一个40级SSVEP拼写数据集:用于低疲劳BCI应用的β范围刺激.
Heegyu Kim1, Kyungho Won2, Minkyu Ahn3
1School of Electrical Engineering and Computer Science, Gwangju Institute of Science and Technology, Gwangju, South Korea.
Scientific data
|November 5, 2025
概括
这项研究引入了一个新的脑电图 (EEG) 数据集用于脑电脑接口 (BCI) 研究. 贝塔频率视觉刺激有效地减少视觉疲劳,提高BCI性能和数据的一致性.
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
- 信号处理 信号处理
背景情况:
- 脑电图 (EEG) 信号非静止性需要大量,一致的数据集,以进行可靠的大脑与计算机接口 (BCI) 研究.
- 从长时间的稳定状态视觉唤起潜力 (SSVEP) 刺激引起的视觉疲劳会改变EEG模式,降低BCI性能.
研究的目的:
- 为了减轻基于SSVEP的BCI研究中的疲劳诱导的变化.
- 通过使用β频率 (14-22 Hz) 视觉刺激,呈现一个全面的40类SSVEP拼写器数据集.
- 为了验证β频率刺激在减少视力疲劳方面的有效性.
主要方法:
- 从40名参与者获得了40类SSVEP拼写数据集,使用31个中央到尾EEG通道.
- 试验对象完成了SSVEP拼写任务的六次会议,并进行了实验前和后的休息状态记录 (眼睛开/闭).
- 利用主观疲劳等级和EEG频段功率分析来评估疲劳影响.
主要成果:
- 贝塔频率 (14-22 Hz) 的视觉刺激显著降低了对视觉疲劳的主观和客观测量.
- 脑电图带功率分析证实,贝塔范围刺激减少了疲劳效应.
- 使用基于校准的算法实现了高分类准确性,证明了数据集的适用性.
结论:
- 在SSVEP BCI范式中,β频率刺激是减少视力疲劳的可行策略.
- 提出的数据集是强大的,非常适合培训和评估基于SSVEP的先进BCI系统.
- 这项研究通过解决与疲劳相关的挑战,有助于开发更可靠,更高性能的BCI.
