[识别大脑与计算机接口的高频稳定状态视觉唤起潜力]
Ruixin Luo1, Xinyi Dou2, Xiaolin Xiao1,2
1School of Precision Instrument and Opto-electronics Engineering, Tianjin University, Tianjin 300072, P. R. China.
概括
大脑-计算机接口 (BCI) 中的高频刺激可以减少视觉疲劳. 这项研究验证了用于解码高频稳定状态视觉唤起潜能 (SSVEP) 的先进算法,提高了BCI的可用性.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 人与计算机的交互
背景情况:
- 基于稳定状态视觉唤起潜力 (SSVEP) 的脑电脑接口 (BCI) 可能会导致视觉疲劳.
- 高频SSVEP刺激提供了一个潜在的解决方案,以减轻用户的不适和提高BCI安全.
- 现有的SSVEP解码算法主要在低频数据上进行验证,使高频数据的性能不确定.
研究的目的:
- 在高频SSVEP数据上评估最先进的SSVEP解码算法的性能.
- 在高频条件下比较各种算法的分类精度和计算速度.
- 为用户友好的高频SSVEP-BCI系统选择合适的算法提供指导.
主要方法:
- 收集了来自20名受试者的脑电图 (EEG) 数据,使用高频SSVEP范式.
- 对比了两个正规相关性分析 (CCA) 算法,三个与任务相关的组件分析 (TRCA) 算法和一个任务区分组件分析 (TDCA) 算法.
- 评估了解码高频SSVEPs的算法性能.
主要成果:
- 所有测试的算法都在解码高频SSVEPs方面表现出有效性.
- 在不同条件下的算法中观察到分类性能和处理速度的变化.
- 该研究证实了在BCI应用中使用高频SSVEP范式的可行性.
结论:
- 先进的SSVEP解码算法能够有效处理高频刺激.
- 对于高频SSVEP-BCI的算法选择应考虑准确性和速度的权衡.
- 这项研究支持通过高频SSVEP编码开发更舒适,更安全的BCI.
