新颖的稳态视觉诱发电位脑机接口系统

doi:10.3778/j.issn.1002-8331.2001-0189

计算机工程与应用 ›› 2021, Vol. 57 ›› Issue (8): 153-159.DOI: 10.3778/j.issn.1002-8331.2001-0189

新颖的稳态视觉诱发电位脑机接口系统

乔敏，张德雨，刘思宇，闫天翼，相洁

1.太原理工大学信息与计算机学院，太原 030600
2.北京理工大学机电学院，北京 100081
3.北京理工大学生命学院，北京 100081

出版日期:2021-04-15 发布日期:2021-04-23

Novel Brain-Computer Interface System Based on Steady-State Visual Evoked Potential

QIAO Min, ZHANG Deyu, LIU Siyu, YAN Tianyi, XIANG Jie

1.College of Information and Computer, Taiyuan University of Technology, Taiyuan 030600, China
2.School of Electromechanics, Beijing Institute of Technology, Beijing 100081, China
3.School of Life Science, Beijing Institute of Technology, Beijing 100081, China

Online:2021-04-15 Published:2021-04-23

摘要/Abstract

摘要：

传统的稳态视觉诱发电位（SSVEP）脑机接口系统无法与现实世界进行交互，长时间单调的光闪烁刺激容易导致视觉疲劳，影响识别精度。为了增强人与机器的交互以及对环境的感知，设计了增强现实（AR）和SSVEP结合的范式，在真实环境下对物体进行识别与追踪，并将闪烁块对物体进行标记，采用滤波器组典型相关分析（FBCCA）方法对脑电信号进行处理。结果表明，系统的控制信号传输速度达到50.69 bit/min，FBCCA的识别正确率为99.68%，能够在1 s内对4个目标中的意图目标进行有效区分。研究表明，基于SSVEP和增强现实的脑机接口系统更适合于复杂的现实环境。

关键词: 脑机接口, 增强现实, 稳态视觉诱发电位

Abstract:

The traditional Steady-State Visual Evoked Potential（SSVEP） brain-computer interface system cannot interact with the real world, and the long time monotonous light flashing stimulation is easy to cause visual fatigue and affect the recognition accuracy. In order to enhance the interaction between humans and machines and the perception of the environment, this study designs a paradigm combining Augmented Reality（AR） and SSVEP to identify and track objects in the real environment, marking objects with flashing blocks, and processing EEG signals using the Filter Bank Canonical Correlation Analysis（FBCCA） method. The results show that the control signal transmission speed of the system reaches 50.69 bit/min, the recognition accuracy of FBCCA is 99.68%, and the intended targets can be distinguished within 1 s. Studies have shown that brain computer interface systems based on SSVEP and augmented reality are more suitable for complex real-world environments.

Key words: brain-computer interface, augmented reality, steady-state visual evoked potential

乔敏，张德雨，刘思宇，闫天翼，相洁. 新颖的稳态视觉诱发电位脑机接口系统[J]. 计算机工程与应用, 2021, 57(8): 153-159.

QIAO Min, ZHANG Deyu, LIU Siyu, YAN Tianyi, XIANG Jie. Novel Brain-Computer Interface System Based on Steady-State Visual Evoked Potential[J]. Computer Engineering and Applications, 2021, 57(8): 153-159.

[1]	李子杏，兰珍，唐邓清，闫超，相晓嘉，周晗. 基于ERP信号的目标检测研究综述[J]. 计算机工程与应用, 2021, 57(23): 37-49.
[2]	林雅南，陈婉清，郑世珏，杨青. AR技术在中国历史典故展示中的应用研究[J]. 计算机工程与应用, 2021, 57(14): 275-280.
[3]	刘佳，郭斌，张晶晶，闫冬. 视触觉融合的增强现实三维注册方法[J]. 计算机工程与应用, 2021, 57(11): 70-76.
[4]	谭学敏，郭超. 半监督学习的运动想象脑电信号分类[J]. 计算机工程与应用, 2020, 56(3): 139-145.
[5]	李婷婷，王相海. 基于AR-VR混合技术的儿童智力开发系统研究[J]. 计算机工程与应用, 2020, 56(23): 259-264.
[6]	郭娜，王田苗，胡磊，刘洪升，王昱涵，俞国鑫，宋雄康，耿宝多，杨标. ACL重建手术增强现实导航系统的人机交互技术[J]. 计算机工程与应用, 2020, 56(21): 224-230.
[7]	张功森，郭翌，李永哲，裴曦，徐榭，周解平. 结合增强现实的医用加速器碰撞检测方法[J]. 计算机工程与应用, 2020, 56(17): 197-202.
[8]	朱悦，李春光，郭浩，祝宇飞，孙立宁. 运动想象的机理研究与应用综述[J]. 计算机工程与应用, 2020, 56(10): 10-19.
[9]	周玲，陈强. 城市地下管网增强现实系统研究[J]. 计算机工程与应用, 2020, 56(1): 251-256.
[10]	缪相林1，何绯娟1，缪亚林2，肖春3，周建龙1. 动态调整用户认知负荷的智能增强现实系统[J]. 计算机工程与应用, 2019, 55(7): 182-187.
[11]	雍玖，王阳萍，雷晓妹. MEEM跟踪和改进ORB特征检测的三维注册方法[J]. 计算机工程与应用, 2019, 55(24): 147-153.
[12]	韩玉仁，李铁军，杨冬. 增强现实中三维跟踪注册技术概述[J]. 计算机工程与应用, 2019, 55(21): 26-35.
[13]	罗又文，王崴，瞿珏. 基于Faster R-CNN的诱导维修自动交互设计[J]. 计算机工程与应用, 2019, 55(12): 181-187.
[14]	陈曦1，王毅刚1，吴子朝1，李际军2. 一种舞台增强现实系统的研究与实现[J]. 计算机工程与应用, 2018, 54(3): 11-17.
[15]	张磊，朱培浩，卢凯杰. 古典家具数字化保护方法研究进展[J]. 计算机工程与应用, 2018, 54(18): 26-33.

新颖的稳态视觉诱发电位脑机接口系统

Novel Brain-Computer Interface System Based on Steady-State Visual Evoked Potential

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics