STFEEG-Tool: Una herramienta de análisis de EEG espacio-temporal-frecuencia para imágenes motoras Interfaces cerebro-ordenador

Este trabajo desarrolla una caja de herramientas basada en interfaz gráfica para la recreativa imagen motora, decodificación EEG y análisis espacio-temporal interpretable. Las plataformas existentes carecen de una configuración integrada de cuadrícula divertida espacial, temporal y frecuencia, con visualización intuitiva para el análisis EEG de imágenes motoras. Para empezar, descarga STFEEG Tool desde el repositorio en línea.

Descomprime el archivo descargado en una carpeta local y localiza el archivo instalador, STFEEG-Tool. mlappinstall, en el contenido extraído. Haz doble clic en STFEEG-Tool.

mlappinstall para iniciar el instalador y seguir las instrucciones en pantalla para completar la instalación. Después de descargar el archivo MAT de ejemplo, inicia la interfaz gráfica de STFEEG Tool para abrir la ventana de Análisis EEG de Imágenes Motoras. En el panel de Carga de Datos, haz clic en Navegador junto a Ruta de Datos y selecciona la carpeta que contiene el archivo MAT preparado.

Ahora, haz clic en Navegador junto a Guardar ruta y selecciona una carpeta de salida para ver resultados. Haz clic en Cargar en el panel de Carga de Datos para importar el archivo MAT. En el panel de Estrategia de Segmentación de la interfaz gráfica principal, haz clic en Editar para abrir la ventana de configuración de Segmentación, donde ya se proporcionan los parámetros predeterminados.

Para configurar las ventanas temporales, selecciona la pestaña Ventanas temporales en la ventana de configuración. Introduce los valores de inicio, final e intervalo para definir ventanas temporales. Luego haz clic en Añadir para añadir las ventanas generadas a la lista.

Para eliminar una ventana existente, haz clic derecho en la fila correspondiente de la tabla y selecciona Eliminar. Para configurar las bandas de frecuencia del banco de filtros, seleccione la pestaña de Bandas de Frecuencia en la ventana de configuración. Introduce los valores de inicio, final e intervalo para definir las bandas de frecuencia.

Luego haz clic en Añadir para añadir las bandas generadas a la lista. Para eliminar una banda de frecuencia existente, haz clic derecho en la fila correspondiente de la tabla y selecciona Eliminar. Para configurar la segmentación espacial por grupos de canales, seleccione la pestaña de Segmentación Espacial en la ventana de configuración.

Haz clic en Navegador junto a Grupos de canales para seleccionar un archivo MAT de definición de grupo de canales. Haz clic en Reemplazar para cargar el archivo de grupo de canales seleccionado y actualizar la lista de Grupos de Números de Canal. Si un archivo de localización de canal ha sido seleccionado en Ubicación de Canal, la herramienta también lo carga para visualizaciones posteriores del cuero cabelludo.

Haz clic en OK en la parte inferior de la ventana de Segmentación para aplicar las ventanas temporales, bandas de frecuencia y segmentación espacial actualizadas. El panel de Estrategia de Segmentación de la interfaz gráfica principal se actualiza en consecuencia. En el panel de Configuración de Clasificación, selecciona el método de Extracción de Características en el menú desplegable.

Configura nCSP para conservar características de ambos extremos del vector de características. Luego selecciona los clasificadores marcando las casillas correspondientes. Establece el Número de Bandas de Selección para especificar cuántos segmentos o características de grano fino se conservan en la selección basada en envoltorios.

Configura la validación cruzada para especificar el número de pliegues para la validación cruzada k-fold sobre los datos del tren y la etiqueta del tren. Luego haz clic en Cross-Validation para realizar la k-fold cross-validation. Revisa el resumen de desempeño que se muestra en el panel de Resultados.

Revisa el Mapa Topográfico Tiempo-Frecuencia para identificar patrones discriminativos a lo largo del tiempo, la frecuencia y las regiones del cuero cabelludo. Revisa el Mapa de Significación de Grupos de Electrodos para identificar los grupos de canales que más contribuyen a la decodificación. El Mapa Topográfico Tiempo-Frecuencia ilustró la distribución espacial de los patrones discriminativos de EEG entre segmentos de frecuencia y temporales.

El Electrode Group Significance Map cuantificó la contribución de grupos de electrodos predefinidos al rendimiento de decodificación. Este protocolo tanto estandarizó la evaluación cuantitativa de decodificación como la visualización de patrones EEG de imágenes motoras específicas del sujeto. Un desafío clave es asegurar que la clasificación previa al procesamiento y la segmentación multiescala sigan siendo flexibles y prácticas entre diferentes conjuntos de datos.

Este flujo de trabajo puede detectar análisis interpretables de diferencias específicas de cada sujeto y guiar el desarrollo de modelos de decodificación MI-EEG más adaptativos y generalizables.