【脑机接口】利用任务相关成分分析提高高速脑传播者ssvep的检测-TRCA-Enhancing Detection of SSVEPs for a High-Speed Brain Speller

摘要

目的：本研究提出并评估了一种新的数据驱动的空间滤波方法，用于增强稳态视觉诱发电位（SSVEPs）检测到高速脑机接口（BCI）拼写器。

方法：采用任务相关成分分析（TRCA），通过去除背景脑电图（EEG）活动，提高信噪比（EEG）)，提高SSVEP信号的信噪比s的再现性。进一步开发了一种集成方法来集成对应于多个刺激频率的TRCA滤波器。本研究利用来自12名受试者的40类SSVEP数据集，对所提出的基于TRCA的方法和基于扩展典型相关分析（CCA）的方法之间的BCI性能进行了比较。通过对20名被试的线索引导目标选择任务和对其中10名被试的自由拼写任务，进一步实现了在线BCI拼写功能。

结果：离线比较结果表明，与扩展的基于cca的方法相比，所提出的基于TRCA的方法可以显著提高分类精度。

总结：本研究提出了一种基于TRCA的目标识别算法来提高基于SSVEP的BCI的性能。使用来自12名受试者[2]的40个目标SSVEP数据集进行性能评估。在性能评价中，我们使用扩展的基于cca的方法[4]与所提出的方法进行了性能比较。在优化参数（如数据长度、电极次数、训练试验次数、子频带次数等）后，采用该方法进行了在线脑机接口实验。本研究的目的是证明基于trca的方法在高速检测高速机字机ssvep中的有效性

方法

A.实验环境
1)实验对象——本研究分别设计了一个离线实验和一个在线实验。12名（5名女性，平均年龄25岁）和20名（10名女性，平均年龄25岁）视力正常或矫正至正常的健康成年人参与了离