基于运动想象脑电解码的上肢康复虚拟仿真实验 v0.8 · 3D关节手臂+脑电+AI助教 · 实验空间对接 · 会话保持

数据源:PhysioNet eegmmidb 1.0.0(ODC-By 1.0,本地数据库 physionet_db 经官方 SHA256 核验)· 被试 S001–S010 左右手运动想象 · 历史数据按时间回放模拟在线解码 · 本页所有性能数值与脑电波形均来自真实数据 · 兼容手机/平板触屏访问
练习模式(成绩不回传)
📚 课程资料入口 配套课程《医学人工智能通识》理论课件、教学视频与学习资料: 进入学习通课程 →

⓪ 数据检查(对应步骤 3-7:被试/任务段/通道/采样率确认)

完成勾选后,数据检查环节得分将计入过程评价(每步 2 分)。

⑤ 参数探究工作台(对应步骤 8/9/13:滤波范围 × 时间窗 × CSP 分量数)

滤波范围 Hz (μ节律 8-13 / β节律 13-30)
分析时间窗 s(相对任务提示)
CSP 分量数
选择参数后点击运行。结果来自服务端对该参数组合的真实训练与留出测试(70/30 分层)。

① 虚拟上肢康复反馈(3D,左手想象→左臂,右手想象→右臂,拖动旋转视角)

解码: — 置信度: 0.00 阈值: 0.70
左臂·屈伸(弯)
右臂·屈伸(弯)
3D 视图 · 拖动旋转
脑电信号监视(S001 R12 真实 8–30 Hz 滤波信号,随回放滚动)
反馈阈值 0.70
回放速度 4×
训练动作 侧别
—
当前解码标签
—
置信度
0.0s
回放时间
0
正确触发
0
误触发
0
漏触发

② 解码时间线(点击跳转;竖线为真实任务提示,红=左手,蓝=右手)

⑥ 提高任务:解码模型对比(步骤 17 拓展,真实运行结果)

③ 操作日志(学生实验记录,用于过程评价与能力画像)

按 26 步过程性评价计分;从实验空间进入时成绩自动回传

④ 参数网格全景:27 组配置的真实留出测试准确率(红色=基线配置 8-30Hz/1-4s/CSP4)

⑦ 个体差异探究(步骤 23 拓展:十被试基准 S001–S010,同一基线配置 8-30Hz/1-4s/CSP4 实测)

点击被试行查看详情。均值 57.9%、中位 50.0%,范围 28.6%–92.9%——同样的算法在不同人身上效果天差地别,这正是"个体化校准必要性"的直接证据。

⑧ AI 助教(实验答疑:原理解析、参数建议、结果解读)