基于稳态视觉诱发电位的在线脑机接口研究

《基于稳态视觉诱发电位的在线脑机接口研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、1542017，53（3）ComputerEngineeringandApplications计算机工程与应用基于稳态视觉诱发电位的在线脑机接口研究董恩增，郭光瑞，陈超DONGEnzeng,GUOGuangrui,CHENChao天津理工大学自动化学院复杂系统控制理论及应用重点实验室，天津300384ComplexSystemControlTheoryandApplicationKeyLaboratory,SchoolofElectricalEngineering,TianjinUniversityofTechnology,Tianjin3003

2、84,ChinaDONGEnzeng,GUOGuangrui,CHENChao.Researchofsteady-statevisualevokedpotentialbasedonlinebrain-computerinterface.ComputerEngineeringandApplications,2017,53（3）：154-159.Abstract:Themostbrain-computerinterfacesystemsperformbadlyinresistingthenoiseandseemcomplicatedforoper-a

3、tion.Thispaperproposesasteady-statevisualevokedpotentialbasedonlinebraincomputerinterfacesystememployingtheportableEEGcollectingdeviceEmotivEPOCandtheNAOrobot,whichhasagoodabilityofanti-noise.Thissystemutilizescanonicalcorrelationanalysistodetectthefrequencyofsteady-statevisu

4、alevokedpotential.Inonlineexperiment,theNAOrobotiscontrolledbytheEEGsignalscollectedfromEmotivEPOC,theaverageclassificationaccuracyrateof4typesoftasksachieves87.50%.Theonlineexperimentdoesn’tsufferfromthesurroundingnoise,whichshowsthesys-temhasagoodabilitytoresistthenoise.Key

5、words:steady-statevisualevokedpotential;braincomputerinterface;EmotivEPOC;NAOrobot;canonicalcorrela-tionanalysis摘要：针对脑机接口中存在的抗噪声能力差、操作复杂的问题，利用便携式脑电采集设备EmotivEPOC以及NAO机器人，搭建了一个抗噪能力较好的稳态视觉诱发在线脑机接口系统。该系统采用典型相关性分析进行稳态视觉诱发电位的频率识别。在线实验中受试者通过Emotiv控制NAO机器人运动，四类任务的准确率达到87.50%。在线实验没有回

6、避周围的噪声，表明该系统具有较好的抗噪能力。关键词：稳态视觉诱发电位；脑机接口；EmotivEPOC；NAO机器人；典型相关性分析文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.1504-02571引言于SSVEP的脑机接口越来越受到研究者的重视，该类脑机接口（Brain-ComputerInterface，BCI）可以识脑机接口具有信噪比高、通讯速率快、无需训练等优[8-10]别人的意图，并将其转化为对外部设备或环境的控制命点。基于SSVEP的脑机接口研究内容包括视觉刺激令，从而使人可通过“意念”与

7、外界交流，为中风或四肢范式研究、信号处理算法研究、新的BCI系统开发等。严重残疾的患者提供一种新的对外交流或控制的途美国空军研究室2000年采用稳态视觉诱发电位来[1]径。近年来，随着计算机技术、信号处理技术的发展以实现BCI，证实了SSVEP用于脑机接口系统的可行及脑科学、认知科学研究的不断深入，脑机接口技术逐[11]性。西安交通大学徐光华教授等研究了稳态视觉诱渐成为国内外的热门研究领域之一，其中应用于脑机接发电位的多种刺激范式，并实现了残疾轮椅脑电智能导口的电位主要包括基于运动想象的μ节律和β波、稳态[12]航系统。清华大学高上凯等对SSVE

8、P进行了深入研视觉诱发电位（Steady-StateVisualEvokedPotential，究，提出了一系列识别SSVEP的方法，并