分层图学习框架提升 VR 运动想象脑机接口解码
研究提出一种面向 VR 运动想象解码的分层图学习框架,用 MVMD 将 EEG 信号分解为节律成分并结合混合特征选择与相位锁定值构建功能脑网络,每个试次表示为稀疏图后由分层图卷积网络分类。在实验室采集的 VR 运动想象数据集上,该框架取得有竞争力的三分类准确率,优于 EEGNet 等基线模型。研究还发现 VR 动作观察联合运动想象可增强感觉运动连接并促进大尺度网络整合。
研究提出一种面向 VR 运动想象解码的分层图学习框架,用 MVMD 将 EEG 信号分解为节律成分并结合混合特征选择与相位锁定值构建功能脑网络,每个试次表示为稀疏图后由分层图卷积网络分类。在实验室采集的 VR 运动想象数据集上,该框架取得有竞争力的三分类准确率,优于 EEGNet 等基线模型。研究还发现 VR 动作观察联合运动想象可增强感觉运动连接并促进大尺度网络整合。
BCIFlex Medical Technology 在 ClinicalTrials.gov 登记了一项试验(NCT07784088),评估植入式无线脑机接口系统在脊髓损伤导致四肢瘫痪患者中的安全性和有效性。
IEEE Spectrum 讲述了受试者 Scott Imbrie 植入电极阵列后控制机械臂并接收触觉反馈的经历。他于 2020 年加入芝加哥大学一项临床试验,此前因车祸颈部受伤。该电极阵列可让他控制机械臂,并将触觉信号回传大脑。