STFEEG-Tool: Uno strumento di analisi EEG per immagini motorie e interfacce cervello-computer

Sommario

Questo studio presenta un protocollo standardizzato e riproducibile per implementare lo strumento di analisi EEG Space-Temporal-Frequency (STFEEG) per la decodifica EEG con immagini motorie, incorporando segmentazione configurabile spazio-temporale-frequenza, estrazione di caratteristiche basata su Common Spatial Patterns (CSP), algoritmi di classificazione multipla e capacità di visualizzazione.

Abstract

Le interfacce di immagini motorie-cervello-computer (MI-BCI) hanno dimostrato un potenziale significativo per la neuroriabilitazione e le neuroscienze cognitive. Tuttavia, un flusso di lavoro MI-EEG standardizzato e riproducibile per l'analisi delle caratteristiche spazio-temporali configurabile rimane limitato, e molte pipeline richiedono configurazioni complesse e accordi dei parametri con interpretabilità limitata, ostacolando l'implementazione pratica e la generalizzazione. Per affrontare queste sfide, è stato sviluppato uno strumento STFEEG per fornire un flusso di lavoro facile da usare, standardizzato e interpretabile per la decodifica EEG nei paradigmi MI. STFEEG-Tool consente una configurazione fine della segmentazione temporale, a banda di frequenza e spaziale, consentendo l'estrazione di caratteristiche MI multiscala. La cassetta degli attrezzi integra molteplici algoritmi di estrazione delle caratteristiche, inclusi i common spatial patterns (CSP) e il CSP basato sulla divergenza (div-CSP), insieme a vari classificatori, come le macchine a vettori di supporto (SVM), il classificatore di regressione di cresta e il classificatore a lasso. Viene fornita una mappa topografica dinamica tempo-frequenza del cuoio capelluto per riassumere i modelli spaziali tra segmenti tempo-frequenza e supportare l'interpretazione dei risultati di decodifica. Nel complesso, STFEEG-Tool funge da piattaforma riproducibile ed estensibile per un'analisi MI-EEG a grana fine, facilitando la traduzione di pipeline di decodifica a grana fine in applicazioni pratiche e orientate all'utente.

Introduzione

Le interfacce cerebro-computer a immagine motoria (MI-BCI) consentono una comunicazione diretta tra il cervello umano e dispositivi esterni senza richiedere attività muscolare^{periferica 1}. Negli ultimi anni, la tecnologia MI-BCI è stata ampiamente applicata nella^{neuroriabilitazione 2}, nel controllo^{assistivo 3} e nell'interazione uomo-computer⁴. Queste applicazioni evidenziano la necessità di flussi di lavoro di analisi accessibili e riproducibili che possano essere adottati in modo affidabile da ricercatori e clinici, inclusi utenti con comp....

Protocollo

I dati utilizzati in questo protocollo sono stati ottenuti da dataset pubblici e non identificati. Le procedure originali di raccolta dati sono state condotte in conformità con gli standard etici delle rispettive istituzioni; Pertanto, non era necessaria un'ulteriore approvazione istituzionale per questa analisi secondaria.

La Figura 1 illustra il flusso di lavoro complessivo dello strumento di analisi dell'elettroencefalografia a frequenza spaziale-temporale. Segui i passaggi seguenti per configurare ogni modulo e riprodurre il protocollo di decodifica a grana spaziale in freq....

Risultati

Lo STFEEG-Tool è stato convalidato sia sulla BCI Competition IV 2a²⁶ che sulla BCI Competition III 3a²⁷, e il sistema ha eseguito con successo l'intera pipeline di decodifica in entrambi i casi. È stato seguito il protocollo fisso tra sessioni della BCI Competition IV 2a: allenamento nella Sessione 1 e valutazione nella Sessione 2 tenuta, registrato in due giorni separati. Con la stessa configurazione utilizzata^{nel precede.......}

Discussione

STFEEG-Tool è progettato come un toolbox specifico MI-EEG che integra ecosistemi EEG consolidati come EEGLAB²⁰, BCILAB²¹, OpenViBE²², PyNoetic²³. Sebbene queste piattaforme forniscano componenti flessibili per la decodifica MI, una configurazione spazio-temporale a grana fine e l'interpretazione informata dal modello possono richiedere un'integrazione aggiuntiva tra le fasi di elaborazione. Qu.......

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
MATLAB	MathWorks	Versione R2024a	Ambiente software per calcolo numerico, elaborazione del segnale e sviluppo di interfacce grafiche.
Cassetta degli attrezzi per l'elaborazione del segnale	MathWorks	https://ww2.mathworks.cn/en/products/signal.html	Cassetta degli attrezzi per filtraggio digitale e analisi tempo-frequenza
Cassetta degli attrezzi per statistica e machine learning	MathWorks	https://ww2.mathworks.cn/en/products/statistics.html	Cassetta degli attrezzi per l'addestramento dei modelli e l'analisi statistica