Severity-Adapted Decoding for Neurorehabilitation BCI: Comparing Cascade and Flat Classifiers for Motor Imagery and the Value of Decomposing Activity Into Levels
Este estudo demonstra que um classificador em cascata hierárquico e eficiente em termos de parâmetros, que decompõe a imagética motora em níveis progressivos de dificuldade, apresenta um desempenho comparável ao de um modelo multiclasse plano, oferecendo simultaneamente uma estrutura clinicamente superior para a neurorreabilitação ao acomodar as informações parciais e as capacidades residuais dos pacientes.