基于阻斷的SSVEP和P300混合字符輸入系統(tǒng)
發(fā)布時(shí)間:2021-07-21 05:44
現(xiàn)階段,只用單一模式的穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)范式或P300范式的腦機(jī)接口有著信息傳輸率和識(shí)別準(zhǔn)確率不足的問題。設(shè)計(jì)了一種基于阻斷SSVEP特征(SSVEP-B)及P300雙特征識(shí)別的混合范式字符輸入系統(tǒng),進(jìn)行相關(guān)實(shí)驗(yàn),并對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析。通過分析得出結(jié)論:混合范式不僅可以誘發(fā)出SSVEP特征、SSVEP-B特征以及P300特征,并且可以很好地識(shí)別其特征,有效地提高了系統(tǒng)的識(shí)別準(zhǔn)確率與信息傳輸率,平均識(shí)別準(zhǔn)確率達(dá)到95.2%,平均信息傳輸率達(dá)到144 bit/min。通過對(duì)比,混合范式的信息傳輸速率與識(shí)別準(zhǔn)確率均高于單一的SSVEP范式及P300范式。
【文章來源】:電子測量技術(shù). 2020,43(06)
【文章頁數(shù)】:7 頁
【部分圖文】:
(b)第一行阻斷信號(hào)范式界面
圖1 (b)第一行阻斷信號(hào)范式界面本文設(shè)計(jì)有兩個(gè)對(duì)比實(shí)驗(yàn), 傳統(tǒng)P300 Oddball范式和只有SSVEP的實(shí)驗(yàn)范式,只有SSVEP的實(shí)驗(yàn)范式即矩陣內(nèi)字符列從左向右以不同的頻率閃爍,列閃之后字符行從上到下依也以不同的頻率閃爍,這里稱之為單SSVEP范式。
本文實(shí)驗(yàn)中由SSVEP阻斷信號(hào)誘發(fā)P300成分。以8 Hz的閃爍頻率為例,如圖3所示,兩條曲線為在8 Hz時(shí)SSVEP信號(hào)和SSVEP-B信號(hào)的功率譜密度(power spectral density, PSD)在時(shí)域下的曲線。較粗的紅線為SSVEP-B曲線,較細(xì)的藍(lán)線為SSVEP曲線。當(dāng)被試注視的字符發(fā)生Target刺激時(shí),產(chǎn)生的SSVEP-B信號(hào)幅值要低于SSVEP信號(hào),說明此時(shí)SSVEP信號(hào)被抑制,SSBEP_B信號(hào)被誘發(fā),即產(chǎn)生P300成分。P300成分是在出現(xiàn)刺激后的300~500 ms后產(chǎn)生的應(yīng)激變化,對(duì)采集到的EEG發(fā)生刺激后500 ms的數(shù)據(jù)段進(jìn)行處理,經(jīng)典Oddball范式下,P300成分的特征矩陣為13×5×250,13為刺激次數(shù),5為P300相關(guān)的導(dǎo)聯(lián)數(shù),250為500 Hz采樣率下500 ms的采樣點(diǎn)數(shù)。同理混合范式下P300成分的特征矩陣為5×5×250。
【參考文獻(xiàn)】:
期刊論文
[1]基于SVM的風(fēng)電機(jī)組偏航系統(tǒng)聲學(xué)檢測方法[J]. 李永戰(zhàn),謝磊,夏政,高寶成. 電子測量技術(shù). 2019(17)
[2]小波變換與改進(jìn)Kalman在北斗/SINS組合導(dǎo)航中的研究[J]. 張國強(qiáng),魯昌華,李燕,章夢陽. 電子測量與儀器學(xué)報(bào). 2019(07)
[3]基于SSVEP_SSA融合的混合腦機(jī)接口研究[J]. 韓向可,郭士杰. 儀器儀表學(xué)報(bào). 2019(05)
[4]視覺工作記憶中非語義編碼信息對(duì)注意捕獲的影響:來自ERPs的證據(jù)[J]. 楊海波,牛麗麗,尹莎莎,白學(xué)軍. 心理與行為研究. 2019(01)
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的P300事件相關(guān)電位分類識(shí)別[J]. 丑遠(yuǎn)婷,邱天爽,鐘明軍. 中國生物醫(yī)學(xué)工程學(xué)報(bào). 2018(06)
[6]目標(biāo)視場角對(duì)P300-RSVP目標(biāo)檢測系統(tǒng)的影響分析[J]. 褚凱軒,常天慶,郭理彬,馬也. 計(jì)算機(jī)工程與應(yīng)用. 2018(23)
[7]基于變分模態(tài)分解及能量熵的微震信號(hào)降噪方法[J]. 張杏莉,盧新明,賈瑞生,闞淑婷. 煤炭學(xué)報(bào). 2018(02)
[8]基于信號(hào)阻斷的可配置低功耗乘法器設(shè)計(jì)[J]. 李道通,夏銀水,錢立波. 無線通信技術(shù). 2017(03)
[9]視覺通路下閃光刺激對(duì)SSVEP影響的仿真研究[J]. 郭湛超,覃玉榮,趙隆. 電子測量與儀器學(xué)報(bào). 2016(04)
[10]基于SSVEP阻斷與P300特征的混合范式腦-機(jī)接口[J]. 許敏鵬,張力新,明東,綦宏志,陳龍,馬嵐,萬柏坤. 電子學(xué)報(bào). 2013(11)
碩士論文
[1]基于多特征融合與SVM的圖像檢索研究[D]. 謝備.中南林業(yè)科技大學(xué) 2017
本文編號(hào):3294437
【文章來源】:電子測量技術(shù). 2020,43(06)
【文章頁數(shù)】:7 頁
【部分圖文】:
(b)第一行阻斷信號(hào)范式界面
圖1 (b)第一行阻斷信號(hào)范式界面本文設(shè)計(jì)有兩個(gè)對(duì)比實(shí)驗(yàn), 傳統(tǒng)P300 Oddball范式和只有SSVEP的實(shí)驗(yàn)范式,只有SSVEP的實(shí)驗(yàn)范式即矩陣內(nèi)字符列從左向右以不同的頻率閃爍,列閃之后字符行從上到下依也以不同的頻率閃爍,這里稱之為單SSVEP范式。
本文實(shí)驗(yàn)中由SSVEP阻斷信號(hào)誘發(fā)P300成分。以8 Hz的閃爍頻率為例,如圖3所示,兩條曲線為在8 Hz時(shí)SSVEP信號(hào)和SSVEP-B信號(hào)的功率譜密度(power spectral density, PSD)在時(shí)域下的曲線。較粗的紅線為SSVEP-B曲線,較細(xì)的藍(lán)線為SSVEP曲線。當(dāng)被試注視的字符發(fā)生Target刺激時(shí),產(chǎn)生的SSVEP-B信號(hào)幅值要低于SSVEP信號(hào),說明此時(shí)SSVEP信號(hào)被抑制,SSBEP_B信號(hào)被誘發(fā),即產(chǎn)生P300成分。P300成分是在出現(xiàn)刺激后的300~500 ms后產(chǎn)生的應(yīng)激變化,對(duì)采集到的EEG發(fā)生刺激后500 ms的數(shù)據(jù)段進(jìn)行處理,經(jīng)典Oddball范式下,P300成分的特征矩陣為13×5×250,13為刺激次數(shù),5為P300相關(guān)的導(dǎo)聯(lián)數(shù),250為500 Hz采樣率下500 ms的采樣點(diǎn)數(shù)。同理混合范式下P300成分的特征矩陣為5×5×250。
【參考文獻(xiàn)】:
期刊論文
[1]基于SVM的風(fēng)電機(jī)組偏航系統(tǒng)聲學(xué)檢測方法[J]. 李永戰(zhàn),謝磊,夏政,高寶成. 電子測量技術(shù). 2019(17)
[2]小波變換與改進(jìn)Kalman在北斗/SINS組合導(dǎo)航中的研究[J]. 張國強(qiáng),魯昌華,李燕,章夢陽. 電子測量與儀器學(xué)報(bào). 2019(07)
[3]基于SSVEP_SSA融合的混合腦機(jī)接口研究[J]. 韓向可,郭士杰. 儀器儀表學(xué)報(bào). 2019(05)
[4]視覺工作記憶中非語義編碼信息對(duì)注意捕獲的影響:來自ERPs的證據(jù)[J]. 楊海波,牛麗麗,尹莎莎,白學(xué)軍. 心理與行為研究. 2019(01)
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的P300事件相關(guān)電位分類識(shí)別[J]. 丑遠(yuǎn)婷,邱天爽,鐘明軍. 中國生物醫(yī)學(xué)工程學(xué)報(bào). 2018(06)
[6]目標(biāo)視場角對(duì)P300-RSVP目標(biāo)檢測系統(tǒng)的影響分析[J]. 褚凱軒,常天慶,郭理彬,馬也. 計(jì)算機(jī)工程與應(yīng)用. 2018(23)
[7]基于變分模態(tài)分解及能量熵的微震信號(hào)降噪方法[J]. 張杏莉,盧新明,賈瑞生,闞淑婷. 煤炭學(xué)報(bào). 2018(02)
[8]基于信號(hào)阻斷的可配置低功耗乘法器設(shè)計(jì)[J]. 李道通,夏銀水,錢立波. 無線通信技術(shù). 2017(03)
[9]視覺通路下閃光刺激對(duì)SSVEP影響的仿真研究[J]. 郭湛超,覃玉榮,趙隆. 電子測量與儀器學(xué)報(bào). 2016(04)
[10]基于SSVEP阻斷與P300特征的混合范式腦-機(jī)接口[J]. 許敏鵬,張力新,明東,綦宏志,陳龍,馬嵐,萬柏坤. 電子學(xué)報(bào). 2013(11)
碩士論文
[1]基于多特征融合與SVM的圖像檢索研究[D]. 謝備.中南林業(yè)科技大學(xué) 2017
本文編號(hào):3294437
本文鏈接:http://sikaile.net/yixuelunwen/swyx/3294437.html
最近更新
教材專著