CN106468952B - 基于旋转视觉感知的稳态运动诱发电位脑-机接口方法 - Google Patents

基于旋转视觉感知的稳态运动诱发电位脑-机接口方法 Download PDF

Info

Publication number
CN106468952B
CN106468952B CN201610803435.9A CN201610803435A CN106468952B CN 106468952 B CN106468952 B CN 106468952B CN 201610803435 A CN201610803435 A CN 201610803435A CN 106468952 B CN106468952 B CN 106468952B
Authority
CN
China
Prior art keywords
normal form
rotation
brain
eeg signals
computer interface
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610803435.9A
Other languages
English (en)
Other versions
CN106468952A (zh
Inventor
徐光华
闫文强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201610803435.9A priority Critical patent/CN106468952B/zh
Publication of CN106468952A publication Critical patent/CN106468952A/zh
Application granted granted Critical
Publication of CN106468952B publication Critical patent/CN106468952B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Neurosurgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Neurology (AREA)
  • Health & Medical Sciences (AREA)
  • Dermatology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

基于旋转视觉感知的稳态运动诱发电位脑‑机接口方法,红色范式图案通过旋转形式运动,采用等角速度实现范式的顺‑逆时针旋转,通过脑电采集设备采集使用者注视刺激图案时产生的脑电信号,经过放大、滤波与A/D转换后,将处理后的脑电信号输入计算机,采集到的脑电信号利用典型相关分析实现对脑电信号的特征提取及分类识别,本发明基于稳态运动视觉电位,综合利用人眼对色彩、形状、亮度、运动等视觉信息的感知能力,设计了红色旋转范式,降低了使用者的视觉疲劳,提高了EEG信噪比,对注视目标辨识准确率也更高,具有低闪烁,低适应性的特点,可以提升脑‑机接口的交互性能。

Description

基于旋转视觉感知的稳态运动诱发电位脑-机接口方法
技术领域
本发明涉及医学信息智能处理技术领域,具体涉及基于旋转视觉感知的稳态运动诱发电位脑-机接口方法。
背景技术
脑-机接口是指人或动物脑(或者脑细胞的培养物)与外部设备间建立的直接连接通路,常用方法有运动想象(Motor imagery,MI)、P300事件相关电位、瞬态视觉诱发电位(tVEP)、稳态视觉诱发电位(SSVEP)等。相比而言,稳态视觉诱发电位所需电极数目少、使用者不需要训练,辨识准确率更高。然而,传统的SSVEP,常采用光闪烁或图形翻转等刺激方式,易造成使用者视觉疲劳、降低大脑响应和识辨准确率,限制了其进一步应用。近年来有学者提出基于运动感知的脑-机接口范式,能避免长时间强刺激对大脑响应产生的负面影响。运动视觉诱发电位(mVEP)分为瞬态和稳态两种,瞬态范式要求多刺激目标按不同起始时刻作单一方向运动,运动具有方向特异性,易引发大脑运动后效应。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种基于旋转视觉感知的稳态运动诱发电位脑-机接口方法(SSMVEP),提高信噪比,降低使用者视觉疲劳,提升脑-机接口的交互性能。
为了达到上述目的,本发明采取的技术方案为:
一种基于旋转视觉感知的稳态运动诱发电位脑-机接口方法,包括以下步骤:
1)旋转范式设计:
旋转范式图案宽和高为W和H,这里都设为150像素,颜色设置为红色;为实现范式的旋转,定义变量M,其值为这里将其圆整为M’;令[-M’,M’]间隔为1,生成一个大小为(2M’+1)×(2M’+1)的二维网格点,范式图案像素点坐标(x,y)对应于每一网格点坐标;旋转范式生成公式为:
S=0.5+0.5*cos(π*th) (1)
其中S为范式图案亮度值;th为旋转范式图案像素点(x,y)转换为极坐标后的极轴长度;
范式图案是通过显示屏一帧一帧呈现的,通过PSYCHTOOLBOX工具箱编程绘制范式图案纹理,改变纹理旋转角度Angle实现旋转范式运动,采用等角速度实现旋转范式的运动,其中:
Anglei+1=Anglei+n·D (2)
其中i表示第i帧范式图案,D表示每一帧图案转过的角度,由式(2)知,当n为+1时,范式顺时针旋转,当n为-1时,范式逆时针旋转,通过改变n的正负实现范式旋转方向的改变,这里范式旋转360度后反向;设范式运动频率为f,即顺-逆时针旋转一个周期所需时间的倒数,反转频率为fc,即旋转范式旋向改变的频率,将反转频率fc作为诱发的SSMVEP信号基频;
2)搭建脑-机接口平台:
电极帽通过脑电采集设备和主控制器的输入连接,主控制器的输出通过显示屏扩展和计算机屏幕的输入连接,使用者头戴电极帽端坐于屏幕前,头部距离屏幕100-120cm,测量电极为O1、Oz、O2、POz、PO4和PO8,左耳垂放置参考电极,FPz处为地电极,给各测量电极注入导电膏,保证电极与头皮良好接触;
3)旋转范式呈现与识别:
主控制器通过显示屏扩展使计算机屏幕上呈现数个刺激频率不同的旋转范式,使用者每次注视刺激范式图案中任意一个,通过脑电采集设备采集使用者注视范式图案时产生的脑电信号,然后经过放大、滤波与A/D转换后,将处理后的脑电信号输入主控制器,将采集到的脑电信号利用典型相关分析进行特征提取及分类识别;
4)识别结果通过屏幕输出,完成视觉反馈后,返回步骤3),进行下一轮的目标辨识。
本发明的有益效果为:本发明基于稳态运动视觉电位,综合利用人眼对色彩、形状、亮度、运动等视觉信息的感知能力,设计了红色旋转范式,降低了使用者的视觉疲劳,提高了EEG信噪比,对注视目标辨识准确率也更高,具有低闪烁,低适应性的特点,可以提升脑-机接口的交互性能。
附图说明
图1为本发明的旋转范式图案。
具体实施方式
下面结合附图对本发明作详细描述。
一种基于旋转视觉感知的稳态运动诱发电位脑-机接口方法,包括以下步骤:
1)旋转范式设计:
人眼视觉系统精细复杂,可以感知色彩、形状、亮度、运动等不同视觉信息。视觉皮层包括“背侧通道”、“腹侧通道”两条信息传输通路,前者可以感知高频闪烁和运动信息,后者可以感知色彩、亮度等视觉信息,SSVEP主要利用人眼亮度感知通道,本发明为提高诱发脑电信号信噪比,提升识辨准确率,将两条通路都利用起来,设计了旋转范式,由于人眼对红色反应较为敏感,潜伏期短,这里将范式图案设置为红色,参照图1,旋转范式图案宽和高为W和H,这里都设为150像素;为实现范式的旋转,定义变量M,其值为这里将其圆整为M’;令[-M’,M’]间隔为1,生成一个大小为(2M’+1)×(2M’+1)的二维网格点,范式图案像素点坐标(x,y)对应于每一网格点坐标;旋转范式生成公式为:
S=0.5+0.5*cos(π*th) (1)
其中S为范式图案亮度值;th为旋转范式图案像素点(x,y)转换为极坐标后的极轴长度;
范式图案是通过显示屏一帧一帧呈现的,通过PSYCHTOOLBOX工具箱编程绘制范式图案纹理,改变纹理旋转角度Angle实现旋转范式运动,本发明采用等角速度实现旋转范式的运动,其中:
Anglei+1=Anglei+n·D (2)
其中i表示第i帧范式图案,D表示每一帧图案转过的角度,由式(2)可知,当n为+1时,范式顺时针旋转,当n为-1时,范式逆时针旋转,通过改变n的正负实现范式旋转方向的改变,这里范式旋转360度后反向;设范式运动频率为f,即顺-逆时针旋转一个周期所需时间的倒数,反转频率为fc,即旋转范式旋向改变的频率,本发明将反转频率fc作为诱发的SSMVEP信号基频;
2)搭建脑-机接口平台:
电极帽通过脑电采集设备和主控制器的输入连接,主控制器的输出通过显示屏扩展和计算机屏幕的输入连接,使用者头戴电极帽端坐于屏幕前,头部距离屏幕100-120cm,测量电极为O1、Oz、O2、POz、PO4和PO8,左耳垂放置参考电极,FPz处为地电极,给各测量电极注入导电膏,保证电极与头皮良好接触;
3)旋转范式呈现与识别:
主控制器通过显示屏扩展使计算机屏幕上呈现数个刺激频率不同的旋转范式,使用者每次注视刺激范式图案中任意一个,通过脑电采集设备采集使用者注视范式图案时产生的脑电信号,然后经过放大、滤波与A/D转换后,将处理后的脑电信号输入主控制器,将采集到的脑电信号利用典型相关分析进行特征提取及分类识别;
4)识别结果通过屏幕输出,完成视觉反馈后,返回步骤3),进行下一轮的目标辨识。

Claims (1)

1.一种基于旋转视觉感知的稳态运动诱发电位脑-机接口方法,其特征在于,包括以下步骤:
1)旋转范式设计:
旋转范式图案宽和高为W和H,这里都设为150像素;颜色设置为红色;为实现范式的旋转,定义变量M,其值为这里将其圆整为M’;令[-M’,M’]间隔为1,生成一个大小为(2M’+1)×(2M’+1)的二维网格点,范式图案像素点坐标(x,y)对应于每一网格点坐标;旋转范式生成公式为:
S=0.5+0.5*cos(π*th) (1)
其中S为范式图案亮度值;th为旋转范式图案像素点(x,y)转换为极坐标后的极轴长度;
范式图案是通过显示屏一帧一帧呈现的,通过PSYCHTOOLBOX工具箱编程绘制范式图案纹理,改变纹理旋转角度Angle实现旋转范式运动,本发明采用等角速度实现旋转范式的运动,其中:
Anglei+1=Anglei+n·D (2)
其中i表示第i帧范式图案,D表示每一帧图案转过的角度,由式(2)知,当n为+1时,范式顺时针旋转,当n为-1时,范式逆时针旋转,通过改变n的正负实现范式旋转方向的改变,这里范式旋转360度后反向;设范式运动频率为f,即顺-逆时针旋转一个周期所需时间的倒数,反转频率为fc,即旋转范式旋向改变的频率,将反转频率fc作为诱发的SSMVEP信号基频;
2)搭建脑-机接口平台:
电极帽通过脑电采集设备和主控制器的输入连接,主控制器的输出通过显示屏扩展和计算机屏幕的输入连接,使用者头戴电极帽端坐于屏幕前,头部距离屏幕100-120cm,测量电极为O1、Oz、O2、POz、PO4和PO8,左耳垂放置参考电极,FPz处为地电极,给各测量电极注入导电膏,保证电极与头皮良好接触;
3)范式呈现与识别:
主控制器通过显示屏扩展使计算机屏幕上呈现数个刺激频率不同的旋转范式,使用者每次注视刺激范式图案中任意一个,通过脑电采集设备采集使用者注视范式图案时产生的脑电信号,然后经过放大、滤波与A/D转换后,将处理后的脑电信号输入主控制器,将采集到的脑电信号利用典型相关分析进行特征提取及分类识别;
4)识别结果通过屏幕输出,完成视觉反馈后,返回步骤3),进行下一轮的目标辨识。
CN201610803435.9A 2016-09-06 2016-09-06 基于旋转视觉感知的稳态运动诱发电位脑-机接口方法 Active CN106468952B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610803435.9A CN106468952B (zh) 2016-09-06 2016-09-06 基于旋转视觉感知的稳态运动诱发电位脑-机接口方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610803435.9A CN106468952B (zh) 2016-09-06 2016-09-06 基于旋转视觉感知的稳态运动诱发电位脑-机接口方法

Publications (2)

Publication Number Publication Date
CN106468952A CN106468952A (zh) 2017-03-01
CN106468952B true CN106468952B (zh) 2019-02-26

Family

ID=58230285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610803435.9A Active CN106468952B (zh) 2016-09-06 2016-09-06 基于旋转视觉感知的稳态运动诱发电位脑-机接口方法

Country Status (1)

Country Link
CN (1) CN106468952B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108803873B (zh) * 2018-05-22 2020-03-24 西安交通大学 一种基于高刷新率呈现的运动视觉诱发电位脑机接口方法
CN109116988B (zh) * 2018-08-14 2020-03-31 西安交通大学 基于错觉运动感知的稳态诱发电位脑-机接口方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1776572A (zh) * 2005-12-08 2006-05-24 清华大学 基于稳态视觉诱发脑电波的计算机人机交互方法
WO2012044261A1 (en) * 2010-09-29 2012-04-05 The Office Of National Telecommunications Commission System and method for ssvep based control of electrical devices
CN102722244A (zh) * 2012-05-25 2012-10-10 西安交通大学 基于运动翻转视觉感知的稳态诱发电位脑-机接口方法
CN104965584A (zh) * 2015-05-19 2015-10-07 西安交通大学 基于ssvep与osp的混合脑-机接口方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008052166A2 (en) * 2006-10-26 2008-05-02 Wicab, Inc. Systems and methods for altering brain and body functions an treating conditions and diseases

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1776572A (zh) * 2005-12-08 2006-05-24 清华大学 基于稳态视觉诱发脑电波的计算机人机交互方法
WO2012044261A1 (en) * 2010-09-29 2012-04-05 The Office Of National Telecommunications Commission System and method for ssvep based control of electrical devices
CN102722244A (zh) * 2012-05-25 2012-10-10 西安交通大学 基于运动翻转视觉感知的稳态诱发电位脑-机接口方法
CN104965584A (zh) * 2015-05-19 2015-10-07 西安交通大学 基于ssvep与osp的混合脑-机接口方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
稳态视觉诱发电位的注意机制及其在脑机接口的应用;赵均榜;《中国博士学位论文全文数据库哲学与人文科学辑》;20131130(第11期);全文
稳态视觉诱发电位的研究与展望;张峰等;《仪器仪表学报》;20100831(第8期);全文

Also Published As

Publication number Publication date
CN106468952A (zh) 2017-03-01

Similar Documents

Publication Publication Date Title
CN106155323B (zh) 基于等亮度色彩强化的稳态运动诱发电位脑-机接口方法
CN108803873B (zh) 一种基于高刷新率呈现的运动视觉诱发电位脑机接口方法
US9579236B2 (en) Representing visual images by alternative senses
CN104978035B (zh) 基于体感电刺激诱发p300的脑机接口系统及其实现方法
Yohanandan et al. A robust low-cost EEG motor imagery-based brain-computer interface
CN105824418B (zh) 一种基于非对称视觉诱发电位的脑-机接口通讯系统
CN106951064B (zh) 引入对象连续动作的稳态视觉诱发范式设计及辨识方法
Manyakov et al. Multichannel decoding for phase-coded SSVEP brain–computer interface
CN104914994A (zh) 基于稳态视觉诱发电位的飞行器控制系统和飞行控制方法
Ge et al. Training-free steady-state visual evoked potential brain–computer interface based on filter bank canonical correlation analysis and spatiotemporal beamforming decoding
CN103970273A (zh) 基于随机共振增强的稳态运动视觉诱发电位脑机接口方法
CN107510555B (zh) 一种轮椅脑波控制装置及控制方法
CN105260025A (zh) 基于移动终端的稳态视觉诱发电位脑机接口系统
JP2017217486A (ja) 集中度評価装置、集中度評価方法、及びプログラム
Gao et al. Multi-ganglion ANN based feature learning with application to P300-BCI signal classification
CN106468952B (zh) 基于旋转视觉感知的稳态运动诱发电位脑-机接口方法
Cheng et al. Remote heart rate measurement from near-infrared videos based on joint blind source separation with delay-coordinate transformation
CN109508094A (zh) 一种结合异步眼动开关的视觉诱发脑机接口方法
Li et al. An adaptive P300 model for controlling a humanoid robot with mind
CN116360600A (zh) 一种基于稳态视觉诱发电位的空间定位系统
CN109034015A (zh) Fsk-ssvep的解调系统及解调算法
Li et al. Improving movement-related cortical potential detection at the EEG source domain
CN106468953B (zh) 螺旋运动视觉感知的稳态运动诱发电位脑-机接口方法
JP2017119109A (ja) ストレス判定装置及び方法
Cheng et al. Comparison of the BCI performance between the semitransparent face pattern and the traditional face pattern

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant