基于不可预测的预期活动的紧急运动意图检测：一项脑电图（EEG）研究

《IEEE Transactions on Human-Machine Systems》：Emergency Motor Intention Detection Based on Unpredictable Anticipatory Activity: An EEG Study

　　本研究通过虚拟环境设计，探究紧急预判（EA）的神经机制，采用事件相关电位分析结合脑机接口技术，验证了EA过程的多阶段级联特性，实现92.13%的分类准确率，系统响应时间较行为反应快35ms，为实时预判系统开发提供依据。

　　

摘要：

目的：紧急情况预判（EA）是指大脑在面对迫在眉睫的紧急情况时迅速进行的感知、认知和运动准备。及时解读这种预判机制有助于在行为完全执行之前采取主动应对措施，这在现实世界中至关重要，例如避免危险或减轻事故后果。然而，支撑这一预判过程的皮层激活机制尚未得到充分研究。本研究旨在分析紧急情况预判过程中的神经活动，并探讨结合脑机接口（BCI）技术检测紧急运动意图的可行性。方法：我们在虚拟环境中设计了一种新的紧急状态诱导范式，包括一项目标任务（紧急情况预判，EA）和两项基线任务（紧急情况预判执行，EAE；视觉观察，VO）。共有31名健康受试者参与了这项离线实验。通过分析事件相关电位、运动相关皮层电位以及事件相关频谱扰动来量化预判过程中的皮层反应。我们采用了判别性典型模式匹配、常见空间模式以及收缩线性判别分析方法进行二元分类。另有6名受试者参与了伪在线异步实验，以验证识别紧急运动意图的可行性。结果：研究结果显示，在时间和频谱两个维度上都存在与紧急情况预判相关的级联过程。其中，时间维度特征在分类性能上表现更为突出，平均准确率为90.13%（高于80%的置信水平）。伪在线实验表明，系统的响应时间为257.12毫秒，比实际行为反应快35毫秒。意义：我们的研究揭示了紧急情况预判过程中感知识别、认知评估和运动准备之间的级联机制，并提供了初步证据支持这一理论...

显示更多