手机知网 App
24小时专家级知识服务
打 开
生物学
微小偏侧化视觉刺激诱发下的极微弱事件相关电位脑-机接口系统
脑-机接口(brain-computer interfaces, BCI)是旨在于人类大脑与外界环境之间建立起一条直接的信息交流通路[1],是新一代人机交互和人机混合智能的关键核心技术。然而受脑电信号非线性、非平稳、高噪声等因素的限制,传统BCI系统通常只能识别幅值大于2μV的脑电显性特征,故传统视觉型非侵入式BCI系统多采用强刺激闪烁以诱发高鲁棒性的脑电信号特征进行控制[2][3],不利于用户进行多任务操作,且易产生疲劳。为了突破脑电信号的最小识别阈值,扩大BCI控制信号的类别范围、实现更加自然高效的脑-机交互,本研究首次开发了基于非对称视觉诱发电位(asymmetric visual evoked potentials, aVEPs)的新型脑-机接口系统,基于aVEP特征的空间不对称性,设计出一种基于空-码分多址(Space-Code Division Multiple Access, SCDMA)的微弱视觉刺激范式及其相关脑电特征的解码方法——判别典型模式匹配(Discriminative Canonical Pattern Matching, DCPM),进一步基于SCDMA和DCPM构建了32指令集的脑-机接口字符拼写系统。与传统方法不同,本研究首次将脑电的空间对称性规律引入到空间滤波器的设计与构造当中,经实验证明,该空间滤波器能够有效抑制大脑左右半球的共模噪声,从而大幅提高偏侧化极微弱事件相关电位的信噪比与可识别率。研究分别对12名受试者进行了离线和在线实验,结果表明,离线字符平均拼写正确率为72.30%,最高可达92.71%。在线信息传输速率平均为31.84 bits/min,最高可达63.33 bits/min。本研究实现了对极微弱脑电控制信号(幅值约为0.5μV)的准确识别与高效应用,突破了传统视觉型非侵入式BCI系统强刺激依赖性的局限,扩展了可以用于控制BCI系统的脑电特征范围,也开辟了BCI系统编解码技术发展的新路径。
0 4
第四届全国神经动力学学术会议摘要集
2018年

搜 索