Research on Personalized Brain-Computer Interface Applications Based on Endogenous EEG Paradigms
原文英文，约100词，阅读约需1分钟。发表于：。本文提出了一种个性化脑机接口（BCI）应用的概念框架，通过结合内源性脑电图（EEG）范式，如运动意象（MI）、语言意象（SI）和视觉意象，为用户提供定制化服务。在对来自八个受试者的私有EEG数据集进行验证时，用户识别的平均分类准确率达到0.995，而意图分类在各个范式中的准确率为0.47，显示内源性EEG信号在个性化BCI应用中的有效性和重要性。
本文提出了一种个性化脑机接口（BCI）框架，结合内源性脑电图（EEG）范式，为用户提供定制服务。验证结果显示，用户识别的平均分类准确率为0.995，意图分类准确率为0.47，证明了内源性EEG信号在个性化BCI中的有效性。
