OpenBMI
PulseAugur coverage of OpenBMI — every cluster mentioning OpenBMI across labs, papers, and developer communities, ranked by signal.
-
研究论文确定了脑机接口拼写准确性的关键指标
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，…
-
SwitchBraidNet架构为低功耗部署提供轻量级混合BCI
研究人员开发了SwitchBraidNet，一种用于混合脑机接口（BCI）的新型轻量级架构，集成了运动想象和稳态视觉诱发电位。该紧凑模型专为低功耗嵌入式系统设计，采用双路径时间编织进行特征提取，并采用自适应空间开关进行电极门控。在OpenBMI数据集上进行测试，SwitchBraidNet在包括INT8在内的各种数值精度下均展示了效率和性能，最小占用空间仅为3.03 KB。
-
新框架增强了脑机接口的脑电图通道选择
研究人员开发了一种新的多目标优化框架，用于脑机接口（BCI）中的脑电图（EEG）通道选择。该框架旨在通过平衡空间相关性和功能可辨别性来改进运动想象分类，解决了传统单目标方法的局限性。该方法利用遗传算法和粒子群优化来识别紧凑的通道子集，在Physionet、OpenBMI、HighGamma和BCIIV-2A数据集上分别实现了87%、71%、75%和65%的分类性能。该方法提高了BCI性能，并降低了实时应用的计算复杂度。