A Comparison between BCI Simulation and Neurofeedback for Forward/Backward Navigation in Virtual Reality
Notice bibliographique
Résumé
A brain-computer interface (BCI) decodes the brain signals representing a desire to do something and transforms those signals into a control command. However, only a limited number of mental tasks have been previously investigated and classified. This study aimed to investigate two motor imagery (MI) commands, moving forward and moving backward, using a small number of EEG channels, to be used in a neurofeedback context. This study also aimed to simulate a BCI and investigate the offline classification between MI movements in forward and backward directions, using different features and classification methods. Ten healthy people participated in a two-session (48 min each) experiment. This experiment investigated neurofeedback of navigation in a virtual tunnel. Each session consisted of 320 trials where subjects were asked to imagine themselves moving in the tunnel in a forward or backward motion after a randomly presented (forward versus backward) command on the screen. Three electrodes were mounted bilaterally over the motor cortex. Trials were conducted with feedback. Data from session 1 were analyzed offline to train classifiers and to calculate thresholds for both tasks. These thresholds were used to form control signals that were later used online in session 2 in neurofeedback training to trigger the virtual tunnel to move in the direction requested by the user's brain signals. After 96 min of training, the online band-power neurofeedback training achieved an average classification of 76%, while the offline BCI simulation using power spectral density asymmetrical ratio and AR-modeled band power as features, and using LDA and SVM as classifiers, achieved an average classification of 80%.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».