A low-cost Brain-Machine Interface (BMI) based on electroencephalography for lower-limb motor recovery of post-stroke patients is proposed here, which provides passive pedaling as feedback, when patients trigger a Mini-Motorized Exercise Bike (MMEB) by executing pedaling motor imagery (MI). This system was validated in an On-line phase by eight healthy subjects and two post-stroke patients, which felt a closed-loop commanding the MMEB due to the fast response of our BMI. It was developed using methods of low-computational cost, such as Riemannian geometry for feature extraction, Pair-Wise Feature Proximity (PWFP) for feature selection, and Linear Discriminant Analysis (LDA) for pedaling imagery recognition. The On-line phase was composed of two sessions, where each participant completed a total of 12 trials per session executing pedaling MI for triggering the MMEB. As a result, the MMEB was successfully triggered by healthy subjects for almost all trials (ACC up to 100%), while the two post-stroke patients, PS1 and PS2, achieved their best performance (ACC of 41.67% and 91.67%, respectively) in Session #2. These patients improved their latency (2.03 ± 0.42 s and 1.99 ± 0.35 s, respectively) when triggering the MMEB, and their performance suggests the hypothesis that our system may be used with chronic stroke patients for lower-limb recovery, providing neural relearning and enhancing neuroplasticity.

中文翻译：

---

由踏板运动图像触发的低成本下肢脑机接口，用于卒中后患者的康复。

本文提出了一种基于脑电图的低成本脑机接口（BMI），用于中风后患者的下肢运动恢复，当患者通过执行以下操作触发微型机动自行车（MMEB）时，该接口可提供被动踏板作为反馈踩踏运动图像（MI）。该系统已由八名健康受试者和两名中风后患者进行了在线验证，由于我们的BMI快速响应，因此他们感觉到闭环命令MMEB。它是使用低计算成本的方法开发的，例如用于特征提取的黎曼几何，用于特征选择的成对明智特征邻近度（PWFP）和用于踩踏图像识别的线性判别分析（LDA）。在线阶段由两个部分组成，其中，每个参与者每个会话共完成12个试验，执行用于触发MMEB的踏板MI。结果，在几乎所有试验中，健康受试者均成功触发了MMEB（ACC高达100％），而两名卒中后患者PS1和PS2表现最佳（ACC分别为41.67％和91.67％） ）在会话＃2中。这些患者在触发MMEB时改善了潜伏期（分别为2.03±0.42 s和1.99±0.35 s），其性能表明以下假设：我们的系统可与慢性卒中患者一起使用，以实现下肢康复，从而提供神经再学习和增强功能神经可塑性。在课程＃2中取得了最佳成绩（ACC分别为41.67％和91.67％）。这些患者在触发MMEB时改善了潜伏期（分别为2.03±0.42 s和1.99±0.35 s），其性能表明以下假设：我们的系统可与慢性卒中患者一起使用，以实现下肢康复，从而提供神经再学习和增强功能神经可塑性。在课程＃2中取得了最佳成绩（ACC分别为41.67％和91.67％）。这些患者在触发MMEB时改善了潜伏期（分别为2.03±0.42 s和1.99±0.35 s），其性能表明以下假设：我们的系统可与慢性卒中患者一起使用，以实现下肢康复，从而提供神经再学习和增强功能神经可塑性。