MétaCan
Menu
Retour à la cohorte
Enregistrement W2810795226 · doi:10.1109/tbme.2018.2852755

Sensory Stimulation Training for BCI System Based on Somatosensory Attentional Orientation

2018· article· en· W2810795226 sur OpenAlexafffund
Lin Yao, Xinjun Sheng, Natalie Mrachacz‐Kersting, Xiangyang Zhu, Dario Farina, Ning Jiang

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of WaterlooNational Natural Science Foundation of China
Mots-clésBrain–computer interfaceSomatosensory systemSensory systemSensory stimulation therapyOrientation (vector space)StimulationNeuroscienceNeurophysiologySomatosensory evoked potentialPsychologyComputer scienceElectroencephalographyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

In this study, we propose a sensory stimulation training (SST) approach to improve the performance of a brain-computer interface (BCI) based on somatosensory attentional orientation (SAO). In this BCI, subjects imagine the tactile sensation and maintain the attention on the corresponding hand as if there was a tactile stimulus on the wrist skin. Twenty BCI naïve subjects were recruited and randomly divided into a Control-Group and an SST-Group. In the Control-Group, subjects performed left hand and right hand SAO tasks in six consecutive runs (with 40 trials in each run), divided into three blocks with each having two runs. For the SST-Group, two runs included real tactile stimulation to the left or right hand (SST training block), between the first two (Pre-SST block) and the last two SAO runs (Post-SST block). Results showed that the SST-Group had a significantly improved performance of 9.4% between the last block and the first block after SST training (F <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">(2,18)</sub> = 11.11, p = 0.0007); in contrast, no significant difference was found in the Control-Group between the first, second, and the last block (F <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">(2,18)</sub> = 2.07, p = 0.1546), indicating no learning effect. The tactile sensation-induced oscillatory dynamics were similar to those induced by SAO. In the SST-Group, R <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> discriminative information was enhanced around the somatosensory cortex due to the real sensory stimulation as compared with that in the Control-Group. Since the SAO mental task is inherently an internal process, the proposed SST method is meant as an adjuvant to SAO to facilitate subjects in achieving an initial SAO-based BCI control.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil0,659

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,042
Tête enseignante GPT0,279
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207