• 输入准确性[时间范围：12周（每周1次）的12个数据收集会话以评估变更]
  正确的字符选择除以复制拼写任务中的总字符选择。
• 打字速度[时间范围：12周（每周1次）的12个数据收集会话以评估变更]
  在复制拼写任务中，每分钟正确选择。
• 信息传输速率[时间范围：12周（1个会话/周）以评估变更的12个数据收集课程]
  根据语言模型，使用概率分布计算出的预期和键入符号之间的时间平均相互信息
• 用户体验[时间范围：12周（每周1个会话）的12个数据收集课程，以评估更改]
  在所有打字任务中，使用脑部计算机接口系统对NASA TLX问卷上的10个项目的回答

对于每个特定目的，将在一个或多个实验中使用与健康对照组和/或具有SSPI参与者的参与者一起在一个或多个实验中评估新辅助技术BCI访问方法的开发。 SCRD非常适合检查小型异源种群，例如患有SSPI的个体。它允许详细检查性能趋势和随着时间的变化，以及对干预的特定于参与者的修改，作为迭代设计过程的一部分。由于每个参与者都是自己的控制，因此五个样本量足以证明和复制初始效果。有关SCRD以及数据可视化和分析的其他信息，请参见统计设计和电源部分。

共有60名参与者将评估BCI的进步； 45个患有SSPI和15个健康对照的人。 SSPI的参与者目前将招募使用语音和/或AAC设备的可靠交流手段。所有参与者的年龄在18-75岁之间（NIH定义的成年人），男女数量相等。健康控制将与年龄，性别和教育水平相匹配。在SCRD研究中，每个参与者都是自己的控制，因此参与者将体验每个研究中包括的所有基线和干预条件，如下所述。条件顺序将在交替治疗中随机分配，以使每个参与者在每个干预措施中完成相等数量的会话，而连续两次会议不超过两次，并且具有相同的干预措施。不可能盲目，因为每个受试者都必须在交替的治疗设计中知道自己的状况。

OHSU员工将在参与者的家中与SSPI患者进行所有研究访问。健康对照的研究访问将在OHSU BCI实验室进行。对于所有打字任务，参与者坐落在LCD显示屏约75厘米处，为BCI-FIT系统设置。根据用户的自定义BCI-FIT配置（SA1.1中描述的过程），每个键入会话中都将使用以下一个或多个控制信号：EEG（ERP，Code或SSVEP，SMR），EOG，EOG，Eye Movements（Eye Movements（凝视位置或速度），头部移动，EMG或二进制开关。 SA1.4A，SA1.4B和SA2.2的实验均涉及复制任务，在该任务中，参与者将复制五个常见的5个通用英语单词，这些英语单词近似于键入的难度（根据LM输入），并通过在适当的情况下选择backspace字符。各个信号模型将初始化为人口模型，并将通过每个获得的复制拼写任务数据集进行个性化和完善。 SA3.4的实验涉及一项故事 - 网络任务，以下在有关该实验的段落中描述。

实验1.4A将检验以下假设：与用户现有的AAC访问方法相比，临床关系数据库中基于多模式输入和/或数据的定制BCI拟合配置将提高复制拼写任务的键入精度。它将在交替处理的SCRD中包括五名具有SSPI的参与者，并将专注于将准确性作为主要DV。初始基线阶段将涉及每位参与者现有访问方法的每周复制会话。将进行三个或多个基线会话，直到观察到稳定的性能为止，然后开始交替处理阶段。处理由两种不同的BCI拟合配置组成：1）多模式配置，该配置将自定义控制信号（在SA1.2中选择）添加到参与者的现有控制信号和2）由由组合组合选择的多模式配置SA1.1（临床支持和性能数据支持）中描述的方法。在每周的数据收集访问中，参与者将通过每种BCI拟合配置完成复制播放会话，并通过平衡的会话顺序。参与者在每种配置中至少完成了五个会议，如果需要，可以实现稳定的性能。最后，参与者将仅使用最成功的BCI拟合配置来完成五次每周的复制播放会议，以控制因两种配置而迅速交替的经验而导致的性能的潜在互动影响。

在实验1.4b中，假设自适应信号建模将减轻用户状态（例如，疲劳或药物）对使用BCI-FIT复制任务中键入准确性的变化的影响。该实验还将在交替处理的SCRD中包括五名具有SSPI的参与者，并将其键入精度为主要DV。在这项研究中，没有计划基线，因为有和没有自适应信号建模的BCI-FIT版本之间的兴趣比较。最初，每个参与者将完成SA1.1和SA1.2中描述的系统优化过程，以识别其自定义的BCI拟合配置。在交替处理阶段，参与者每周将在同一天完成两次数据收集访问，一个早上（或每当参与者通常是最警觉/专注的时候），一个在下午（或在参与者的时候）参与者通常更疲劳/不专心的那一天。在每次访问期间，参与者将尝试使用其自定义的BCI-FIT配置进行两个复制播放会话，一次不带自适应信号建模（带有平衡的条件顺序）。数据将分别绘制和分析（统计设计和功率部分中的以下程序），以评估两个系统版本对性能的影响。

SA2.2中的实验将检验以下假设：适应性查询的两种方法中的任何一种都可以提高AUC分数中等的用户的BCI-FIT打字精度。它将包括五个健康对照和五名具有SSPI的参与者，每个参与者的AUC分数在70-80％的范围内。 （根据试点测试，预计自适应查询将为用户提供基线级别的最大好处。）实验将遵循具有基线阶段的交替处理SCRD。最初，每个参与者将完成SA1.1和SA1.2中描述的优化过程，以确定定制的BCI-FIT配置，该配置将在整个实验中使用，并确认其AUC分数在70-80％范围内。在基线阶段，参与者将在不适合查询的情况下完成每周的复制会话。经过三个或多个基线会话后，当性能稳定时，每周访问将开始交替的处理阶段，每个阶段都使用两次使用BCI-FIT的副本拼写会话，使用提议的自适应查询技术之一。条件顺序将是平衡的，以使条件以随机顺序发生（不超过两个相同条件的实例），并且参与者将体验每种情况相等的次数（每次至少五次，直到达到稳定的性能）。

SA3.4中的实验将使用交替处理的SCRD实验来检验以下假设：语言模型增强功能（包括合作伙伴和环境输入的组合和键入过程中的单词完成）将改善与ITR测量的BCI-FIT的键入性能在讲故事的任务中。该实验将包括五个健康对照组和五名具有SSPI的参与者，每个参与者与健康控制伙伴配对，以提供合作伙伴的输入（总入学率为10个二元组）。最初，每个BCI拟合用户参与者将完成SA1.1和SA1.2中描述的优化过程，以识别自定义的BCI-FIT配置，该配置将在整个实验中使用。基线阶段是不必要的，因为正在比较两个版本的BCI-FIT。在每周的数据收集访问中，参与者将进行两项结构化的故事网络活动，其中一项具有一项具有增强语言模型功能的结构化访问。条件顺序将是平衡的，以使条件以随机顺序发生（不超过两个相同条件的实例），并且参与者将体验每种情况相等的次数（每次至少五次，直到达到稳定的性能）。讲故事的活动将涉及参与者与沟通伙伴一起观看简短视频，然后使用BCI-FIT回答第三人称提出的问题。在一个条件下，BCI-FIT用户参与者将使用BCI-FIT的基本版本，而无需提出的语言模型增强功能，并且合作伙伴将出现，而无需向用户提供语言支持。在另一个条件下，增强功能将可用：合作伙伴将在蓝牙连接的tablet8上具有伴侣应用程序，使他们可以远程向BCI-FIT语言模型远程建议，并且参与者将能够选择键入或沟通合作伙伴和BCI-Fit提出的完整词根据对发言者的话语的自动识别。该实验中的主要DV将是ITR。

• 肌萎缩性侧硬化症
• 脑干中风
• 营养不良' target='_blank'>肌肉营养不良
• 帕金森氏病和帕金森主义
• 多系统萎缩
• 脑肿瘤成人
• 脊髓损伤
• 锁定综合症

• 行为：BCI拟合多模式访问
  根据用户特征，临床专业知识，用户反馈和软件中的系统性能数据的组合，添加个性化的多模式访问协议，为每个最终用户定制BCI拟合访问方法配置。
• 行为：BCI拟合自适应信号建模
  在此大脑计算机界面的软件中添加BCI拟合自适应信号建模，该模型采用转移学习和在线模型适应技术，并具有嘈杂的标签与嗜睡，疲劳以及其他人类和环境因素有关的问题。
• 行为：BCI拟合主动查询
  添加BCI拟合的主动查询技术，这些技术是通过主动和增强学习技术开发的大脑计算机界面中基于软件的最佳动作控制政策沟通。
• 行为：BCI拟合语言建模
  从用户的通信合作伙伴以及对对话者的口头语音中的自动语音识别中，将词汇和位置信息（称为合作伙伴和环境输入称为伙伴和环境输入）从脑部计算机界面中的语言模型中添加。

• 实验：BCI拟合多模式配置
  对于使用基线交替处理的单个案例研究设计，有5位具有严重言语和身体障碍的参与者将使用现有的替代访问方法（基线）完成复制拼写任务，然后通过BCI-FIT算法优化的多模式配置（基线）（基线）（实验）。结果指标是打字准确性，键入速度和用户体验。
  干预：行为：BCI-FIT多模式访问
• 实验：自适应信号建模
  对于这种单个案例研究设计，没有基线的交替处理，有5位具有严重语音和身体障碍的参与者将在BCI-FIT适应自适应建模开始时完成复制拼写任务，而BCI-FIT适应自适应建模均未关闭。结果指标是打字准确性，键入速度和用户体验。
  干预：行为：BCI拟合自适应信号建模
• 实验：主动查询技术
  对于具有基线交替处理的单个案例研究设计，有5名健康控制志愿者和5名具有严重言语和身体损害的参与者在79-80％之间，他们将在BCI-FIT主动查询技术上完成复制拼写任务，并使用BCI进行BCI - 拟合主动查询技术。结果指标是打字准确性，键入速度和用户体验。
  干预：行为：BCI-FIT主动查询
• 实验：语言建模
  对于这种带有交替处理的单个案例研究设计，有5名健康控制志愿者和5位具有严重言语和身体障碍的参与者，每个人都有一个健康控制伙伴的合作伙伴，将完成一个故事的故事，其中包括BCI-FIT语言建模功能BCI-FIT语言建模功能关闭。结果指标是信息传输率和用户体验。
  干预：行为：BCI-FIT语言建模

纳入标准：

健康控制

• 能够用英语阅读和交流
• 能够参加持续1-3小时的学习访问
• 足够的视觉空间技能来选择复制或生成消息的字母，单词或图标
• 住在OHSU 2小时的车程内或愿意前往OHSU

严重言语和身体障碍的参与者：

• 成年人18-75岁

• SSPI可能是由多种退化或神经发育状况引起的，包括但不限于：Duchenne营养不良' target='_blank'>肌肉营养不良，RETT综合征，严重的痉挛性大脑麻痹，ALS，ALS，脑干CVA，SCI和Parkinson-Plusson-plusson-plusson-plusson-plus-plus-plus-plussorders（MSA，PSP）（MSA，PSP）

  • 能够用语音或AAC设备用英语阅读和交流
  • 能够参加持续1-3小时的学习访问
• 以80％精度完成BCI筛选协议25
• 足够的视觉空间技能选择字母，单词或图标来复制或生成基本消息
• ALS功能评级量表的分数范围为0至13,67
• ALS语音严重程度量表的损害水平为4或5,68，表明需要AAC
• 预期寿命超过6个月
• 能够根据IRB批准的政策给予知情同意或同意

排除标准：

• 严重言语和身体障碍的参与者：

  • 不稳定的医疗状况（健康状况波动，在6周内导致多次住院）

    • 无法容忍每周的数据收集访问
    • 光敏性癫痫发作障碍
    • 植入的脑积水分流器，人工耳蜗或深脑刺激剂的存在
    • 与数据采集硬件接触的高风险。

• 输入准确性[时间范围：12周（每周1次）的12个数据收集会话以评估变更]
  正确的字符选择除以复制拼写任务中的总字符选择。
• 打字速度[时间范围：12周（每周1次）的12个数据收集会话以评估变更]
  在复制拼写任务中，每分钟正确选择。
• 信息传输速率[时间范围：12周（1个会话/周）以评估变更的12个数据收集课程]
  根据语言模型，使用概率分布计算出的预期和键入符号之间的时间平均相互信息
• 用户体验[时间范围：12周（每周1个会话）的12个数据收集课程，以评估更改]
  在所有打字任务中，使用脑部计算机接口系统对NASA TLX问卷上的10个项目的回答

对于每个特定目的，将在一个或多个实验中使用与健康对照组和/或具有SSPI参与者的参与者一起在一个或多个实验中评估新辅助技术BCI访问方法的开发。 SCRD非常适合检查小型异源种群，例如患有SSPI的个体。它允许详细检查性能趋势和随着时间的变化，以及对干预的特定于参与者的修改，作为迭代设计过程的一部分。由于每个参与者都是自己的控制，因此五个样本量足以证明和复制初始效果。有关SCRD以及数据可视化和分析的其他信息，请参见统计设计和电源部分。

共有60名参与者将评估BCI的进步； 45个患有SSPI和15个健康对照的人。 SSPI的参与者目前将招募使用语音和/或AAC设备的可靠交流手段。所有参与者的年龄在18-75岁之间（NIH定义的成年人），男女数量相等。健康控制将与年龄，性别和教育水平相匹配。在SCRD研究中，每个参与者都是自己的控制，因此参与者将体验每个研究中包括的所有基线和干预条件，如下所述。条件顺序将在交替治疗中随机分配，以使每个参与者在每个干预措施中完成相等数量的会话，而连续两次会议不超过两次，并且具有相同的干预措施。不可能盲目，因为每个受试者都必须在交替的治疗设计中知道自己的状况。

OHSU员工将在参与者的家中与SSPI患者进行所有研究访问。健康对照的研究访问将在OHSU BCI实验室进行。对于所有打字任务，参与者坐落在LCD显示屏约75厘米处，为BCI-FIT系统设置。根据用户的自定义BCI-FIT配置（SA1.1中描述的过程），每个键入会话中都将使用以下一个或多个控制信号：EEG（ERP，Code或SSVEP，SMR），EOG，EOG，Eye Movements（Eye Movements（凝视位置或速度），头部移动，EMG或二进制开关。 SA1.4A，SA1.4B和SA2.2的实验均涉及复制任务，在该任务中，参与者将复制五个常见的5个通用英语单词，这些英语单词近似于键入的难度（根据LM输入），并通过在适当的情况下选择backspace字符。各个信号模型将初始化为人口模型，并将通过每个获得的复制拼写任务数据集进行个性化和完善。 SA3.4的实验涉及一项故事 - 网络任务，以下在有关该实验的段落中描述。

实验1.4A将检验以下假设：与用户现有的AAC访问方法相比，临床关系数据库中基于多模式输入和/或数据的定制BCI拟合配置将提高复制拼写任务的键入精度。它将在交替处理的SCRD中包括五名具有SSPI的参与者，并将专注于将准确性作为主要DV。初始基线阶段将涉及每位参与者现有访问方法的每周复制会话。将进行三个或多个基线会话，直到观察到稳定的性能为止，然后开始交替处理阶段。处理由两种不同的BCI拟合配置组成：1）多模式配置，该配置将自定义控制信号（在SA1.2中选择）添加到参与者的现有控制信号和2）由由组合组合选择的多模式配置SA1.1（临床支持和性能数据支持）中描述的方法。在每周的数据收集访问中，参与者将通过每种BCI拟合配置完成复制播放会话，并通过平衡的会话顺序。参与者在每种配置中至少完成了五个会议，如果需要，可以实现稳定的性能。最后，参与者将仅使用最成功的BCI拟合配置来完成五次每周的复制播放会议，以控制因两种配置而迅速交替的经验而导致的性能的潜在互动影响。

在实验1.4b中，假设自适应信号建模将减轻用户状态（例如，疲劳或药物）对使用BCI-FIT复制任务中键入准确性的变化的影响。该实验还将在交替处理的SCRD中包括五名具有SSPI的参与者，并将其键入精度为主要DV。在这项研究中，没有计划基线，因为有和没有自适应信号建模的BCI-FIT版本之间的兴趣比较。最初，每个参与者将完成SA1.1和SA1.2中描述的系统优化过程，以识别其自定义的BCI拟合配置。在交替处理阶段，参与者每周将在同一天完成两次数据收集访问，一个早上（或每当参与者通常是最警觉/专注的时候），一个在下午（或在参与者的时候）参与者通常更疲劳/不专心的那一天。在每次访问期间，参与者将尝试使用其自定义的BCI-FIT配置进行两个复制播放会话，一次不带自适应信号建模（带有平衡的条件顺序）。数据将分别绘制和分析（统计设计和功率部分中的以下程序），以评估两个系统版本对性能的影响。

SA2.2中的实验将检验以下假设：适应性查询的两种方法中的任何一种都可以提高AUC分数中等的用户的BCI-FIT打字精度。它将包括五个健康对照和五名具有SSPI的参与者，每个参与者的AUC分数在70-80％的范围内。 （根据试点测试，预计自适应查询将为用户提供基线级别的最大好处。）实验将遵循具有基线阶段的交替处理SCRD。最初，每个参与者将完成SA1.1和SA1.2中描述的优化过程，以确定定制的BCI-FIT配置，该配置将在整个实验中使用，并确认其AUC分数在70-80％范围内。在基线阶段，参与者将在不适合查询的情况下完成每周的复制会话。经过三个或多个基线会话后，当性能稳定时，每周访问将开始交替的处理阶段，每个阶段都使用两次使用BCI-FIT的副本拼写会话，使用提议的自适应查询技术之一。条件顺序将是平衡的，以使条件以随机顺序发生（不超过两个相同条件的实例），并且参与者将体验每种情况相等的次数（每次至少五次，直到达到稳定的性能）。

SA3.4中的实验将使用交替处理的SCRD实验来检验以下假设：语言模型增强功能（包括合作伙伴和环境输入的组合和键入过程中的单词完成）将改善与ITR测量的BCI-FIT的键入性能在讲故事的任务中。该实验将包括五个健康对照组和五名具有SSPI的参与者，每个参与者与健康控制伙伴配对，以提供合作伙伴的输入（总入学率为10个二元组）。最初，每个BCI拟合用户参与者将完成SA1.1和SA1.2中描述的优化过程，以识别自定义的BCI-FIT配置，该配置将在整个实验中使用。基线阶段是不必要的，因为正在比较两个版本的BCI-FIT。在每周的数据收集访问中，参与者将进行两项结构化的故事网络活动，其中一项具有一项具有增强语言模型功能的结构化访问。条件顺序将是平衡的，以使条件以随机顺序发生（不超过两个相同条件的实例），并且参与者将体验每种情况相等的次数（每次至少五次，直到达到稳定的性能）。讲故事的活动将涉及参与者与沟通伙伴一起观看简短视频，然后使用BCI-FIT回答第三人称提出的问题。在一个条件下，BCI-FIT用户参与者将使用BCI-FIT的基本版本，而无需提出的语言模型增强功能，并且合作伙伴将出现，而无需向用户提供语言支持。在另一个条件下，增强功能将可用：合作伙伴将在蓝牙连接的tablet8上具有伴侣应用程序，使他们可以远程向BCI-FIT语言模型远程建议，并且参与者将能够选择键入或沟通合作伙伴和BCI-Fit提出的完整词根据对发言者的话语的自动识别。该实验中的主要DV将是ITR。

• 肌萎缩性侧硬化症
• 脑干中风
• 营养不良' target='_blank'>肌肉营养不良
• 帕金森氏病和帕金森主义
• 多系统萎缩
• 脑肿瘤成人
• 脊髓损伤
• 锁定综合症

• 行为：BCI拟合多模式访问
  根据用户特征，临床专业知识，用户反馈和软件中的系统性能数据的组合，添加个性化的多模式访问协议，为每个最终用户定制BCI拟合访问方法配置。
• 行为：BCI拟合自适应信号建模
  在此大脑计算机界面的软件中添加BCI拟合自适应信号建模，该模型采用转移学习和在线模型适应技术，并具有嘈杂的标签与嗜睡，疲劳以及其他人类和环境因素有关的问题。
• 行为：BCI拟合主动查询
  添加BCI拟合的主动查询技术，这些技术是通过主动和增强学习技术开发的大脑计算机界面中基于软件的最佳动作控制政策沟通。
• 行为：BCI拟合语言建模
  从用户的通信合作伙伴以及对对话者的口头语音中的自动语音识别中，将词汇和位置信息（称为合作伙伴和环境输入称为伙伴和环境输入）从脑部计算机界面中的语言模型中添加。

• 实验：BCI拟合多模式配置
  对于使用基线交替处理的单个案例研究设计，有5位具有严重言语和身体障碍的参与者将使用现有的替代访问方法（基线）完成复制拼写任务，然后通过BCI-FIT算法优化的多模式配置（基线）（基线）（实验）。结果指标是打字准确性，键入速度和用户体验。
  干预：行为：BCI-FIT多模式访问
• 实验：自适应信号建模
  对于这种单个案例研究设计，没有基线的交替处理，有5位具有严重语音和身体障碍的参与者将在BCI-FIT适应自适应建模开始时完成复制拼写任务，而BCI-FIT适应自适应建模均未关闭。结果指标是打字准确性，键入速度和用户体验。
  干预：行为：BCI拟合自适应信号建模
• 实验：主动查询技术
  对于具有基线交替处理的单个案例研究设计，有5名健康控制志愿者和5名具有严重言语和身体损害的参与者在79-80％之间，他们将在BCI-FIT主动查询技术上完成复制拼写任务，并使用BCI进行BCI - 拟合主动查询技术。结果指标是打字准确性，键入速度和用户体验。
  干预：行为：BCI-FIT主动查询
• 实验：语言建模
  对于这种带有交替处理的单个案例研究设计，有5名健康控制志愿者和5位具有严重言语和身体障碍的参与者，每个人都有一个健康控制伙伴的合作伙伴，将完成一个故事的故事，其中包括BCI-FIT语言建模功能BCI-FIT语言建模功能关闭。结果指标是信息传输率和用户体验。
  干预：行为：BCI-FIT语言建模

纳入标准：

健康控制

• 能够用英语阅读和交流
• 能够参加持续1-3小时的学习访问
• 足够的视觉空间技能来选择复制或生成消息的字母，单词或图标
• 住在OHSU 2小时的车程内或愿意前往OHSU

严重言语和身体障碍的参与者：

• 成年人18-75岁

• SSPI可能是由多种退化或神经发育状况引起的，包括但不限于：Duchenne营养不良' target='_blank'>肌肉营养不良，RETT综合征，严重的痉挛性大脑麻痹，ALS，ALS，脑干CVA，SCI和Parkinson-Plusson-plusson-plusson-plusson-plus-plus-plus-plussorders（MSA，PSP）（MSA，PSP）

  • 能够用语音或AAC设备用英语阅读和交流
  • 能够参加持续1-3小时的学习访问
• 以80％精度完成BCI筛选协议25
• 足够的视觉空间技能选择字母，单词或图标来复制或生成基本消息
• ALS功能评级量表的分数范围为0至13,67
• ALS语音严重程度量表的损害水平为4或5,68，表明需要AAC
• 预期寿命超过6个月
• 能够根据IRB批准的政策给予知情同意或同意

排除标准：

• 严重言语和身体障碍的参与者：

  • 不稳定的医疗状况（健康状况波动，在6周内导致多次住院）

    • 无法容忍每周的数据收集访问
    • 光敏性癫痫发作障碍
    • 植入的脑积水分流器，人工耳蜗或深脑刺激剂的存在
    • 与数据采集硬件接触的高风险。