SSVEP干电极介绍及其分类算法研究

1 SSVEP干电极背景说明
稳态视觉诱发电位[1-2]是BCI系统[3-4]经常使用的一种信号，它属于被动刺激的一种，也是稳定性和识别率最理想的一种。SSVEP信号是指在人眼受到固定频率超过4Hz的视觉刺激时，大脑皮质活动将被调节，导致类似于刺激的周期性节律，SSVEP主要出现在大脑皮层枕区。目前，基于SSVEP的脑-机接口系统得到广泛关注和研究。目前大部分的SSVEP采集系统是采用湿电极采集，湿电极采集时需要将凝胶注入电极。在记录过程中，凝胶随着时间变干，导电性能会变差，从而采集到的脑电信号会变差。在实验结束后，用户需要洗净用户头发中的凝胶，并且还需要清洁EEG帽。这些过程很耗时，并且会给用户带来不舒服的体验。为了简化湿电极的制备和工艺，已经开发了许多类型的干接触电极。它们可以分为微针，针尖，弹簧针，和软导电聚合物电极。这些类型的电极具有低接触阻抗，高信号质量和舒适的用户体验的优点。
Mihajlovic[5]等人使用8个基于金属针的干电极来获取SSVEP信号，它可以识别4个目标，准确度为63％，ITR为23位/分钟。Chi[6]等人14设计了一个移动BCI系统，其中数据采集模块是一个无线便携式盒子，信号处理在手机上完成。该系统可以从3个弹簧销干电极中识别出12个目标。与传统的快速傅立叶变换（FFT）算法提取SSVEP的特征不同，他们使用规范相关分析（CCA）方法来匹配sin/cos波形模板。平均准确度和ITR为89％和26.5位/分钟。目前在使用干电极的稳态视觉诱发电位研究中，主要集中在两个方面，一是对采集信号段的研究，研发具备低阻抗与高灵敏度的新型电极材料，以提高信息的采集与准确率。如，2019年，韩国首尔国立大学与德克萨斯大学奥斯汀分校团队合作研发的新型梳状电极的头戴式系统[7]，对SSVEP的准确率可以达到95.7%。台湾团队使用有源干电极，基于FPGA实现SSVEP-BCI算法，最终信息传输速率为36.08比特/分钟[8]。清华大学与北京邮电大学合作开发新型银电极，平均准确率达到了82%[9]。意大利那不勒斯费德里科二世大学团队使用单差分通道（最大实时采样率为256 Sa/s），改善电极连接方式，基于Goertzel算法的数据处理，在刺激持续时间为30s的情况下达到90%的平均准确率[10]。中国科学院半导体研究所集成光电国家重点实验室团队自行制作干电极外，使用滤波器组分析(FBA)预处理算法和基于任务相关成分分析(TRCA)的分类算法，11名参与者使用1秒长的SSVEP的平均分类准确率为93.2%，平均信息传输率(ITR)为92.35bit/min[11]。台湾国立交通大学团队使用有源干电极，基于FPGA实现SSVEP-BCI算法，最终信息传输速率为36.08比特/分钟[12-13]。除此之外，韩国团队研究增强脑机接口，使用听觉刺激代替视觉刺激，同时使用二元分类，其平均识别准确率为80%以上[14]。
2 数据说明
数据来自于“第三届中国脑机接口大赛”，干电极通道序号和导联名称如表1所示，具体的电极分布如图1所示。刺激范式包含10个目标（数字0-9，对应结果编号1-10），刺激频率分别9.25~13.75Hz，间隔0.5Hz，