Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Zeitschriftenartikel

High gamma-power predicts performance in sensorimotor-rhythm brain-computer interfaces

MPG-Autoren
/persons/resource/persons83948

Grosse-Wentrup,  M
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;

/persons/resource/persons84193

Schölkopf,  B
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;

Externe Ressourcen

http://iopscience.iop.org/article/10.1088/1741-2560/9/4/046001/pdf
(Verlagsversion)

Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Grosse-Wentrup, M., & Schölkopf, B. (2012). High gamma-power predicts performance in sensorimotor-rhythm brain-computer interfaces. Journal of Neural Engineering, 9(4), 1-8. doi:10.1088/1741-2560/9/4/046001.


Zitierlink: https://hdl.handle.net/11858/00-001M-0000-0013-B760-5
Zusammenfassung
Subjects operating a brain–computer interface (BCI) based on sensorimotor rhythms exhibit large variations in performance over the course of an experimental session. Here, we show that high-frequency γ-oscillations, originating in fronto-parietal networks, predict such variations on a trial-to-trial basis. We interpret this finding as empirical support for an influence of attentional networks on BCI performance via modulation of the sensorimotor rhythm.