基于增强现实的双眼异频编码稳态视觉诱发电位脑-机接口研究

摘要：

近年来研究者们将基于稳态视觉诱发电位(SSVEP)的脑-机接口(BCI)系统与增强现实(AR)技术相结合,以提升BCI系统的灵活性和便携性,但基于传统SSVEP范式的AR-BCI普遍性能偏低.本研究利用AR设备对双眼分别进行投影的特点设计了一种双眼异频编码SSVEP范式,通过对左、右眼分别进行不同频率的编码提高SSVEP编码的信息量.共采集了 14名被试的数据,采用任务相关成分分析(TRCA)算法进行SSVEP识别,对比双眼异频编码和双眼同频编码SSVEP范式在AR环境下的性能,分析两种编码下SSVEP的频域特征、信噪比和功率谱熵.双眼异频编码采用1、2、3 s脑电数据的平均分类正确率分别为90.9％、93.9％和95.0％,双眼同频编码采用1、2、3 s脑电数据的分类正确率分别为81.1％、87.8％和90.2％.当时间长度小于等于1 s时双眼异频编码刺激的分类正确率显著高于双眼同频编码刺激(0.5 s:t(13)=4.562,P＜0.01,Cohen's d=1.219;1 s:t(13)=2.737,P＜0.05,Cohen's d=0.732).特征分析发现,双眼异频编码SSVEP的信噪比虽然没有优势(t(13)=-1.014,P＞0.05,Cohen's d=-0.271),但其功率谱熵显著高于双眼同频编码(t(13)=-2.968,P＜0.05,Cohen's d=-0.793).本研究表明,与传统双眼同频编码SSVEP范式相比,采用双眼异频编码能够提高AR-BCI系统的性能.

关键词：脑-机接口、增强现实、稳态视觉诱发电位

所属期刊栏目：42

分类号：R318(医用一般科学)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：266-273