一个新的双眼编码的SSVEP框架,用于高效的基于VR的大脑与计算机接口

科学领域:

• 神经科学是一个神经科学.
• 虚拟现实 虚拟现实 虚拟现实
• 生物医学工程 生物医学工程

背景情况:

• 大脑-计算机接口 (BCI) 提供了人机交互的潜力.
• 虚拟现实 (VR) 环境为BCI信号处理带来了独特的挑战.
• 稳态视觉唤起潜力 (SSVEP) 是一个常见的BCI范式.

研究的目的:

• 为增强VR-BCI应用开发一种新的双筒编码SSVEP (beSSVEP) 方法.
• 为处理复杂的双眼SSVEP信号引入算法 (bPRCA和FusionCA).
• 提高VR-BCI系统的效率和实用性.

主要方法:

• 开发了一种使用双眼视觉的双眼镜编码SSVEP (beSSVEP) 方法.
• 介绍了对编码目标的双眼定期重复组件分析 (bPRCA) 算法.
• 提出了融合元件分析 (FusionCA) 框架,将bPRCA和TRCA整合在一起.

主要成果:

• 集团-FusionCA实现了最高的信息传输速率 (ITR) 138.50比特/分钟,准确率为71.39%.
• 与传统的SSVEP方法相比,beSSVEP方法显著提高了频率利用率.
• 在ensemble-bPRCA和ensemble-TRCA.相比,已经证明了卓越的性能.

结论:

• beSSVEP方法为VR中的快速和可扩展的大脑与计算机的互动提供了一个新的视角.
• 利用双眼视觉生理学可以提高BCI系统的效率和实用性.
• 融合CA框架有效地整合了周期性和非周期性组件,以获得最佳的BCI性能.