CN106468953B - 螺旋运动视觉感知的稳态运动诱发电位脑-机接口方法 - Google Patents

螺旋运动视觉感知的稳态运动诱发电位脑-机接口方法 Download PDF

Info

Publication number
CN106468953B
CN106468953B CN201610804279.8A CN201610804279A CN106468953B CN 106468953 B CN106468953 B CN 106468953B CN 201610804279 A CN201610804279 A CN 201610804279A CN 106468953 B CN106468953 B CN 106468953B
Authority
CN
China
Prior art keywords
normal form
frequency
movement
brain
screen
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
CN201610804279.8A
Other languages
English (en)
Other versions
CN106468953A (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 CN201610804279.8A priority Critical patent/CN106468953B/zh
Publication of CN106468953A publication Critical patent/CN106468953A/zh
Application granted granted Critical
Publication of CN106468953B publication Critical patent/CN106468953B/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

螺旋运动视觉感知的稳态运动诱发电位脑‑机接口方法,范式图案通过螺旋形式运动,采用正弦方式实现范式的顺‑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,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,设计了螺旋运动范式,图案整个运动过程中保持亮度恒定,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

螺旋运动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,具体涉及一种螺旋运动视觉感知的稳态运动诱发电位脑-机接口方法。
背景技术
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)等是脑-机接口技术(BCI)常用方法。相比而言,稳态视觉诱发电位所需电极数目更少、使用者不需要训练,辨识准确率更高。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,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的影响。运动视觉诱发电位(mVEP)分为瞬态和稳态两种,2009年清华大学的高上凯等人利用视觉系统对运动的感知能力,采用视觉运动起始对应的瞬态N2电位实现脑-机接口应用,该范式具有亮度恒定和非闪烁的优点。其缺点在于,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螺旋运动视觉感知的稳态运动诱发电位脑-机接口方法,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:
一种螺旋运动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)螺旋范式设计及运动实现:
1.1)设计螺旋范式:
将螺旋范式图案宽和高都设为250像素;定义变量D,其值为这里将其圆整为D’;令[-D’,D’]间隔为1,生成一个大小为(2D’+1)×(2D’+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,螺旋范式生成公式为:
S=(L*(1-cos(angle/d+r*d)))/2 (1)
其中S为范式图案亮度值;L为背景亮度值;d为螺旋条纹的个数,这里设为5;r和angle为螺旋运动范式图案像素点(x,y)转换为极坐标后的极轴与极角;
1.2)实现螺旋范式运动:
通过PSYCHTOOLBOX工具箱编程绘制范式图案纹理,通过改变纹理旋转角度Rangle实现螺旋范式运动,本发明采用正弦方式实现螺旋范式运动,其中:
fc为运动频率,即螺旋范式顺-逆时针旋转一圈所需时间的倒数;通过改变纹理旋转角度Rangle由0到2π时,范式顺时针旋转;纹理旋转角度Rangle由2π到0时,纹理逆时针旋转;在一个周期中,运动放向改变的频率定义为运动反转频率f,运动反转频率f为运动频率fc的2倍,采用运动反转频率f作为视觉刺激的基频;
视觉刺激通过计算机屏幕呈现给使用者,图像帧替换的频率称为屏幕刷新率fr,在生成帧图象时,式(2)中的时间t必须根据屏幕刷新率离散化,即t(n)=n/fr,其中n=1,2,3...为帧序号,式(2)改写为:
这时Rangle变为离散的时间序列,为保证其为周期序列fr/fc必须为整数;令Fc=fr/fc为一个收缩-扩张周期所需要的帧数,式(3)改写为:
此时,运动反转频率的计算公式为:
根据式(5)计算准确的运动反转频率f,根据式(4)计算离散化后的纹理旋转角度Rangle;
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螺旋范式,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,设计了螺旋范式,图案整个运动过程中保持亮度恒定,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为本发明的螺旋范式图案。
具体实施方式
下面结合附图对本发明作详细描述。
一种螺旋运动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)螺旋范式设计及运动实现:
1.1)设计螺旋范式:
参照图1,将螺旋范式图案宽和高都设为250像素;定义变量D,其值为这里将其圆整为D’;令[-D’,D’]间隔为1,生成一个大小为(2D’+1)×(2D’+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;螺旋范式生成公式为:
S=(L*(1-cos(angle/d+r*d)))/2 (1)
其中S为范式图案每一点亮度值;L为背景亮度值;d为螺旋条纹的个数,这里设为5;r和ang为螺旋运动范式图案像素点(x,y)转换为极坐标后的极轴与极角;
1.2)实现螺旋范式运动:
通过PSYCHTOOLBOX工具箱编程绘制范式图案纹理,通过改变纹理旋转角度Rangle实现螺旋范式运动,这里采用正弦方式实现螺旋范式运动,其中:
fc为运动频率,即螺旋范式顺-逆时针旋转一圈所需时间的倒数;通过改变纹理旋转角度Rangle由0到2π时,范式顺时针旋转;纹理旋转角度Rangle由2π到0时,纹理逆时针旋转;在一个周期中,运动放向改变的频率定义为运动反转频率f,运动反转频率f为运动频率fc的2倍,采用运动反转频率f作为视觉刺激的基频;
视觉刺激通过计算机屏幕呈现给使用者,图像帧替换的频率称为屏幕刷新率fr,在生成帧图象时,式(2)中的时间t必须根据屏幕刷新率离散化,即t(n)=n/fr,其中n=1,2,3...为帧序号,式(2)改写为:
这时Rangle变为离散的时间序列,为保证其为周期序列fr/fc必须为整数;令Fc=fr/fc为一个收缩-扩张周期所需要的帧数,式(3)改写为:
此时,运动反转频率的计算公式为:
根据式(5)计算准确的运动反转频率f,根据式(4)计算离散化后的纹理旋转角度Rangle;
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螺旋范式,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)

1.一种螺旋运动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)螺旋范式设计及运动实现:
1.1)设计螺旋运动范式:
将螺旋范式图案宽和高都设为250像素;定义变量D,其值为这里将其圆整为D’;令[-D’,D’]间隔为1,生成一个大小为(2D’+1)×(2D’+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,螺旋范式生成公式为:
S=(L*(1-cos(angle/d+r*d)))/2 (1)
其中S为范式图案亮度值;L为背景亮度值;d为螺旋条纹的个数,这里设为5;r和angle为螺旋运动范式图案像素点(x,y)转换为极坐标后的极轴与极角;
1.2)实现螺旋范式运动:
通过PSYCHTOOLBOX工具箱编程绘制范式图案纹理,通过改变纹理旋转角度Rangle实现螺旋范式运动,本发明采用正弦方式实现螺旋范式运动,其中:
fc为运动频率,即螺旋范式顺-逆时针旋转一圈所需时间的倒数;通过改变纹理旋转角度Rangle由0到2π时,范式顺时针旋转;纹理旋转角度Rangle由2π到0时,纹理逆时针旋转;在一个周期中,运动放向改变的频率定义为运动反转频率f,运动反转频率f为运动频率fc的2倍,采用运动反转频率f作为视觉刺激的基频;
视觉刺激通过计算机屏幕呈现给使用者,图像帧替换的频率称为屏幕刷新率fr,在生成帧图象时,式(2)中的时间t必须根据屏幕刷新率离散化,即t(n)=n/fr,其中n=1,2,3...为帧序号,式(2)改写为:
这时Rangle变为离散的时间序列,为保证其为周期序列fr/fc必须为整数;令Fc=fr/fc为一个收缩-扩张周期所需要的帧数,式(3)改写为:
此时,运动反转频率的计算公式为:
根据式(5)计算准确的运动反转频率f,根据式(4)计算离散化后的纹理旋转角度Rangle;
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螺旋范式,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。
CN201610804279.8A 2016-09-06 2016-09-06 螺旋运动视觉感知的稳态运动诱发电位脑-机接口方法 Active CN106468953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610804279.8A CN106468953B (zh) 2016-09-06 2016-09-06 螺旋运动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
CN201610804279.8A CN106468953B (zh) 2016-09-06 2016-09-06 螺旋运动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
CN106468953A CN106468953A (zh) 2017-03-01
CN106468953B true CN106468953B (zh) 2019-02-26

Family

ID=58230184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610804279.8A Active CN106468953B (zh) 2016-09-06 2016-09-06 螺旋运动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) CN106468953B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108681395B (zh) * 2018-04-24 2020-06-16 西安交通大学 一种利用运动耦合增加编码目标的bci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
CN106468953A (zh) 2017-03-01

Similar Documents

Publication Publication Date Title
CN111553307B (zh) 一种融合生物电阻抗信息和肌电信息的手势识别系统
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
Chen et al. A high-itr ssvep-based bci speller
Ramalingam et al. Top-down modulation of lateral interactions in visual cortex
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
Manyakov et al. Multichannel decoding for phase-coded SSVEP brain–computer interface
CN105260025B (zh) 基于移动终端的稳态视觉诱发电位脑机接口系统
CN104182042A (zh) 一种多模态信号的脑机接口方法
CN104536573B (zh) 一种基于高频闪烁情感刺激的脑‑机接口方法
CN102722244A (zh) 基于运动翻转视觉感知的稳态诱发电位脑-机接口方法
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
US11442536B2 (en) EOG-based method and apparatus for asynchronous character input
Cecotti Toward shift invariant detection of event-related potentials in non-invasive brain-computer interface
Han et al. ‘Write’but not ‘spell’Chinese characters with a BCI-controlled robot
Cottereau et al. The evolution of a disparity decision in human visual cortex
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
Wang et al. Wavelet decomposition and phase encoding of temporal signals using spiking neurons
CN109308118A (zh) 基于eog的中文眼写信号识别系统及其识别方法
CN109116988A (zh) 基于错觉运动感知的稳态诱发电位脑-机接口方法
Manyakov et al. Decoding stimulus-reward pairing from local field potentials recorded from monkey visual cortex
Oka et al. VEPs elicited by local correlations and global symmetry: Characteristics and interactions
CN106155329A (zh) 基于往复摆动视觉感知的稳态诱发电位脑‑机接口方法
CN115309268A (zh) 脑-机接口系统和方法
Niu et al. Effect of 3D paradigm synchronous motion for SSVEP-based hybrid BCI-VR system
Simões et al. Feature analysis for correlation studies of simultaneous EEG-fMRI data: A proof of concept for neurofeedback approaches

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