一种基于亮度和运动同步调制的新型SSVEP脑机接口系统

一种基于亮度和运动同步调制的新型SSVEP脑机接口系统
A Novel SSVEP Brain-Computer Interface System Based on Simultaneous Modulation of Luminance and Motion

来源： IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING, VOL. 31, 2023
作者： Meng Li, Ning Li, Xiaorong Gao , Member, IEEE, Ruijuan Ma, Jianwei Dong, Xiaogang Chen , Member, IEEE, and Hongyan Cui

摘要

以往研究： 以往基于SSVEP的BCI大多采用静止的视觉闪烁，只有少数研究探讨了运动的视觉闪烁对SSVEP - BCI的影响。
方法： 基于亮度和运动同时调制的新型刺激编码方法。采用采样的正弦刺激方法对刺激目标的频率和相位进行编码。视觉闪烁以不同频率(即0、0.2、0.4和0.6 Hz)沿正弦函数水平向左右移动。
在此基础上，搭建了九目标SSVEP - BCI系统，研究了运动调制对SSVEP - BCI系统性能的影响。采用滤波器组典型相关分析( FBCCA )方法识别刺激靶点。
评估： 17名受试者的离线实验结果表明，随着叠加水平周期运动频率的增加，系统性能下降。在线实验结果表明，对于叠加的水平周期运动频率为0和0.2 Hz，受试者分别取得了85.00 ± 6.77 %和83.15 ± 9.88 %的准确率。

被试

离线实验： 17名被试(男3例,女14例;年龄23 ~ 30岁,平均24岁)
在线实验： 12名被试(男3例,女9例;年龄21 ~ 30岁,平均25岁)

实验设备和数据增强

离线实验： 60个电极通道(剔除M1、M2、CB1、CB2)，以左后乳突为参考电极采集EEG信号
在线实验： 9个电极通道( Pz，Oz，O1，O2，POz，PO3，PO4，PO5，PO6 )来记录EEG数据，然后通过TCP／IP协议从数据采集端发送到呈现端，然后进行实时反馈分析。
利用MATLAB软件的Psych工具箱编写了视觉刺激程序。

范式设计

图1 刺激范式
  刺激界面有9个以3×3格式均匀分布的矩形，并在矩形框的中心设置亮度和位置可变的条带作为刺激目标。
  采用采样的正弦刺激方法对刺激目标的频率和相位进行编码。
  视觉闪烁还以不同频率(即0、0.2、0.4和0.6Hz)沿正弦函数水平向左右移动。
  图 b）每个条带的频率和相位值
  图 c) 亮度和运动同时调制的视觉刺激

信号处理

  本研究采用FBCCA方法对SSVEP信号进行解码。首先，采用不同的带通滤波器将SSVEP分解为多个子带信号。其次，计算正余弦参考信号对应的各子带分量与各闪变频率fk之间的典型相关系数。

离线实验结果

图2.不同条件下诱发出SSVEP的振幅拓扑图和平均SSVEP振幅谱
  图a-i为不同的闪烁频率
  在9种不同的刺激频率下，SSVEP信号的拓扑结构都相似，强的SSVEP信号主要在顶枕电极处获得
  在4种不同的运动速度下，基频和谐频处均出现了明显的峰值，表明该范式下4种运动频率的视觉刺激均能诱发出稳定的SSVEP
  各次谐波的幅值随着谐波次数的增加而减小，运动状态下的SSVEP在各次谐波处的峰值均低于静止状态下的峰值

图3四种水平运动频率条件下每个闪烁频率和每个运动频率的平均振幅值
  a ) 大部分闪烁频率的静止范式都优于运动范式（除了8 Hz，9.5 Hz和11.5 Hz)，并且随着水平运动频率的增加，振幅总体上呈下降趋势
  b )四种运动频率条件之间的显著性差异水平。对不同闪烁频率下的各运动频率条件进行单因素重复测量方差分析，在大多数闪烁频率条件下各运动频率条件之间存在显著性差异( p < 0.05 )。

在线实验结果

表1 在线实验BCI性能
  在0 Hz和0.2Hz水平运动频率条件下，所有参与者的平均识别准确率均超过80 %，证明了本文提出的方法可行性。