Decoderen van responsen op periodische visuele bewegingsstimulatie door meerwegsregressie voor self-paced Brain Computer Interfacing

Brein-Computer Interfaces (BCIs) decoderen hersenactiviteit met als doel een communicatiekanaal te bewerkstellingen. Doordat ze beschadigde neurale paden kunnen overbruggen worden ze verwelkomt als oplossing voor patiënten die leiden aan neurodegeneratieve ziekten, musculaire atrofieën, en traumatische hersen- of ruggengraatletsels. De meest populaire BCIs zijn gebaseerd op EEG responsen synchroon met het verschijnen van een visuele stimulus waaraan het subject aandacht schenkt. In tegenstelling hieraan werken self-paced BCIs onafhankelijk van een aangeboden stimulus en sommige detecteren zelfs wanneer het subject de BCI wil gebruiken. De self-paced werking is cruciaal om BCIs uit het lab naar reële applicaties te brengen doch demonstraties zijn nog zeldzaam en er zijn geen rapporten van testen op patiënten. Een andere bekommernis is de zoektocht naar minder belastende visuele stimulaties. Vooruitgang in beide aspecten vat ook ons wetenschappelijk objectief samen: de ontwikkeling van een nieuw stimulatieparadigma gebaseerd op periodieke bewegende stimuli en een nieuwe decoder gebaseerd op meerwegsregressie dat self-paced werking in reële tijd ondersteunt. Ons technisch objectief is een self-paced BCI te testen op gezonde subjecten en patiënten en de applicatie te implementeren op een commerciële bedterminal.