面向中高频SSVEP脑机接口的编解码算法研究

摘要：

基于稳态视觉诱发电位(steady-state visual evoked potentials,SSVEPs)的脑-机接口系统(brain-computer interface,BCI)通常使用低频强闪烁刺激诱发强特征脑电信号.尽管相关数据处理技术日臻成熟,但是系统使用舒适度差,训练时间较长.提高刺激频率能够有效缓解受试者的视觉疲劳,提高系统友好度,然而现有中高频SSVEP系统又存在指令集数量少、信息传输率(information transfer rate,ITR)低等缺陷.针对以上问题,本文基于中高频SSVEP脑电特征,提出并使用了包含空码的Code Words编码范式与集成任务相关成分分析(ensemble task-related component analysis,eTRCA)解码算法,并研究了该套编解码方法的适用性与可扩展性.本研究选择中高频段的4个频率(20、24、30、40Hz)分别构建脑控字符拼写系统,单个频率的闪烁刺激可独立构建多达6个控制指令,联合多个频率理论上可实现指令集数量的成倍扩增.共有10位健康受试者参与了离线脑电实验,利用18～60 Hz带通滤波对脑电数据进行预处理,使用eTRCA算法进行特征识别.18指令集系统的理论平均分类准确率为96.71±1.69％,理论平均ITR达86.94±6.07 bits/min.以上结果表明,本研究提出的编解码算法能够有效诱发并准确识别中高频SSVEP的时-频-相多维特征,在此基础上通过增加编码单元频率种类、提高有效编码率、改进解码算法等方式有希望进一步提升系统性能.

关键词：脑-机接口、中高频稳态视觉诱发电位、Code Words

所属期刊栏目：38

分类号：R318;TP39(医用一般科学)

资助基金：国家自然科学基金;神经工程;脑-机接口中背景脑电演进规律建模与极微弱脑电特征解码研究;微弱视觉刺激诱发脑电的重复抑制机制及高通量编解码研究

在线出版日期：2022-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1881-1891