TY -非盟的吴,于非盟-谢,Ning PY - 2020 DA - 2020/06/18 TI -注意优化方法通过TGAM脑电图SP - 6427305六世- 2020 AB -自21世纪以来,非侵入式脑机接口(BCI)发展迅速,和脑-机设备已逐渐从实验室搬到大众市场。其中，TGAM (ThinkGear Asic Module)及其封装算法已被世界各地的许多研究团队和教师采用。然而，由于开发成本有限，该算法计算数据的有效性并不令人满意。提出了一种基于TGAM的脑电数据反馈注意优化算法。考虑到TGAM封装算法的数据输出波动较大，延迟较大，精度较低。实验结果表明，我们的算法可以优化脑电图数据，使其在相同甚至更低的延迟下，在不改变模块本身的封装算法的情况下，可以显著提高注意数据的性能，大大提高数据的稳定性和准确性。并在实际应用中取得了较好的效果。SN - 1748-670X UR - https://doi.org/10.1155/2020/6427305 DO - 10.1155/2020/6427305 JF -医学计算和数学方法