一种通用的可转移EEG解码器，用于在线检测目标选择中的错误潜力

从脑电图（EEG）信号中可靠地检测错误，作为在不同会话和受试者中执行离散目标选择任务时的反馈，在实时康复应用于脑机接口（BCI）中具有广泛的前景。错误相关电位（ErrP）是当参与者观察到系统的错误反馈时产生的EEG信号。在这样的闭环系统中，ErrP具有重要意义，因为BCI容易出错，我们需要有效的系统误差检测方法作为纠正反馈。本文提出了一种新方案，用于在可转移环境（即跨会话和跨受试者）中直接从EEG信号在线检测错误反馈。为此，我们使用了一个在BCI竞赛网站上可用的P300拼写器数据集。该任务涉及受试者选择一个单词的字母，随后进入反馈期。反馈期显示所选字母，如果选择错误，受试者会通过生成ErrP信号来感知这一点。我们提出的系统旨在检测新独立数据集中EEG中存在的ErrP，而这些数据集未参与其训练。因此，该解码器使用16名受试者的EEG特征进行单次分类的训练，并在10名独立受试者上进行测试。为此任务设计的解码器是线性判别分析、二次判别分析和逻辑回归分类器的集成。使用准确度、F1得分和曲线下面积指标评估解码器的性能，获得的结果分别为73.97%、83.53%和73.18%。