本研究论文探讨了在事件相关电位(ERP)脑机接口(BCI)中,哪些性能指标最能反映拼写速率的准确性。研究分析了两个数据集(私有的LARESI数据集和公开的OpenBMI数据集)中的13项指标,以确定它们在反映用户拼写性能方面的有效性,尤其是在ERP应用中常见的数据不平衡分布情况下。研究结果表明,Brier分数、Matthews相关系数(MCC)以及考虑类别不平衡的指标,如ROC AUC、PR AUC、AP和pAUC,最能指示拼写性能,并鼓励在ERP-BCI实验中更广泛地采用它们。 AI
影响 确定了评估脑机接口的关键指标,有望改善BCI的研究和开发。
排序理由 学术论文,分析特定类型BCI的性能指标。[lever_c_demoted from research: ic=1 ai=1.0]
- Average Precision
- Brier score
- LARESI
- Matthews correlation coefficient
- OpenBMI
- Partial AUC Estimation and Regression
- Precision-Recall curve
- ROC AUC
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →