一次或两次在发达经济刺激发电机引擎。最后,休息时间在块从30到60年代期间,受试者问卷之前详细的回答。

2.3.2。实验装置

脑电图记录利用8枚表面被动电极(Cz Fz, C3, C4、P3 Pz、P4, Oz)固定延长10 - 20 g。侦探帽(贵港市技术™)。引用是联合a1a2通过一对黄金耳垂夹连接电极。一杯金电极对乳突是地面。在所有情况下electrode-gel-skin阻抗低于10 k(33,42]。一个g。USBamp biosignal放大器(贵港市技术)是用于记录使用以下配置:512.0赫兹采样率,8阶0.1 - -30.0 Hz通频带,四阶58.0 - -62.0 Hz切口巴特沃斯滤波器硬件。对于此配置,OpenViBE采集服务器v0.14工具使用(40]。

19个健全的学科(20 - 35岁)参加了实验;15在BCI的使用没有经验。所有受试者给他们的知情同意签署相应的形式和被要求前一晚至少有六个小时的睡眠。排除标准摄入刺激性或抑郁研究物质在前6个小时内,任何病态或心理条件,光闪烁的敏感性。受试者坐在一个22′′液晶在一个舒适的位置。要求他们总是闪烁正常,仅当它是必要的。Eyes-LCD距离大约是1.2米。他们如何使用场景的屏幕上指示并计数精神目标(闪过多少次42]。

2.4。数据分析

数据从每一个对象分别分析了两个阶段:(我)全球P300启发:17目标相干平均每个主题都与相应的不属预定目标的。波形分析的目标平均搜索P300特性和统计测试的目标之间的差异和不属预定目标的平均表现。(2)评估/不属预定目标的自动目标检测:每个主题的分类器训练目标和不属预定目标的刺激的自动贴标标记。训练分类器标记看不见的数据和他们的性能度量报告,即灵敏度、特异性和准确性。的行为,分析了这些指标对试验用于制造的数量决定;团体和个人分析报告。

2.4.1。数据预处理

相同的离线预处理是申请两个分析阶段。EEG信号过滤了一个40阶1.5 - -10.0 Hz冷杉通频带与切比雪夫滤波器设计窗口。与事件相关的时代的307个样本(600毫秒)提取信号。每个时代都去趋势和规范化为零均值和方差单位。

2.4.2。全球P300引出

每个主题的目标和不属预定目标的连贯的大平均计算充分利用数据集(块II, III, IV)结合八电极时代。进行波形分析的目标平均观测特征P300的发生特性,如峰值在150 - 450毫秒,除其他外,N200灯,P200 ERP。正反纠正Mann-Whitney测试(MWUT)计算每一对为了测试是否有目标平均及其不属预定目标的差异。这些统计比较计算使用窗口跨越150 - 450 ms刺激后发病,通常平均,P300出现(5,43- - - - - -45];正反纠正值报告。

2.4.3。自动目标检测:分类器训练

特征向量是直接从预处理获得的时代;他们每个人都被摧毁的一个因素两个连接给向量的特性(1228)。这些向量被安排的时间重复发生,刺激标记ID,和时间试验发生。

让 训练数据集,是th特征向量和相应的目标或不属预定目标的标签。的至少绝对收缩和选择算子(套索)是一个线性判别分析(LDA)变异使用标准规范:

稀疏的参数需要调整;然而,最优可以估计,通过交叉验证过程。因为有些套索方法是首选组件成为根据稀疏参数等于零 。因此,它也被认为是一种特征选择方法(46- - - - - -48]。

让减少特征向量对应的非零特征 。分数用计算与歧视函数(见(2))(49- - - - - -51]措施加入到目标特征向量或不属预定目标的类,回归超平面的距离:

每个主题的LASSO-LDA被训练使用相应的数据块II和III如图5所示。没有利用类平衡方法(Python机器学习库:scikit-learn套索通过LARS方法和稀疏参数估计通过交叉验证(52])。目标标签执行两个阶段:(1)得分特征向量(见(2给定重复的),(2)选择目标通过投票计划基于分数积累(见(3))(49,51,53]: 在哪里相关的特征向量刺激标记试验在一个给定的重复。注意,偏见(2)没有考虑计算所有特征向量(因为它是恒定的50,51]。

2.4.4。自动目标检测:分类器性能的评估

看不见的时代从块的最后九重复III和IV贴上目标和不属预定目标的上述方案通过训练LASSO-LDA和投票。三是分类器评价的指标:灵敏度,也被称为真阳性率、命中率、或召回,特异性或真阴性率精度或部分数据正确分类53]。这些指标被报道为用户样本,分别对试验取得的数量()。

3所示。结果与讨论

3.1。刺激屏幕的设计和开发

刺激后七项问卷回答用户会话。封闭是/否问题问及刺激感知、不适,失去注意力,刺激序列模式。的反应反映了所有的用户感知到的撕裂,疼痛,或任何有关刺激不适,即使是在大规模刺激序列( 最小的四块)。此外,所有刺激标记蓝色/绿色配色方案在任何情况下可察觉的。五个新手BCI主题报道未能察觉到一些目标闪烁或令人昏昏欲睡的,两种情况下结束时最后一块,这可能影响了分类性能,但并不是全球的平均水平。这种嗜睡现象,可能造成的副本模式静态场景的屏幕没有提供反馈给用户。因此,P300启发和其检出率受到影响。决定保持同样的背景图像和标记分布在执行所有学科的评估是为了避免偏见由于这些因素。证据表明场景屏幕是有用的,有信心实现场景和标记更改节中描述2。1。关于经济刺激发生器开发,没有主题的报道认为目标或刺激模式。此外,他们还报道感知ISI可变性,可能引起更多的期望。因此,我们的开发目标和刺激序列生成器证明是有用的,因为他们是舒适的用户。此外,OpenViBE满足场景时屏幕上评估,目前提出了限制对于实现一个自由模式场景屏幕会话(导航的实际实现了在不同的体系结构)。

这些结果克服了红色/白色配色方案中使用(41)四个八个主题报道的某种类型的不适。据说这个红色/白色方案目前没有明显感觉到刺激时标记放在明亮的图像区域。本机OpenViBE刺激发生器的进一步分析显示,其序列总是交替行和列刺激广场安排刺激标记(41]。此外,屏幕使用高分辨率的图像背景的场景和十二个门徒可用刺激完全可感知的;此外,刺激标记的意义取决于他们位于图像的背景。

3.2。全球P300引出

成对目标和不属预定目标的18个受试者的相干平均的情节从每个图所示6。一个主题是丢弃他睡在两个街区的实验。目标平均水平,在所有情况下,从各自不同的不属预定目标的平均水平。72%的目标平均(科目1、2、4 - 8、10 - 15和17)提出了积极的山峰150 - 450 ms(图6绿色填充区域)与P300启发是一致的。此外,这些山峰之前负峰200毫秒左右,可能与N200启发有关。四个主题目标平均水平(0、3、6和16)其他功能没有直接与预期的P300启发,但各自的目标和不属预定目标的平均水平仍不同,一样的科目(2、3、5、7、8日和17)有负峰在400 - 550毫秒,可能与长期延迟N400。然而,应该做进一步的分析来识别这些负变位的含义。这些结果与报告的研究结果一致(18,54,55]。最后,主题9目标平均波形是嘈杂的,并不代表一个典型的P300启发,但它是不同的对不属预定目标的平均水平。

刺激发电机引擎开发,尤其是ISI伪随机特性,显示效果在视觉稳态周期减少组件,如图6。除了9主题,所有的相干平均大没有稳态构件考虑预处理用的通频带40冷杉过滤器内1.5 - -10.0赫兹;相比之下,当使用本机OpenViBE刺激发生器(41这些滤波器参数是100和0.1 - -2.0 Hz由于ISI-related组件。

每个主题的选择P300最高峰150 - 450毫秒内目标一致的平均(见图6绿色区域),所有这些大小与他们不属预定目标的类似物的符号秩Wilcoxon测试获得统计学差异( ; )这表明参加目标标记生成不同的大脑的反应。此外,平均延迟的P300峰值为310(217 - 337),对应于女士P300跨度和报告的结果是一致的54- - - - - -56]。

关于成对波形的统计分析,发现目标一致的平均统计不同于他们的不属预定目标的双(MWUT; )考虑到150 - 450 ms跨越,除了第四主题。总结、目标感知抒发响应内(150 - 450)可微的女士不属预定目标的刺激。换句话说,刺激屏幕图像的背景和协调安排产生一个适当的反应刺激标记当受试者感知目标刺激在94%的情况下。

3.3。目标检测在场景的屏幕

3.3.1。目标探测性能分析的样本

样本中位数的敏感性、特异性和准确性(57,58)对试验的数量()积累总结了分数的计算表2。这些性能指标计算每个主题用看不见的9个重复数据。更准确地说,灵敏度或真阳性率指标与目标标记正确分类的比例有关。从第六届得分试验( )上面的样本中位数是0.75灵敏度最低接受在P300拼写任务(2,4,6,8]。此外,从7日试验( ),0.7灵敏度发现75%的受试者不管事实上,78%的人没有经验的任务。这是图形化的箱线图所示图7(一)在哪里看到提高目标探测以及色散成为越来越多的试验取得了较低。这是符合传统的P300拼字的知识(5,16,59),但使用一个屏幕快照背景和没有拼写或刺激刺激语义标记。

五个常用的分类器性能的常规P300拼写任务(LASSO-LDA、shrinkage-LDA Linear-SVM,径向基函数SVM,和SWLDA)进行评估场景的屏幕(60]。在这项研究中每个分类器的所有hyperparameters适当优化。无统计差异被发现在给出的五分类器性能但LASSO-LDA方差较低。因此,只有LASSO-LDA用于这项工作;从4减少到2在大量毁灭因素对60)实施主体样本中差异反映在低敏感性如图7所示。此外,部分相干平均特征向量和linear-SVM进行P300检测检测(41),虽然灵敏度至少0.7在大多数情况下使用10试验;目标标记检测率见表2从5分试验(甚至更高 )。

的特异性或真阴性率的相关指标的比例以及标签不属预定目标的表所示2特异性高于中值0.97 这意味着3假目标检测。图7 (b)显示相应的特异性箱线图对得分试验的数量。从 ,75%的受试者有最多3不属预定目标的分类错误。表2还显示的精度可能会被认为是好的,因为他们总是高于0.85;然而,这是一个有偏见的测量不平衡的目标,不属预定目标的特征向量。因为这个原因我们喜欢测量性能的敏感性和特异性。此外,当十分数积累( )执行检测的平均时间是40年代( );这些值对应于可用目标标记的数量,数量的试验,是平均ISI,来,来。

另一方面,总结了表演的屏幕图像背景的报道30.,31日)建议行/列刺激模式是可行的对称安排刺激标记。然而,当这种刺激模式是在一个场景中使用屏幕(41),刺激之间的最小距离约束标记被用来避免外围刺激不属预定目标的知觉。在这个工作,约束不再是必要的,因为单标记模式的使用和获得的高性能。

总之,场景的屏幕能够诱发探测P300通过LASSO-LDA表现高于0.75 。最高的平均表现得到积累所有的轨迹( ),1.0(0.78 - -1.00)和1.0(0.98 - -1.00)中值敏感性和特异性,分别。因此,场景的屏幕导致一个非常合适的P300拼字的变化选择路径的轮椅,即使超过78%的受试者没有经验P300拼写的任务。这些结果是一致的5,18,28,29日),即使屏幕的场景刺激标记没有使用一个拼写或语义方案;因此,隐式的结果报告(30.,31日屏幕)的刺激评估和目标标记检测也补充。

3.3.2。个人目标探测性能的分析

考虑到44%的受试者 他们到达了一个高原至少有两个1.0灵敏度点(见图8),中值敏感性等于五,六,七个,分别为0.78(0.64 - -0.81),0.94(0.89 - -1.00),和1.00(0.97 - -1.00),即使有很高的表演 。所有这些课程试验的数量可能减少到七没有性能成本;这种重复缩短意味着时间减少了27.5%。此外28%的受试者达到高性能七分试验,尽管他们缺乏经验P300拼写任务。另一方面,39%的受试者 没有到达了一个高原,平均灵敏度为0.78(0.67 - -0.89)和七个试验得分;此外,下四分位数包括拼写任务的最低性能,与报告的结果是一致的(5,18,28,29日]。

关于这三个最低灵敏度性能(科目2、6、10)平均为0.48 (SD = 0.1),所有这些学科提供了一个性能始终在低水平,尽管取得了试验的数量。尽管这种行为可能与受试者有关错误地执行任务,当LASSO-LDA取代了一个线性支持向量机(Linear-SVM)主题2,检测率提高了57%的敏感性。这种行为表明一个定制的分类器选择可能会提高检测率(54,55,60]。类似的案子主题15的性能改进的径向基函数时支持向量机是利用。整个行为比较LASSO-LDA和最好的分类科目2和15对进球的数量试验如图9。尽管其他四个分类器(Linear-SVM,径向基函数SVM、Shrinkage-LDA SWLDA)测试科目6和10,没有达到灵敏度提高。然而如图8显示科目6和10的敏感性与6和8的得分0.67和0.56试验,分别。这些结果强化了一个详尽的定制的必要性的模式识别方法。

执行一个类似的分析特异性,获得的结果对所有受试者高,总是大于0.92,这意味着只有少量的不属预定目标的贴上目标(图10和表2)。中位数分类错误的目标 为1.5 (1.0 - -3.75);屏幕上的场景,这个结果意味着目的地是不正确的。

18时10分试验被认为是,11个科目(61%)完成了100%的目标的正确选择,尽管8人(44%)没有经验在P300拼写的任务。这是总结表3。此外,四个科目(22%)检测到正确的七个九个目标,三个科目(17%)检测到4点至5点之间。然而,当LSVM和RSVM分别用于课题2和15日全球有一个正确的目标改善由于72%的受试者有敏感性高于0.87。相比之下,只有主题6和10 9例(11%)有四个正确检测到目标。虽然这两个学科提供了一个连贯的宏伟目标平均P300的特性和他们的目标和不属预定目标的平均统计不同,没有达到最低的性能。然而,他相干平均4没有统计学差异;他在敏感性和特异性都达到了1.0。此外,主题(见图96)没有P300的目标一致的平均特性但他能够正确选择七9试验不过,因此达到超过最低表演的任务。总之,这四个案例表明,全球P300启发不一定与目标探测性能。在精度方面,度量定义在[53),表2和3从单一的审判(显示精度高于0.87 );此外,AUROC十试验( )是高于 对所有科目。

所有录音没有声音在现实条件下进行隔离;因此,被试倾向于听噪音干扰,例如,声音,风扇噪音,警报,或手机。然而,89%的受试者完成了正确选择超过七个目标(敏感度> 0.75)和至少97不属预定目标的歧视(特异性> 0.97)。此外,最高12的16表演太没经验对象获得的(75%)。因此刺激P300屏幕变化的图像背景不对称地排列刺激标记似乎可靠的上下文和实时生成刺激屏幕指挥机器人导航系统的轮椅使用destination-based刺激序列。

4所示。结论

刺激屏幕图像背景的刺激标记不对称地排列和刺激序列发生器开发和评估。使用这种刺激器,目标一致的大平均统计与相应的平均不属预定目标的不同,除了一个主题,然而满高的敏感性和特异性。也证实了这一目标,不属预定目标的平均在150 - 450 ms在统计上是不同的。

屏幕及其刺激音序器的场景表明,他们是可行的用于轮椅导航任务destination-based序列给定,89%的受试者能够选择目标高的表演。不顾事实,78%的受试者在使用BCI系统没有经验,72%的样品达到高灵敏度和特异性表现。此外,太没经验受试者只有两个表现低于0.7。LASSO-LDA完全投票方案能够探测到目标标记高表现在几乎所有的科目。进一步分析的套索特征选择需要解释为什么在某些情况下直接关系P300全局启发和正确的目标探测率不能成立。尽管事实上LASSO-LDA方法表演最高89%的受试者,可能仍然被认为是一个个性化的分类方法。

偶尔发生的集群的刺激标记屏幕上特定场景可能导致假目标探测目标和不属预定目标的接近。错误分析的集群是必需的,以验证之间的空间相关性分类错误的目标,真正的目标。更重要的是,更进一步的目标可能不高影响附近的轮椅导航任务时真正的目标;导航路线和最终轮椅位置将接近所需的一个。也就是说,更进一步的目标可能会影响导航的成就低于是不是同行在传统P300拼写任务错误扭曲了消息正字法或语义(5,11,14,18,25,29日,33,54]。

尽管所有的录音进行在现实条件下,高目标和不属预定目标的检测性能是实现大多数科目。原因,可能会影响演出任务误解和混乱的场景屏幕使用由于其八个相同的标记字符或由于损失的关注。只有两个受试者表现低于0.7的敏感度。这两个受试者能够正确选择4 9目标也不直接与一个随机选择的数据量(数量的时代和刺激标记)处理目标。

尽管几乎所有受试者在使用场景的屏幕没有不适,其中一些报道嗜睡和第四块未能察觉到一些目标。这种嗜睡与没有提供反馈给用户。这是按照其他作品的结果相关的ERP启发用户动机(39,61年]。关于刺激屏幕功能,蓝色/绿色刺激方案似乎正确的选举因为没有话题相关报道不适刺激的注意,与之前的报道,红/白方案(41]。

尽管Escolano et al。30.,31日]报道两个刺激屏幕图像背景,这些都是实现不同场景的屏幕中描述介绍。尽管如此,这两份报告有一个完全不同的目的对本文;,他们关注的评价导航不刺激屏幕上的评价也不刺激表示特性,提高目标探测。

最后,刺激序列发生器开发替代品本机OpenViBE音序器克服其局限性,实现单一标记刺激模式。其他OpenViBE不便,没有妥协的实现评估报告,表明其他软件架构应该用于发布版本的导航控制。

的利益冲突

所有作者明确宣布他们没有利益冲突。

确认

硕士Pina-Ramirez欣然承认CONACYT(墨西哥委员会科学技术)在175754年博士奖学金。作者也承认SECITI(墨西哥城机构对科学、技术和创新)资助这个研究项目通过picsa12 - 216。