基于SSVEP的视力敏度值估计:线性推断到噪音水平基线,使用各种噪音定义标准
Xiaowei Zheng1,2, Xin Wei3,4,5, Guanghua Xu6,7
1School of Mathematics, Northwest University, Xi'an, China.
Cognitive neurodynamics
|August 6, 2024
概括
这项研究通过评估噪声定义标准,优化了使用稳定状态视觉唤起潜能 (SSVEPs) 的视觉敏度评估. 噪声定义标准3证明了准确的视力敏度估计的最佳性能.
科学领域:
- 神经科学是一个神经科学.
- 眼科医生 眼科 眼科
- 生物医学工程 生物医学工程
背景情况:
- 准确的视力敏度评估对于诊断和监测视力障碍至关重要.
- 稳定状态视觉唤起潜能 (SSVEPs) 提供了一个客观的视觉敏度测试方法.
- 在SSVEP分析中优化信号噪声比对于可靠的结果至关重要.
研究的目的:
- 调查不同噪声定义标准对基于SSVEP的视敏度评估线性推断技术的影响.
- 确定最佳的噪声定义标准,以提高客观视觉敏度测量的准确性和可靠性.
主要方法:
- 为了计算频率领域的噪声水平基线,应用了四种不同的噪声定义标准.
- 在休息状态和视觉刺激期间,从受试者身上记录了脑电图 (EEG) 信号.
- 使用线性推断技术估计了SSVEP视觉敏度,对主观视觉敏度测试进行了性能评估.
主要成果:
- 布兰德-阿尔特曼分析显示,在四个噪音标准中,主观和客观视力敏度测量之间存在不同程度的一致性.
- 噪声定义标准3,使用广泛的频段,不包括目标和波频率,在最小的差异和最严格的协议限制下表现最好.
- 这一标准产生了 - 0.0745 logMAR 的差异和 95% 的一致限值为 0.2046 logMAR.
结论:
- 选择噪声定义标准显著影响基于SSVEP的视力敏度评估的准确性.
- 建议使用噪声定义标准3来计算SSVEP视觉敏度估计的线性推断的噪声水平基线.
- 这种优化可以导致视力敏度的更可靠,更精确的客观测量.
