CN109271020A - 一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法 - Google Patents
一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法 Download PDFInfo
- Publication number
- CN109271020A CN109271020A CN201810968451.2A CN201810968451A CN109271020A CN 109271020 A CN109271020 A CN 109271020A CN 201810968451 A CN201810968451 A CN 201810968451A CN 109271020 A CN109271020 A CN 109271020A
- Authority
- CN
- China
- Prior art keywords
- user
- computer
- computer screen
- eye tracker
- brain
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input 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
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input 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
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Dermatology (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Eye Examination Apparatus (AREA)
Abstract
一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法，先按标准在使用者头部分别安放测量电极、参考电极、地电极，电极的输出端通过采集器、脑电信号放大器与计算机连接；然后根据计算机屏幕的尺寸居中放置眼动仪，眼动仪与计算机连接；再进行眼动仪的校准，然后进行一次目标识别任务；进行多次识别任务后，计算识别结果的准确率，并计算眼动仪采集到的视觉注视位置参数，将准确率与视觉注视位置参数通过计算机屏幕呈现给使用者，实现对使用者不同注意力水平下稳态视觉诱发脑机接口性能的评价，从而强化使用者在执行脑机接口任务时的注意力集中程度；本发明可以对稳态视觉诱发脑机接口的注意力集中程度进行评价。
Description
技术领域
本发明涉及生物医学工程中神经工程及脑-机接口技术领域，具体涉及一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法。
背景技术
脑机接口(Brain-computer interface，BCI)是一种不依赖于人体的外周围神经系统和肌肉组织的通信系统，它是基于脑电信号实现人脑与计算机等外部设备通讯来传递控制信号的一种较新的人机交互方式。在脑电研究中，已经有了多种可以作为BCI系统控制信号的脑电信号，其中基于稳态视觉诱发电位(Steady-state visual evokedpotentials,SSVEP)的脑机接口技术具有较强的抗干扰能力、使用的电极较少、较高的通信速率和无需训练就可以应用于普通使用者的优势，但是基于稳态视觉诱发的脑机接口技术主要依赖于使用者通过自主调节眼部肌肉对特定位置的刺激目标进行空间选择性注意的方式，使得使用者感受到视觉刺激，并且在大脑形成特定特征的信号，进而再通过脑电信号采集设备转化为对外部设备的控制。使用过程中，完成一次识别任务之后，识别结果通过视觉反馈方式呈现给使用者，但这种传统意义上的视觉反馈方式仅能提供简单的分类结果，无法对注意力集中程度进行评价，而注意力的集中程度存在极大的个体差异性，需要从一个较客观的角度衡量使用者进行稳态视觉诱发脑机接口任务时的真实注意力水平。
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眼动追踪的稳态视觉诱发脑机接口性能评价方法，可以对稳态视觉诱发脑机接口的注意力集中程度进行评价。
为了达到上述目的，本发明采取的技术方案为：
一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法，包括以下步骤：
步骤1，进行硬件连接：
1.1)安装脑电帽、采集器F、脑电信号放大器G：按照国际10-20系统电极放置标准，在使用者头部X的枕区n个位置分别安放测量电极A1、A2、…、An，在使用者头部X的单侧耳垂位置安放参考电极D，在使用者头部X的前额Fpz位置安放地电极E，给电极打入导电膏，将地电极接地，确保电极阻抗保持低于5千欧姆；测量电极A1、A2、…、An的输出端接入采集器F的输入端F1、F2、…、Fn，参考电极D的输出端接入采集器F的输入端F(n+1)，地电极E的输出端接入采集器F的输入端F(n+2)，采集器F的输出端与脑电信号放大器G的输入端相连，脑电信号放大器G的输出端与计算机H的输入端相连，计算机H的输出端和计算机屏幕I相连；
1.2)安装眼动仪M：根据计算机屏幕I的尺寸居中放置眼动仪M，眼动仪M的顶部和计算机屏幕I的底端对齐，计算机屏幕I与水平面夹角范围为90°到120°，眼动仪M的输出端与计算机H的输入端相连；
步骤2，进入眼动仪校准程序：
眼动仪M测得的视觉位置信息，将其呈现在计算机屏幕I上，用来调整使用者与计算机屏幕I的距离d，距离d范围为40cm到90cm，采用五点法完成眼动仪M的校准；
步骤3，进入稳态视觉诱发程序和视觉信息采集程序：
3.1)在计算机屏幕I上显示2个以上牛顿环作为运动刺激单元T1、T2、…、Tn，运动刺激单元为明暗相间同心圆环，亮区和暗区面积相等；在刺激呈现过程中，运动刺激单元按正弦调制方式进行收缩和扩张，形成两个方向上的周期往复振荡运动，分别位于计算机屏幕I的不同位置，并且这些牛顿环以不同的刺激频率进行振荡，每个牛顿环的振荡频率均高于6Hz；
3.2)布置好运动刺激单元后，每个运动刺激单元上有2个以上用于使用者注视的标定点P1、P2、…、Pm，其中标定点P1位于牛顿环中心位置，另外m-1个标定点P2、…、Pm位于牛顿环的外圆周上，标定点直径均为dp；
3.3)使用者注视2个以上运动刺激单元Tn中的任意一个标定点Pm，使用者注视的标定点所在的运动刺激单元称为目标，而其他运动刺激单元称为非目标；
3.4)在稳态视觉诱发程序中，计算机H同步记录刺激开始与结束的时间，并通过测试电极采集原始脑电信号，使用GT2 circ检验法判别出刺激目标，具体包含以下操作：首先，对原始脑电信号作滤波和陷波处理，然后，对处理过的脑电信号作预白化处理，消除低频脑电成份的影响；最后，经快速傅里叶变换得到包含多个谐波分量的傅里叶向量，将傅里叶向量代入GT2 circ假设检验中，得到相应统计量，通过比较统计量相对于绝对零值的显著程度，计算出不同刺激目标下的显著性概率；
3.5)根据计算得到的每个刺激频率对应的显著性概率，若其中最小值小于预设的显著度水平，将最小值对应的刺激频率所属的运动刺激单元判定为使用者所注视的目标，计算机屏幕将注视的目标反馈给使用者；
3.6)在步骤3.4)中，稳态诱发程序中获得的计算机同步采集的刺激开始与结束的时间，通过TCP/IP传输协议传输给视觉信息采集程序，使得眼动仪M的采集与脑电波的采集达到同步开始与结束；
步骤4，视觉信息采集程序开始注视位置的采集，通过TCP/IP传输协议将实时采集的注视位置发送给稳态视觉诱发程序，将当前实时注视位置以左右眼横纵坐标分别取平均值的形式与刺激单元同步显示在计算机屏幕上，实现对使用者视觉注意力水平的客观反馈，同时将采集到的所有左右眼注视位置的视觉参数保存；
步骤5，完成目标识别后，返回步骤3，进行下一次目标识别任务；
步骤6，进行f次识别任务后，计算识别结果的准确率，并计算眼动仪M采集到的视觉注视位置参数，将准确率与视觉注视位置参数通过计算机屏幕呈现给使用者，实现对使用者不同注意力水平下稳态视觉诱发脑机接口性能的评价，从而强化使用者在执行脑机接口任务时的注意力集中程度。
所述的五点法即采用5个等直径为dr的白色校准点呈现给使用者，其中五点的选取分别为计算机屏幕I的中心位置点和计算机屏幕I的四角，靠近屏幕边缘顶点，使用者依次观察计算机屏幕呈现的5个校准点，由眼动仪M收集视觉参数信息并在计算机屏幕I上呈现校准结果，完成校准。
本发明的有益效果为：
(1)本发明首次将眼动追踪技术引入稳态视觉诱发脑机接口的性能评价中，用脑机接口正确率和注视位置参数对脑机接口性能做出客观评价，从而提高使用者的注意力水平，实现脑机接口性能的提升；
(2)本发明评价方法可以拓展到其他一些视觉诱发脑机接口上，如视觉诱发事件相关电位脑机接口、瞬态视觉诱发脑机接口等系统上，具有广阔的应用前景。
附图说明
图1是本发明的方法流程图。
图2是本发明的硬件连接示意图。
图3是本发明的计算机屏幕与眼动仪相对位置示意图。
图4是本发明的校准点位置示意图。
图5是本发明牛顿环的运动刺激单元与标定点位置示意图。
图6是本发明的左右眼注视位置显示形式示意图。
具体实施方式
下面结合附图和实施实例对本发明作进一步的详细说明。
参照图1，一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法，包含以下步骤：
步骤1，进行硬件连接：
1.1)如图2所示，安装脑电帽、采集器F、脑电信号放大器G：按照国际10-20系统电极放置标准，在使用者头部X的枕区PO3、POZ、PO4、O1、OZ、O2位置分别安放测量电极A1、A2、A3、A4、A5、A6，在使用者头部X的单侧耳垂位置安放参考电极D，在使用者头部X的前额Fpz位置安放地电极E，给电极打入导电膏，将地电极接地，确保电极阻抗保持低于5千欧姆；测量电极A1、A2、A3、A4、A5、A6的输出端接入采集器F的输入端F1、F2、F3、F4、F5、F6，参考电极D的输出端接入采集器F的输入端F7，地电极E的输出端接入采集器F的输入端F8，采集器F的输出端与脑电信号放大器G的输入端相连，脑电信号放大器G的输出端与计算机H的输入端相连，计算机H的输出端和计算机屏幕I相连；
1.2)如图3所示，安装眼动仪M：根据计算机屏幕I的尺寸居中放置眼动仪M，眼动仪M的顶部和计算机屏幕I的底端对齐，计算机屏幕I与水平面夹角为110°，眼动仪M的输出端与计算机H的输入端相连；
步骤2，进入眼动仪校准程序：
利用眼动仪M测得的视觉位置信息，将其呈现在计算机屏幕I上，用来调整使用者与计算机屏幕I的距离d＝60±2(cm)，采用五点法完成眼动仪M的校准，如图4所示，即采用5个等直径为dr的白色校准点呈现给使用者，dr变化范围为0-10mm，其中五点的选取分别为计算机屏幕I的中心位置点和计算机屏幕I的四角，靠近计算机屏幕I边缘顶点，其中任意一点到计算机屏幕I的上边缘距离为b1＝54mm，距离左/右边缘距离为b2＝77mm，使用者依次观察计算机屏幕I呈现的5个校准点，由眼动仪M收集视觉参数信息并在计算机屏幕I上呈现校准结果，完成校准；
表1校准点位置坐标
步骤3，进入稳态视觉诱发程序和视觉信息采集程序：
3.1)如图5所示，在计算机屏幕I上显示4个牛顿环作为运动刺激单元，运动刺激单元为明暗相间同心圆环，亮区和暗区面积相等；在刺激呈现过程中，运动刺激单元按正弦调制方式进行收缩和扩张，形成两个方向上的周期往复振荡运动，分别位于计算机屏幕I的不同位置，并且这些牛顿环以不同的刺激频率进行振荡，每个牛顿环的振荡频率均高于6Hz；
3.2)如图5所示，布置好运动刺激单元后，每个运动刺激单元上有4个用于使用者注视的标定点，其中标定点P1位于牛顿环中心位置，另外3个标定点P2、P3、P4位于牛顿环的外圆周上，标定点直径dp＝10pixel；
表2牛顿环分布
3.3)如图5所示，使用者注视第一个运动刺激单元中的P2标定点，使用者注视的运动刺激单元称为目标，而其他运动刺激单元称为非目标；
3.4)在稳态视觉诱发程序中，计算机同步采集刺激开始与结束的时间，并通过测试电极采集原始脑电信号，使用GT2 circ检验法判别出刺激目标，具体包含以下操作：首先，对原始脑电信号作滤波和陷波处理，然后，对处理过的脑电信号作预白化处理，消除低频脑电成份的影响；最后，经快速傅里叶变换得到包含多个谐波分量的傅里叶向量，将傅里叶向量代入GT2 circ假设检验中，得到相应统计量，通过比较统计量相对于绝对零值的显著程度，计算出不同刺激目标下的显著性概率；
3.5)根据计算得到的每个刺激频率对应的显著性概率，若其中最小值小于预设的显著度水平，将最小值对应的刺激频率所属的运动刺激单元判定为使用者所注视的目标，计算机屏幕将注视的目标反馈给使用者；
3.6)在步骤3.4)中，稳态诱发程序中获得的计算机同步采集的刺激开始与结束的时间，通过TCP/IP传输协议传输给视觉信息采集程序，使得眼动仪M的采集与脑电波的采集达到同步开始与结束；
步骤4，视觉信息采集程序开始注视位置的采集，通过TCP/IP传输协议将实时采集的注视位置发送给稳态视觉诱发程序，将当前实时注视位置以左右眼横纵坐标分别取平均值的形式与运动刺激单元同步显示在计算机屏幕上，如图6所示，实现对使用者视觉注意力水平的客观反馈，同时将采集到的所有左右眼注视位置等视觉参数保存；
步骤5，完成目标识别后，返回步骤3，依次进行第一个刺激目标的P3标定点和P4标定点，P1标定点需要进行3次目标识别任务，之后的刺激目标任务识别顺序参照第一个刺激目标进行；
步骤7，进行6次识别任务后，计算识别结果的准确率，并计算眼动仪采集到的视觉注视位置参数，将准确率与视觉注视位置参数通过计算机屏幕呈现给使用者，实现对使用者不同注意力水平下稳态视觉诱发脑机接口性能的评价，从而强化使用者在执行脑机接口任务时的注意力集中程度。
Claims (2)
1.一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法，其特征在于，包括以下步骤：
步骤1，进行硬件连接：
1.1)安装脑电帽、采集器(F)、脑电信号放大器(G)：按照国际10-20系统电极放置标准，在使用者头部(X)的枕区n个位置分别安放测量电极A1、A2、…、An，在使用者头部(X)的单侧耳垂位置安放参考电极(D)，在使用者头部(X)的前额Fpz位置安放地电极(E)，给电极打入导电膏，将地电极接地，确保电极阻抗保持低于5千欧姆；测量电极A1、A2、…、An的输出端接入采集器(F)的输入端F1、F2、…、Fn，参考电极(D)的输出端接入采集器(F)的输入端F(n+1)，地电极(E)的输出端接入采集器(F)的输入端F(n+2)，采集器(F)的输出端与脑电信号放大器(G)的输入端相连，脑电信号放大器(G)的输出端与计算机(H)的输入端相连，计算机(H)的输出端和计算机屏幕(I)相连；
1.2)安装眼动仪(M)：根据计算机屏幕(I)的尺寸居中放置眼动仪(M)，眼动仪(M)的顶部和计算机屏幕(I)的底端对齐，计算机屏幕(I)与水平面夹角范围为90°到120°，眼动仪(M)的输出端与计算机(H)的输入端相连；
步骤2，进入眼动仪校准程序：
眼动仪(M)测得的视觉位置信息，将其呈现在计算机屏幕(I)上，用来调整使用者与计算机屏幕(I)的距离d，距离d范围为40cm到90cm，采用五点法完成眼动仪(M)的校准；
步骤3，进入稳态视觉诱发程序和视觉信息采集程序：
3.1)在计算机屏幕(I)上显示2个以上牛顿环作为运动刺激单元T1、T2、…、Tn，运动刺激单元为明暗相间同心圆环，亮区和暗区面积相等；在刺激呈现过程中，运动刺激单元按正弦调制方式进行收缩和扩张，形成两个方向上的周期往复振荡运动，分别位于计算机屏幕(I)的不同位置，并且这些牛顿环以不同的刺激频率进行振荡，每个牛顿环的振荡频率均高于6Hz；
3.2)布置好运动刺激单元后，每个运动刺激单元上有2个以上用于使用者注视的标定点P1、P2、…、Pm，其中标定点P1位于牛顿环中心位置，另外m-1个标定点P2、…、Pm位于牛顿环的外圆周上，标定点直径均为dp；
3.3)使用者注视2个以上运动刺激单元Tn中的任意一个标定点Pm，使用者注视的标定点所在的运动刺激单元称为目标，而其他运动刺激单元称为非目标；
3.4)在稳态视觉诱发程序中，计算机(H)同步记录刺激开始与结束的时间，并通过测试电极采集原始脑电信号，使用GT2 circ检验法判别出刺激目标，具体为：首先，对原始脑电信号作滤波和陷波处理，然后，对处理过的脑电信号作预白化处理，消除低频脑电成份的影响；最后，经快速傅里叶变换得到包含多个谐波分量的傅里叶向量，将傅里叶向量代入GT2 circ假设检验中，得到相应统计量，通过比较统计量相对于绝对零值的显著程度，计算出不同刺激目标下的显著性概率；
3.5)根据计算得到的每个刺激频率对应的显著性概率，若其中最小值小于预设的显著度水平，将最小值对应的刺激频率所属的运动刺激单元判定为使用者所注视的目标，计算机屏幕将注视的目标反馈给使用者；
3.6)在步骤3.4)中，稳态诱发程序中获得的计算机同步采集的刺激开始与结束的时间，通过TCP/IP传输协议传输给视觉信息采集程序，使得眼动仪(M)的采集与脑电波的采集达到同步开始与结束；
步骤4，视觉信息采集程序开始注视位置的采集，通过TCP/IP传输协议将实时采集的注视位置发送给稳态视觉诱发程序，将当前实时注视位置以左右眼横纵坐标分别取平均值的形式与刺激单元同步显示在计算机屏幕上，实现对使用者视觉注意力水平的客观反馈，同时将采集到的所有左右眼注视位置的视觉参数保存；
步骤5，完成目标识别后，返回步骤3，进行下一次目标识别任务；
步骤6，进行f次识别任务后，计算识别结果的准确率，并计算眼动仪M采集到的视觉注视位置参数，将准确率与视觉注视位置参数通过计算机屏幕呈现给使用者，实现对使用者不同注意力水平下稳态视觉诱发脑机接口性能的评价，从而强化使用者在执行脑机接口任务时的注意力集中程度。
2.根据权利要求1所述的一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法，其特征在于：所述的步骤2中五点法即采用5个等直径为dr的白色校准点呈现给使用者，其中五点的选取分别为计算机屏幕(I)的中心位置点和计算机屏幕(I)的四角，靠近屏幕边缘顶点，使用者依次观察计算机屏幕呈现的5个校准点，由眼动仪(M)收集视觉参数信息并在计算机屏幕(I)上呈现校准结果，完成校准。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810968451.2A CN109271020B (zh) | 2018-08-23 | 2018-08-23 | 一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810968451.2A CN109271020B (zh) | 2018-08-23 | 2018-08-23 | 一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109271020A true CN109271020A (zh) | 2019-01-25 |
| CN109271020B CN109271020B (zh) | 2020-09-01 |
Family
ID=65154228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810968451.2A Active CN109271020B (zh) | 2018-08-23 | 2018-08-23 | 一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109271020B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109688508A (zh) * | 2019-02-28 | 2019-04-26 | 长春理工大学 | 基于脑电波的耳机控制系统 |
| CN110236575A (zh) * | 2019-06-13 | 2019-09-17 | 淮阴工学院 | 眼动仪与驾驶模拟器相结合的驾驶员反应时间计算方法 |
| CN110353671A (zh) * | 2019-07-09 | 2019-10-22 | 杭州绎杰检测科技有限公司 | 一种基于视频调制和脑电信号的视觉注视位置测量方法 |
| CN111223363A (zh) * | 2020-02-11 | 2020-06-02 | 杭州同绘科技有限公司 | 一种基于vr和眼动仪的递增式注意力训练方法 |
| CN111580645A (zh) * | 2020-04-21 | 2020-08-25 | 天津大学 | 一种基于周围视野标定刺激诱发脑电解码的视线跟踪方法 |
| CN112346569A (zh) * | 2020-11-05 | 2021-02-09 | 江苏集萃脑机融合智能技术研究所有限公司 | 一种瞳孔脑电混合脑机接口平台及其处理方法 |
| WO2021027235A1 (zh) * | 2019-08-09 | 2021-02-18 | 西安交通大学 | 一种幼儿弱视脑电客观检测仪 |
| WO2021036541A1 (zh) * | 2019-08-23 | 2021-03-04 | 杭州曼安智能科技有限公司 | 一种基于ssvep的注意力测评方法、训练方法以及脑机接口 |
| CN113419628A (zh) * | 2021-06-24 | 2021-09-21 | 西安交通大学 | 一种基于眼动追踪下视觉目标动态可变的脑机接口方法 |
| CN113440151A (zh) * | 2021-08-03 | 2021-09-28 | 合肥科飞康视科技有限公司 | 一种专注力检测系统、检测方法及系统的使用方法 |
| CN113515195A (zh) * | 2021-06-30 | 2021-10-19 | 杭州回车电子科技有限公司 | 基于ssvep的脑机交互方法、装置、电子装置和存储介质 |
| CN114237388A (zh) * | 2021-12-01 | 2022-03-25 | 辽宁科技大学 | 一种基于多模态信号识别的脑机接口方法 |
| WO2024114480A1 (zh) * | 2022-11-30 | 2024-06-06 | 中国科学院深圳先进技术研究院 | 一种视觉刺激方法、脑机训练方法和脑机训练系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101464728A (zh) * | 2009-01-05 | 2009-06-24 | 清华大学 | 视觉运动相关神经信号为载体的人机交互方法 |
| CN101477405A (zh) * | 2009-01-05 | 2009-07-08 | 清华大学 | 基于左右视野两个频率刺激的稳态视觉诱发脑机接口方法 |
| WO2012044261A1 (en) * | 2010-09-29 | 2012-04-05 | The Office Of National Telecommunications Commission | System and method for ssvep based control of electrical devices |
| CN103399639A (zh) * | 2013-08-14 | 2013-11-20 | 天津医科大学 | 基于ssvep和p300联合脑机接口方法及装置 |
| CN103970273A (zh) * | 2014-05-09 | 2014-08-06 | 西安交通大学 | 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 |
| CN106355190A (zh) * | 2015-07-13 | 2017-01-25 | 西北工业大学 | 一种基于灰色理论的空间选择性注意检测方法 |
-
2018
- 2018-08-23 CN CN201810968451.2A patent/CN109271020B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101464728A (zh) * | 2009-01-05 | 2009-06-24 | 清华大学 | 视觉运动相关神经信号为载体的人机交互方法 |
| CN101477405A (zh) * | 2009-01-05 | 2009-07-08 | 清华大学 | 基于左右视野两个频率刺激的稳态视觉诱发脑机接口方法 |
| WO2012044261A1 (en) * | 2010-09-29 | 2012-04-05 | The Office Of National Telecommunications Commission | System and method for ssvep based control of electrical devices |
| CN103399639A (zh) * | 2013-08-14 | 2013-11-20 | 天津医科大学 | 基于ssvep和p300联合脑机接口方法及装置 |
| CN103970273A (zh) * | 2014-05-09 | 2014-08-06 | 西安交通大学 | 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 |
| CN106355190A (zh) * | 2015-07-13 | 2017-01-25 | 西北工业大学 | 一种基于灰色理论的空间选择性注意检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 庄晓旭: "脑电、眼动技术融合的情感测量方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
| 郭琛: "眼动和脑电同步采集和分析的研究与应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109688508A (zh) * | 2019-02-28 | 2019-04-26 | 长春理工大学 | 基于脑电波的耳机控制系统 |
| CN110236575A (zh) * | 2019-06-13 | 2019-09-17 | 淮阴工学院 | 眼动仪与驾驶模拟器相结合的驾驶员反应时间计算方法 |
| CN110353671B (zh) * | 2019-07-09 | 2022-02-18 | 杭州绎杰检测科技有限公司 | 一种基于视频调制和脑电信号的视觉注视位置测量方法 |
| CN110353671A (zh) * | 2019-07-09 | 2019-10-22 | 杭州绎杰检测科技有限公司 | 一种基于视频调制和脑电信号的视觉注视位置测量方法 |
| WO2021027235A1 (zh) * | 2019-08-09 | 2021-02-18 | 西安交通大学 | 一种幼儿弱视脑电客观检测仪 |
| WO2021036541A1 (zh) * | 2019-08-23 | 2021-03-04 | 杭州曼安智能科技有限公司 | 一种基于ssvep的注意力测评方法、训练方法以及脑机接口 |
| CN111223363A (zh) * | 2020-02-11 | 2020-06-02 | 杭州同绘科技有限公司 | 一种基于vr和眼动仪的递增式注意力训练方法 |
| CN111580645A (zh) * | 2020-04-21 | 2020-08-25 | 天津大学 | 一种基于周围视野标定刺激诱发脑电解码的视线跟踪方法 |
| CN112346569A (zh) * | 2020-11-05 | 2021-02-09 | 江苏集萃脑机融合智能技术研究所有限公司 | 一种瞳孔脑电混合脑机接口平台及其处理方法 |
| CN113419628A (zh) * | 2021-06-24 | 2021-09-21 | 西安交通大学 | 一种基于眼动追踪下视觉目标动态可变的脑机接口方法 |
| CN113515195A (zh) * | 2021-06-30 | 2021-10-19 | 杭州回车电子科技有限公司 | 基于ssvep的脑机交互方法、装置、电子装置和存储介质 |
| CN113440151A (zh) * | 2021-08-03 | 2021-09-28 | 合肥科飞康视科技有限公司 | 一种专注力检测系统、检测方法及系统的使用方法 |
| CN113440151B (zh) * | 2021-08-03 | 2024-04-12 | 合肥科飞康视科技有限公司 | 一种专注力检测系统、检测方法及系统的使用方法 |
| CN114237388A (zh) * | 2021-12-01 | 2022-03-25 | 辽宁科技大学 | 一种基于多模态信号识别的脑机接口方法 |
| CN114237388B (zh) * | 2021-12-01 | 2023-08-08 | 辽宁科技大学 | 一种基于多模态信号识别的脑机接口方法 |
| WO2024114480A1 (zh) * | 2022-11-30 | 2024-06-06 | 中国科学院深圳先进技术研究院 | 一种视觉刺激方法、脑机训练方法和脑机训练系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109271020B (zh) | 2020-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109271020A (zh) | 一种基于眼动追踪的稳态视觉诱发脑机接口性能评价方法 | |
| CN103092340B (zh) | 一种脑-机接口视觉刺激方法及信号识别方法 | |
| CN101339455B (zh) | 基于人脸识别特异性波n170成分的脑机接口系统 | |
| CN101576772B (zh) | 基于虚拟仪器稳态视觉诱发电位脑机接口系统及控制方法 | |
| CN104820495B (zh) | 一种异常微表情识别与提醒方法及装置 | |
| CN103970273B (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 | |
| 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 | |
| CN104257379A (zh) | 一种脑电处理装置及方法和睡眠监测佩戴设备 | |
| CN109828664A (zh) | 基于感觉反馈动态调整的稳态视觉诱发电位脑机接口方法 | |
| KR101389015B1 (ko) | 진폭 변조된 안정상태 시각유발전위 시각자극을 이용한 뇌파 분석시스템 | |
| CN104571504B (zh) | 一种基于想象动作的在线脑‑机接口方法 | |
| CN109318207A (zh) | 一种利用肌电定时的下肢运动准备电位检测系统及方法 | |
| CN113515195A (zh) | 基于ssvep的脑机交互方法、装置、电子装置和存储介质 | |
| CN109508094A (zh) | 一种结合异步眼动开关的视觉诱发脑机接口方法 | |
| CN105242784B (zh) | 基于交叉调制频率的稳态视觉诱发电位脑‑机接口方法 | |
| CN116360600A (zh) | 一种基于稳态视觉诱发电位的空间定位系统 | |
| CN101339413B (zh) | 基于脑电中人脸识别特异性波的开关控制方法 | |
| CN114003129A (zh) | 一种基于非侵入式脑机接口的意念控制虚实融合反馈方法 | |
| CN105125210A (zh) | 一种脑电波的诱发方法及装置 | |
| CN113419628A (zh) | 一种基于眼动追踪下视觉目标动态可变的脑机接口方法 | |
| CN109568891A (zh) | 基于脑电的康复机器人主被动训练模式控制系统及方法 | |
| CN207399253U (zh) | 一种用于远程教育系统的学生身份识别器 | |
| CN204790850U (zh) | 一种异常微表情识别与提醒装置 | |
| CN110367981A (zh) | 一种弱视脑电客观定量检测方法 | |
| 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 |
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 |