使用快乐的面孔作为视觉刺激提高了SSVEP+P300脑计算机接口混合体的性能
1Computer Engineering, Faculty of Engineering and Technology, Sankalchand Patel University, Visnagar, Gujarat 384315, India; Department of Computer Science and Engineering, TGP College of Engineering and Technology, Nagpur University, Nagpur, Maharashtra 440033, India.
Journal of neuroscience methods
|May 23, 2024
概括
这项研究通过将快乐的面孔纳入视觉刺激来增强混合脑计算机接口 (BCI) 的性能. 快乐的脸和闪模式 (HFF) 显著提高了BCI应用程序的准确性和信息传输速度.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 人与计算机的交互
背景情况:
- 混合脑电脑接口 (BCI) 集成多种神经信号类型,以提高性能.
- 目前的混合SSVEP+P300BCI可以通过优化视觉刺激来增强.
- 情感面部刺激提供了调节神经反应的潜力.
研究的目的:
- 通过使用情绪面部刺激来提高混合SSVEP+P300BCI性能.
- 研究将快乐和悲伤的面孔纳入视觉范式的有效性.
- 为了比较混合BCI信号诱导的四种不同的范式.
主要方法:
- 开发并测试了四种模式:快乐的脸 (HF),悲伤的脸 (SF),快乐的脸和闪 (HFF) 和悲伤的脸和闪 (SFF).
- 利用了同时稳定状态视觉唤起潜能 (SSVEP) 和事件相关潜能 (P300) 的诱导.
- SSVEP反应是由非面部刺激引发的,而P300反应是由面部刺激引发的.
主要成果:
- 快乐的脸和闪 (HFF) 范式展示了最强大的皮质反应.
- HFF范式实现了每秒25.9位的系统通信速率.
- 在HFF范式下,系统平均准确率为96.1%.
结论:
- HFF范式显著提高了混合BCI系统的准确性和信息传输速率 (ITR).
- 在经过测试的范式中,HFF范式提供了最高的ITR和最大的用户舒适性.
- 这种方法对实际的BCI应用来说是一个有希望的进步.


