整合贝叶斯动态停止策略对SSVEP-BCIs的性能提升研究
由于大脑的状态处于不断变化中,因此提取自脑电图中的特征,其质量并不总是足够高以保证脑-机接口(BCI)的可靠输出.提出了基于贝叶斯估计的动态停止(DS)策略,并将其整合到基于稳态视觉诱发电位(SSVEP)的BCI系统中,以进一步优化和提升SSVEP-BCIs的性能.10人次的实验结果表明,相比于传统的静态停止(FS)策略,DS策略能有效提升信息传输率(ITR),尤其是使用扩展的典型相关分析的DS策略相比FS策略提升了7.85%.另外,使用总体任务相关成分分析的DS策略得到的平均和最高ITR分别是352.3和435.7 bits/min.因此,证明了通过整合DS策略可以进一步提升SSVEP-BCIs的性能,并有希望推广到实际应用.
脑-机接口、稳态视觉诱发电位、脑电图、动态停止策略、典型相关分析、任务相关成分分析
39
R318;TH77(医用一般科学)
国家重点研发计划2017YFB1300305;国家自然科学基金81630051,81601565,61703407;载人航天第四批预先研究基金030602;国防科技重点实验室基金6142222030301;天津市科技重大专项与工程16ZXHLSY00270,17ZXRGGX00020
2019-05-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
65-72