使用fNIRS進(jìn)行說話方式的跨主題分類

1. 研究概述

在腦機接口(Brain-Computer Interface, BCI)的研究中，通常使用特定主題和會話的訓(xùn)練數(shù)據(jù)來保證滿意的分類結(jié)果。在該研究中證明了用功能性近紅外光譜(fNIRS)記錄的不同說話任務(wù)的神經(jīng)反應(yīng)在不同說話者之間足夠一致，可以用專門針對其他受試者訓(xùn)練的模型對說話模式進(jìn)行穩(wěn)定地分類。研究表明，未來基于fNIRS的研究可以在不需要耗時訓(xùn)練的情況下進(jìn)行設(shè)計，而這對于殘疾用戶來說，除了繁瑣之外是不可能的。在不使用任何被試數(shù)據(jù)進(jìn)行訓(xùn)練的情況下，在區(qū)分包含顯性言語和無聲言語的片段與被試不說話的片段時，準(zhǔn)確率分別為71%和61%。為了排除人工偽跡，嚴(yán)格處理分析數(shù)據(jù)。

2. 神經(jīng)導(dǎo)航在其中起到定位的作用

為了測量相關(guān)區(qū)域的神經(jīng)活動，在左半球的Broca區(qū)放置4個光電，在Wernicke區(qū)放置10個光電。前額葉皮層覆蓋12個光電元件，左下運動皮層放置6個光電元件。使用ANT Visor紅外攝像機系統(tǒng)1記錄準(zhǔn)確的光電位置，并使用NIRS-SPM軟件繪制到大腦表面圖像上。圖1顯示了我們實驗中光極的確切位置。

圖1.（a）光極位置正視圖 （b）光極位置左側(cè)圖

3. 文獻(xiàn)名稱及DOI號

Herff, C., Heger, D., Putze, F., Guan, C., & Schultz, T. (2012, November). Cross-subject classification of speaking modes using fNIRS. In International Conference on Neural Information Processing (pp. 417-424). Springer, Berlin, Heidelberg.

DOI: 10.1007/978-3-642-34481-7_51