基于稳态视觉诱发电位的脑控轮椅的控制方式

电动轮椅已广泛用于改善运动障碍患者的行动能力,而严重运动障碍患者因丧失运动功能而无法实现自行控制轮椅。为解决这一问题,基于脑-机接口(brain-computer interface,BCI)的控制策略被引入轮椅控制中。基于稳态视觉诱发电位(steady-state visual evoked potential,SSVEP)的脑-机接口因具有高的信息传输率和较少的用户训练在脑-机接口领域备受关注。因此,本文综述了稳态视觉诱发电位脑-机接口驱动轮椅的现状,描述使用它们的人群,控制方式,脑控轮椅的特征提取和分类方法,以及系统性能评估方法。最后,讨论了这一领域目前面临的挑战以及研究方向。     

稳态视觉诱发电位频率响应特性研究

目的稳态视觉诱发电位(steady-state visual evoked potential,SSVEP)是大脑对周期性视觉刺激产生的响应,已广泛应用于基于脑电(electroencephalogram,EEG)的脑-机接口(brain-computer interface,BCI)。SSVEP频率响应曲线通常是以发光二极管(light emitting diode,LED)作为视觉刺激器的方式获得的。近年来,计算机显示器广泛用于产生闪烁刺激,然而基于计算机显示器的SSVEP频率响应曲线少有研究。为此,本文研究了基于计算机显示器的SSVEP频率响应特性。方法利用采样正弦编码方法在普通LCD显示器上产生了42个刺激频率(频率范围4~45 Hz),并收集了10位健康受试者的脑电数据,以研究SSVEP幅值/信噪比(signal-to-noise ratio,SNR)与刺激频率的关系。结果较强SSVEP响应出现在大脑枕区。SSVEP基频幅值的峰值出现在10 Hz处,且第二峰值出现在20 Hz处。SSVEP二次谐波幅值的峰值出现在6 Hz且在高刺激频率处幅值较小。低、中频段的SSVEP基频信噪比处于相当的水平。结论本文的实验结果可以为基于计算机显示器的SSVEP-BCIs的频率选择提供依据。     

高频稳态视觉诱发电位脑-机接口研究进展

稳态视觉诱发电位（SSVEP）近年来被广泛应用于脑-机接口（BCI）系统的研究中,SSVEP-BCI系统具有分类精度高、信息传输速率快和抗干扰能力强等优点。传统研究大多诱发低、中频段SSVEP响应作为系统控制信号,然而该频带的SSVEP可能导致受试者视觉疲劳甚至诱发癫痫。相比之下,尽管高频SSVEP-BCI幅值较低、响应微弱,但它提供了更舒适自然的交互方式,近年来也被研究人员广泛关注。本文针对近十年高频SSVEPBCI相关研究,分别从范式和算法两方面进行归纳分析,最后对其应用前景和发展方向进行了讨论和展望。     

基于增强现实的双眼异频编码稳态视觉诱发电位脑-机接口研究

近年来研究者们将基于稳态视觉诱发电位(SSVEP)的脑-机接口(BCI)系统与增强现实(AR)技术相结合,以提升BCI系统的灵活性和便携性,但基于传统SSVEP范式的AR-BCI普遍性能偏低。本研究利用AR设备对双眼分别进行投影的特点设计了一种双眼异频编码SSVEP范式,通过对左、右眼分别进行不同频率的编码提高SSVEP编码的信息量。共采集了14名被试的数据,采用任务相关成分分析(TRCA)算法进行SSVEP识别,对比双眼异频编码和双眼同频编码SSVEP范式在AR环境下的性能,分析两种编码下SSVEP的频域特征、信噪比和功率谱熵。双眼异频编码采用1、2、3 s脑电数据的平均分类正确率分别为90.9%、93.9%和95.0%,双眼同频编码采用1、2、3 s脑电数据的分类正确率分别为81.1%、87.8%和90.2%。当时间长度小于等于1 s时双眼异频编码刺激的分类正确率显著高于双眼同频编码刺激(0.5 s:t(13)=4.562,P<0.01, Cohen′s d=1.219; 1 s:t(13)=2.737,P<0.05, Cohen′s d=0.732)。特征分析发现,双...     

脑机接口中高频稳态视觉诱发电位的识别研究

利用高频刺激进行编码能够缓解基于稳态视觉诱发电位(SSVEP)的脑-机接口(BCI)产生的用户视觉疲劳,提升系统的舒适度和安全性,具有广阔的应用前景。然而,当前先进的SSVEP解码算法大多在低频数据集上进行对比验证,在高频SSVEP信号上的识别性能仍然未知。针对此问题,本文采集了20名受试者在高频SSVEP范式下的脑电(EEG)数据,对目前主流的2种典型相关分析算法、3种集成任务相关成分分析算法和1种任务判别成分分析算法展开对比。结果表明,它们均能有效解码高频SSVEP信号,且在不同条件下算法的分类性能指标和速度存在差异。本研究为高频SSVEP-BCI系统的算法选择提供了依据,在构建舒适友好型BCI系统方面具有潜在的应用价值。     

基于眼电和稳态视觉诱发电位分析的目光跟踪方法

眼动跟踪技术作为人机交互手段和行为检测方法已广泛应用于心理学和认知科学领域的研究,基于稳态视觉诱发电位的脑-机接口也是一种备受关注的人机交互方法。本研究提出一种结合眼电和稳态视觉诱发电位同步分析的眼睛注视点位置跟踪方法,通过同步检测两种电生理信号:眼电信号(EOG)和脑电信号(EEG)来实现。主要的处理算法有:基于EOG的人机交互算法,包括基线去除、去噪声、角度变换、基准校正等;基于SSVEP的脑-机接口算法,通过典型相关分析法实现。由SSVEP判断出的目标对应的屏幕坐标可以作为眼动分析中基准校正的输入参数。实验结果表明:每0.5 sEOG-HCI可以对注视点位置进行一次识别;每2 sSSVEP-BCI可以对注视目标做一次判别;两者既可以独立运行,也可以协同工作,相比单一信号的人机交互方法,可以缩短判断时间和提高准确率。     

结合稳态视觉诱发电位的多模态脑机接口研究进展

脑机接口(BCI)能够在大脑与外部环境之间建立一种不依赖于外周神经或肌肉的交流与控制通道,有助于恢复运动障碍者的生活自理能力,是当前神经工程领域最活跃的研究方向之一。其中,稳态视觉诱发电位(SSVEP)脑机接口因信息传输率(ITR)高、所需训练少而备受关注。现有的无创高通讯速率脑机接口系统主要是来自于或基于SSVEP。近年来,为进一步提高脑机接口性能,整合SSVEP与其他类型输入信号的多模态脑机接口逐渐成为脑机接口研究的新趋势。从输入信号类型、实验范式和信号融合等方面,综述结合SSVEP 的多模态脑机接口研究进展,帮助相关研究者理解该领域研究动态,以启发高通讯速率脑机接口系统的设计与实现。同时探讨目前结合SSVEP的多模态脑机接口存在的问题和未来可能的发展趋势,以期推动结合SSVEP的多模态脑机接口技术的发展。     

基于稳态视觉诱发电位脑机接口的智能轮椅系统研究

本研究提出一种基于稳态视觉诱发电位(steady state visual evoked potential,SSVEP)脑机接口的智能轮椅系统,该系统采用典型相关分析实时提取脑电信号,并产生控制信号,信号传输速率高、分析速度快。同时该轮椅采用了基于麦克纳姆轮的全方向移动系统,避免了传统轮椅转弯角度不好控制的问题。六位被试者参与了该系统的在线实验,实验结果证实,该系统可以在较高准确率的条件下,在平面内进行任意方向的移动。实验结果证实了该系统的可行性与有效性。     

基于CNN算法的稳态体感诱发电位的特征识别

脑-机接口研究可为瘫痪病人的康复带来一种新的治疗方法。已有研究表明对手指或者正中神经施加一定频率的体感刺激,会引发相同频率且具有空间特异性的稳态体感诱发电位。为优化基于稳态体感诱发电位的脑-机接口的性能,通过快速傅里叶变换寻找12个健康被试的个人左手特定共振频率,采用事件相关谱扰动进行时频分析,检测其稳态体感诱发电位信号。基于共振频率对实验诱发的脑电信号进行1 Hz带通滤波,获得特定频带的数据,采用卷积神经网络(CNN)学习算法对其进行分类,并与采用共空间模式和支持向量机的特征提取及特征分类的方法(CSP+SVM)进行比较。所有被试的结果显示:基于共振频率滤波方法,采用CNN学习算法获得的离线分类准确率均高于85%,并且CNN学习算法的分类准确率显著性优于CSP+SVM的分类准确率(91.8%±5.9% vs 77.4%±8.5%,P<0.05)。因此,在基于稳态体感诱发电位的脑机接口的特征识别中,CNN学习算法相比传统使用的机器学习分类算法(如共空间模式+支持向量机)能够显著提升分类准确率,提高脑机接口的整体性能。     

基于视觉诱发电位的脑机接口实验研究

脑机接口是一种新颖的基于脑电信号实现人脑与计算机或其他电子设备进行通讯和控制的系统 ,在康复医学工程等领域具有重要意义。作者开展了基于视觉诱发电位的脑机接口实验研究。采用计算机编程 ,在屏幕产生多种刺激模式图案 ,屏幕上闪烁的不同图案代表多种选择 ,受试者通过注视其中一个目标来作出选择。头皮电极采集枕骨粗隆部位的诱发电位信号 ,分析诱发电位信号 ,可以判别出受试者注视的目标。采用小波滤波及累加平均方法提高信噪比 ,用于提取微弱的脑电信号。离线实验数据分析表明 ,采用本文提出的方法可以有效地实现脑机接口 ,并达到较高的正确率和通信速度 ,目标为 12个时 ,通信率高于 30 bit/ min     

基于叠加原理的合成稳态视觉诱发电位

检验高刺激率诱发的稳态视觉诱发电位(SSVEP),可以被看作是低刺激率诱发的瞬态视觉诱发电位(tVEP)的线性叠加的科学假设。采用模式翻转视觉刺激,记录10名健康成年人在不同刺激率(4, 7.1, 7.7, 8.3, 9.1,10, 11.1, 12.5, 14.3, 16.7, 20, 25 rev/s)条件下的视觉诱发电位(VEP),然后用低刺激率(4 rev/s)诱发的tVEP及其经过幅值和相位调整后的波形,分别与刺激序列卷积合成对应高刺激率下的SSVEP,并采用Hotelling T²检验比较各tVEP模板条件下合成SSVEP与实际记录SSVEP波形之间的异同。结果显示,当使用常规记录的tVEP作为模板时,基于线性叠加原理合成的与实际记录的SSVEP在7.1~9.1 rev/s刺激率范围内不存在显著性差异(P>0.05),而在10~25 rev/s刺激率范围内存在统计学差异(P< 0.05),且两者之间误差随刺激率增加而增大;当对tVEP模板进行幅值和相位调整后,合成与实测SSVEP之间无统计学差异(P> 0.05),两者间的误差也显著下降,在被测刺激率范围内基本保持平稳。结果表明,不同刺激率下的瞬态诱发反应存在差异,稳态与瞬态诱发电位之间的线性叠加假设有赖于对各个刺激率下瞬态诱发电位的测定。     

基于小波变换的颜色视觉诱发电位检测去噪研究

为了提高检测的效率，将基于小波变换的信号分析方法引入到颜色视觉诱发电位（Visual evoked potential，VEP）的检测中，提出了基于多尺度条件下小波变换模极大值分布图的重建VEP信号的方法。该方法对初始采集信号采用Mallat快速算法进行离散小波变换得到模极大值分布图。根据信号噪声的Lipschitz指数特性进行去噪。最后按照POCS（Projections onto convex sets）方法进行信号的重建。仿真实验结果表明该方法对VEP信号的去噪效果比较理想。同时该方法极大地降低了测试次数。因此该方法与现有临床的叠加方法相比有明显的优披件．     

基于小波和BP网络的视觉诱发电位分类识别

提出了小波分解与BP网络相结合的方法 来识别视觉诱发电位(Visual Evoked Potential, VEP).先用小波分解对VEP进行特征提取和降维,然后用BP网络进行分类识别.     

酒精依赖者视觉诱发电位的研究

目的：本研究旨在通过对酒精依赖者模式翻转视觉诱发电位（ＰＲＶＥＰ）的研究，为了解酒精依赖者的生理和心理功能损害提供客观指标。方法：酒精依赖者６２人，正常对照者４０人，采用日本产Ｎｅｕｒｏｐａｃｋ－２型诱发电位仪，分别对其进行模式翻转视觉诱发电位（ＰＲＶＥＰ）记录。结果：与正常对照组相比，酒精依赖者ＰＲＶＥＰ波潜伏期延长，波幅降低，主波群异常，晚成份出现率低，周期不明显及侧性优势现象消失，差异具有显     

模式翻转视觉诱发电位快速提取的可行性再研究

目的把模式翻转视觉诱发电位快速提取法应用于视神经病变的病人,探讨其临床应用价值。方法应用Galileo视觉诱发电位检测系统对30例正常健康人和17例视神经疾病病人分别进行全视野的PRVEP检测熏每一结果重复检测3次。所得结果应用少次提取法进行处理而得VEP波形。然后将正常对照组3次重复结果两两间分别进行配对t检验,探讨其可重性,并计算出正常值范围,最后参照正常值,分析视神经疾病组的检测结果。结果3次重复结果两两间配对t检验,得P1=0.425>0.05,P2=0.179>0.05,P3=0.110>0.05;参照本研究得出的正常值范围,对病人组的检测结果进行分析,得出这种少次提取法对视神经疾病检测的敏感度90.0%(18/20),特异度92.5%(13/14),准确度91.1%(31/34)。结论用这种少次提取法提取PRVEP,可重性好,稳定可靠。很有临床应用价值。     

Steady-State Visually Evoked Potential topography associated with a visual vigilance task

Summary This paper describes data which demonstrate a correlation between the magnitude of the Steady-State Visually Evoked Potential (SSVEP) and visual vigilance. The SSVEP was recorded from 64 scalp sites and elicited by a 13Hz uniform visual flicker presented continuously while subjects undertook a visual vigilance task. Fifteen right-handed males were required to view three times a series of 180 geometrical shapes comprising a sequence of 60 squares, 60 circles and a further 60 squares. Each viewing of the 180 shapes constituted a trial. Trials 1 and 2 were identical while trial 3 differed from the first two in that one of the circles was modified. Subjects were ignorant as to the location of the modified circle and prior to the third trial, were challenged to identify the modified circle. A comparison of trials 2 and 3 indicated that the appearance of the modified circle was associated with an attenuation of the SSVEP in the occipito/parietal region. The same comparison indicated a pronounced SSVEP attenuation in the centro/parietal region during the interval that subjects were anticipating the appearance of the modified circle. These results suggest a distinction between the cortical activation patterns occurring during different phases of a visual vigilance task.This work was supported in part, by a grant from the Rebecca L. Cooper Foundation. The authors are happy to acknowledge the assistance of Mr. M. Cowey in the recording and analysis of the data, Dr. J. Currie for his helpful advice on conceptual and methodological issues, Prof. P. Finch and Mr. N. Garnham for their statistical advice and assistance, Dr. E. Gordon for his helpful comments on an earlier draft of this paper and Mr. F. Musci for his development of the task presentation software.     

用小波变换提取视觉诱发电位信号

视觉诱发电位（ＶＥＰ）信号的动态提取及处理具有重要的临床意义。通过硬件采集的ＶＥＰ信号经过叠加平均处理后仍含有大量背景噪声，不能直接用于诊断分析。小波变换是一种新兴时频分析方法，适于分析非平稳信号。在我们研制的视觉生理地形图系统中，成功地用它从背景噪声中提取出ＶＥＰ信号，完成信号的预处理。     

糖尿病性NA-AION的图形视觉诱发电位的研究

目的 研究糖尿病非动脉炎性前段缺血性视神经病变(NA-AION)的图形视觉诱发电位(P-VEP)P100波潜伏期和振幅的变化。方法 将有糖尿病且无糖尿病性视网膜病变的NA-AION患者17例纳入A组,将非增生期糖尿病视网膜病变的NA-AION患者21例纳入B组,将增生期糖尿病视网膜病变的NA-AION患者20例纳入C组,将无糖尿病的NA-AION患者25例纳入D组,行PVEP检查。结果 A、B、C、D组P100波0.25度方格平均潜伏期分别为127.27 ms、132.37 ms、139.58 ms、125.46 ms,振幅分别为119.13 μv、124.61μv、135.62 μv、116.08 μv,A、B、C组与D组P100波潜伏期、振幅分别比较,差异有统计学意义（P＜0.05）,1度方格结果同0.25度方格。结论 糖尿病性NA-AION患者视神经功能较非糖尿病性NA-AION患者下降更为明显,控制糖尿病可能会有效的减少NA-AION的发生。