CN110367982A - 基于视觉诱发电位的色觉功能检查方法 - Google Patents
基于视觉诱发电位的色觉功能检查方法 Download PDFInfo
- Publication number
- CN110367982A CN110367982A CN201910619973.6A CN201910619973A CN110367982A CN 110367982 A CN110367982 A CN 110367982A CN 201910619973 A CN201910619973 A CN 201910619973A CN 110367982 A CN110367982 A CN 110367982A
- Authority
- CN
- China
- Prior art keywords
- red
- green
- colour vision
- user
- normal form
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/378—Visual stimuli
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4005—Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Eye Examination Apparatus (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Pathology (AREA)
- Ophthalmology & Optometry (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
Abstract
基于视觉诱发电位的色觉功能检查方法,先设计红绿翻转刺激范式,再设计刺激范式红绿亮度比梯度,然后进行脑‑机接口平台搭建,再进行刺激范式呈现,通过SSVEP色觉定量方法进行检查,最后进行色觉检查结果反馈;本发明通过设计一系列不同红绿亮度对比值的稳态视觉诱发电位(SSVEP)范式,并提出相应的色觉定性及定量判定指标,为眼科检查中色觉功能的检查提供一种客观且定量的测量方法。
Description
技术领域
本发明涉及脑-机接口与色觉功能检查技术领域,具体涉及基于视觉诱发电位的色觉功能检查方法。
背景技术
人类的颜色视觉主要由视网膜上的三种视锥细胞而决定,三种视锥细胞吸收峰分别为长波长(L)、中波长(M)以及短波长(S)。视锥细胞的异常会导致色觉缺陷,色觉缺陷发病率在男性中为8%,在女性中为0.5%。一般情况下,色觉异常分为异常三色觉(色弱)、二色觉(色盲)及全色盲三种。其中,色弱可细分为红色弱、绿色弱和蓝色弱。色盲可细分为红色盲、绿色盲和蓝色盲。
传统的色觉检测主要有色盲检测本(假同色图)、FM100色棋检测等心理物理学方法,这些方法多依赖于主观判断且不能对色觉缺陷进行量化。在小儿色觉检测、临床定量色觉检测方面并不适用。
脑-机接口(BCI)和脑电图(EEG),尤其是头皮脑电,如扫描视觉诱发电位(sVEP)、稳态视觉诱发电位(SSVEP)、模式视觉诱发电位(PVEP)为色觉功能检查提供了一种更客观、更直接地评估视觉功能的新方法,目前还尚未有关于视觉诱发电位在色觉检查方面的相关文献公开。
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基于视觉诱发电位的色觉功能检查方法,通过设计一系列不同红绿亮度对比值的稳态视觉诱发电位(SSVEP)范式,并提出相应的色觉定性及定量判定指标,为眼科检查中色觉功能的检查提供一种客观且定量的测量方法。
为了达到上述目的,本发明采取的技术方案为:
基于视觉诱发电位的色觉功能检查方法,包括以下步骤:
1)红绿翻转刺激范式:采用脑-机接口中的模式翻转SSVEP方法,通过MATLAB使用Psychophysics Toolbox编程绘制范式图案纹理的周期性翻转呈现,能够稳定刺激诱发SSVEP;运动刺激目标表现为相间的红绿方格,红色方格和绿色方格大小相等,数量相同,交替排列;在刺激呈现过程中,范式整体亮度与整体尺寸保持不变;范式的翻转频率定义为刺激频率,范式图案在一个周期内改变两次;
2)刺激范式红绿亮度比梯度:保证红绿色的色度信息及总亮度不变,改变刺激范式红绿色的亮度比,使得红绿中红色占总亮度的比值分别为0,0.1,0.2,0.3,0.4,0.42,0.43,0.44,0.45,0.46,0.47,0.48,0.49,0.50,0.52,0.54,0.56,0.58,0.60,0.62,0.64,0.66,0.68,0.7,0.8,0.9和1.0共27个梯度;
3)脑-机接口平台搭建:实验前将参考电极放置于受试者左耳垂,地电极放置于受试者前额,测量电极布置在头部枕区;电极与脑电采集模块连接,经放大、滤波、数模转换后输出脑电信号到计算机,进一步数据处理;
4)刺激范式呈现:计算机通过显示器扩展使高刷新率显示器上呈现刺激范式;在实验过程中,使用者需要根据屏幕提示注视刺激范式;实验过程中,被试者需要坐在实验室中,每次进行双眼测试;通过脑电采集设备采集使用者注视范式时产生的脑电信号,经放大、滤波与A/D转换后,将处理后的脑电信号输入计算机利用典型相关分析(CCA)进行特征提取;
5)SSVEP色觉定量方法:对27个梯度分别诱发SSVEP并进行CCA响应值,绘制CCA值-亮度比曲线,得出CCA值最低值所对应的亮度比,即为等亮度点;通过色觉的严重程度ICVD客观指标评判色觉脑电检查结果;
6)色觉检查结果反馈:完成所有刺激范式刺激后,使用者的客观脑电色觉检查结果通过屏幕输出。
所述的步骤5)SSVEP色觉定量方法,具体为:
红绿色CIE XYZ颜色色度信息转化为视锥细胞LMS颜色空间:红色(L红、M红、S红)和绿色(L绿、M绿、S绿),因S型视锥细胞对亮度贡献很小,故忽略掉;则红绿色客观等亮度点表示为:
——红色方格对L型视锥细胞产生的亮度信息值;
——红色方格对M型视锥细胞产生的亮度信息值;
——绿色方格对L型视锥细胞产生的亮度信息值;
——绿色方格对M型视锥细胞产生的亮度信息值;
通过计算,正常色觉理论客观等亮度点T正常为0.50;若色觉为红色盲,则忽略L型视锥细胞产生的亮度信息值,则T红色盲为0.68;同理,若色觉为绿色盲,则忽略M型视锥细胞产生的亮度信息值,则T绿色盲为0.43;红色弱的等亮度点T红色弱和绿色弱的等亮度点T绿色弱分别介于正常与红色盲和绿色盲等亮度点之间:
T红色盲>T红色弱>T正常>T绿色弱>T绿色盲 (2)
将SSVEP测试出的使用者的等亮度点T使用者与理论正常人等亮度点T正常的差异表示为色觉偏差D使用者:
D使用者=|T使用者-T正常| (3)
将红、绿色盲等亮度点T红色盲与T绿色盲与T正常的差值表示为色盲偏差D色盲:
那么,色觉的严重程度ICVD用色觉偏差D使用者与色盲偏差D色盲来表示:
对27个梯度分别诱发SSVEP并进行CCA响应值,绘制CCA值-亮度比曲线,得出CCA值最低值所对应的亮度比,即为等亮度点;通过上述计算出色觉严重程度ICVD,并与等亮度点T使用者结合,依据下表得出色觉程度与类型,
I<sub>CVD</sub> | T<sub>使用者</sub> | 色觉程度 |
<20% | —— | 正常 |
20%—40% | T<sub>使用者</sub>>0.50 | 轻度红色弱 |
T<sub>使用者</sub><0.50 | 轻度绿色弱 | |
40%—60% | T<sub>使用者</sub>>0.50 | 中度红色弱 |
T<sub>使用者</sub><0.50 | 中度绿色弱 | |
60%—80% | T<sub>使用者</sub>>0.50 | 重度红色弱 |
T<sub>使用者</sub><0.50 | 重度绿色弱 | |
80%—100% | T<sub>使用者</sub>>0.50 | 红色盲 |
T<sub>使用者</sub><0.50 | 绿色盲 |
本发明的有益效果为:
本发明提出了基于视觉诱发电位的色觉功能检查方法,操作简单快捷,解决了传统色觉检查不够客观且定量困难,不适用于沟通困难患者以及法医鉴定的问题,显示了如下优越性:
(1)本发明设计基于红绿翻转SSVEP范式,将亮度比梯度与色觉检查相结合,从人眼视觉信息处理的颜色机制和亮度机制出发,不依赖主观判断,具有客观性。
(2)本发明提出色觉程度指数ICVD值与等亮度点T值,可定量分析色觉程度,判定色弱色盲缺陷程度。
附图说明
图1为典型红绿亮度对比梯度刺激范式图案(亮度比T=0.0,0.43,0.50,0.68,1.0)。
图2为本发明脑-机接口平台。
图3为本发明脑电电极布置图。
图4为正常色觉的脑电响应CCA值—红绿亮度对比梯度曲线。
图5为红色盲的脑电响应CCA值—红绿亮度对比梯度曲线。
图6为绿色盲的脑电响应CCA值—红绿亮度对比梯度曲线。
图7为红色弱的脑电响应CCA值—红绿亮度对比梯度曲线。
图8为绿色弱的脑电响应CCA值—红绿亮度对比梯度曲线。
图9为Icvd值与FM100色棋检测结果TES的相关关系。
具体实施方式
下面结合附图对本发明作详细说明。
基于视觉诱发电位的色觉功能检查方法,包括以下步骤:
1)红绿翻转刺激范式:采用脑-机接口中的模式翻转SSVEP方法,通过MATLAB使用Psychophysics Toolbox编程绘制范式图案纹理的周期性翻转呈现,能够稳定刺激诱发SSVEP;参照图1,运动刺激目标表现为相间的红绿方格,红色方格和绿色方格大小相等,数量相同,交替排列;在刺激呈现过程中,范式整体亮度与整体尺寸保持不变;范式的翻转频率定义为刺激频率,范式图案在一个周期内改变两次;
2)刺激范式红绿亮度比梯度:保证红绿色的色度信息(CIE XYZ颜色空间:x红=0.628,y红=0.337;x绿=0.349,y绿=0.590)及总亮度不变,改变刺激范式红绿色的亮度比T,T为红色亮度与总亮度的比值:
Lu红——红色方格亮度;
Lu绿——绿色方格亮度;
参照图1,使得红绿中红色占总亮度的比值分别为0,0.1,0.2,0.3,0.4,0.42,0.43,0.44,0.45,0.46,0.47,0.48,0.49,0.50,0.52,0.54,0.56,0.58,0.60,0.62,0.64,0.66,0.68,0.7,0.8,0.9和1.0等27个梯度;
3)脑-机接口平台搭建:参照图2和图3,实验前按照10/20系统法布置电极,实验前将参考电极放置于受试者左耳垂A1,地电极放置于受试者前额Fpz,测量电极布置在头部枕区(PO3、PO4、POz、O1、O2、Oz),给各测量电极注入导电膏,保证电极与头皮的良好接触;电极与脑电采集模块连接,经放大、滤波、数模转换后输出脑电信号到计算机,进一步数据处理;
4)刺激范式呈现:计算机通过显示器扩展使高刷新率显示器上呈现刺激范式;在实验过程中,使用者需要根据屏幕提示注视刺激范式;实验过程中,被试者需要坐在安静的不被干扰的实验室中,每次进行双眼测试;通过脑电采集设备采集使用者注视范式时产生的脑电信号,经放大、滤波与A/D转换后,将处理后的脑电信号输入计算机利用典型相关分析(CCA)进行特征提取;
5)SSVEP色觉定量方法:红绿色CIE XYZ颜色色度信息转化为视锥细胞LMS颜色空间:红色(L红、M红、S红)和绿色(L绿、M绿、S绿),因S型视锥细胞对亮度贡献很小,故忽略掉;则红绿色客观等亮度点可表示为:
——红色方格对L型视锥细胞产生的亮度信息值;
——红色方格对M型视锥细胞产生的亮度信息值;
——绿色方格对L型视锥细胞产生的亮度信息值;
——绿色方格对M型视锥细胞产生的亮度信息值;
通过计算,正常色觉理论客观等亮度点T正常为0.50;若色觉为红色盲,则忽略L型视锥细胞产生的亮度信息值,则T红色盲为0.68;同理,若色觉为绿色盲,则忽略M型视锥细胞产生的亮度信息值,则T绿色盲为0.43;红色弱的等亮度点T红色弱和绿色弱的等亮度点T绿色弱分别介于正常与红色盲和绿色盲等亮度点之间:
T红色盲>T红色弱>T正常>T绿色弱>T绿色盲 (3)
将SSVEP测试出的使用者的等亮度点T使用者与理论正常人等亮度点T正常的差异表示为色觉偏差D使用者:
D使用者=|T使用者-T正常| (4)
将红、绿色盲等亮度点T红色盲与T绿色盲与T正常的差值表示为色盲偏差D色盲:
那么,色觉的严重程度ICVD可以用色觉偏差D使用者与色盲偏差D色盲来表示:
参照图4-图8,对27个梯度分别诱发SSVEP并进行CCA响应值,绘制CCA值—亮度比曲线,得出CCA值最低值所对应的亮度比,即为等亮度点。通过上述计算出色觉严重程度ICVD,并与等亮度点T使用者结合,依据下表得出色觉程度与类型,
I<sub>CVD</sub> | T<sub>使用者</sub> | 色觉程度 |
<20% | —— | 正常 |
20%—40% | T<sub>使用者</sub>>0.50 | 轻度红色弱 |
T<sub>使用者</sub><0.50 | 轻度绿色弱 | |
40%—60% | T<sub>使用者</sub>>0.50 | 中度红色弱 |
T<sub>使用者</sub><0.50 | 中度绿色弱 | |
60%—80% | T<sub>使用者</sub>>0.50 | 重度红色弱 |
T<sub>使用者</sub><0.50 | 重度绿色弱 | |
80%—100% | T<sub>使用者</sub>>0.50 | 红色盲 |
T<sub>使用者</sub><0.50 | 绿色盲 |
6)色觉检查结果反馈:完成所有刺激范式刺激后,经过CCA特征提取与SSVEP色觉定量方法计算,使用者的客观脑电色觉检查结果通过屏幕输出。
下面结合实施例对本发明进行说明。
对17名被试者(7名色觉正常、2名红色弱、4名绿色弱、1名红色盲和3名绿色盲)进行了上述实验,按照上述步骤3)对被试安放电极并搭建脑-机接口平台,按照上述步骤4)进行范式呈现、脑电信号采集及特征提取。按照上述步骤5),参考图4-8,绘制CCA值—亮度比曲线,得出CCA值最低值所对应的亮度比,即为等亮度点。进行脑电信号分析与客观脑电色觉检查结果判定,发现脑电客观色觉检查结果与被试者色觉情况吻合。并通过FM100色棋系统对以上被试进行主观心理物理学色觉定量检查,FM100总体误差TES与ICVD进行线性拟合分析,参照图9,发现效果良好(r=0.870)。
本发明能够客观、定量地检测使用者的色觉功能,与主观心理物理学检查之间建立很好的相关关系,实现了对幼儿、语前儿童、法医被鉴定人等特殊使用者色觉功能的客观检测手段。基于视觉诱发电位的色觉功能检查方法方便快捷,客观定量,具有良好的实用化前景。
Claims (2)
1.基于视觉诱发电位的色觉功能检查方法,其特征在于,包括以下步骤:
1)红绿翻转刺激范式:采用脑-机接口中的模式翻转SSVEP方法,通过MATLAB使用Psychophysics Toolbox编程绘制范式图案纹理的周期性翻转呈现,能够稳定刺激诱发SSVEP;运动刺激目标表现为相间的红绿方格,红色方格和绿色方格大小相等,数量相同,交替排列;在刺激呈现过程中,范式整体亮度与整体尺寸保持不变;范式的翻转频率定义为刺激频率,范式图案在一个周期内改变两次;
2)刺激范式红绿亮度比梯度:保证红绿色的色度信息及总亮度不变,改变刺激范式红绿色的亮度比,使得红绿中红色占总亮度的比值分别为0,0.1,0.2,0.3,0.4,0.42,0.43,0.44,0.45,0.46,0.47,0.48,0.49,0.50,0.52,0.54,0.56,0.58,0.60,0.62,0.64,0.66,0.68,0.7,0.8,0.9和1.0共27个梯度;
3)脑-机接口平台搭建:实验前将参考电极放置于受试者左耳垂,地电极放置于受试者前额,测量电极布置在头部枕区;电极与脑电采集模块连接,经放大、滤波、数模转换后输出脑电信号到计算机,进一步数据处理;
4)刺激范式呈现:计算机通过显示器扩展使高刷新率显示器上呈现刺激范式;在实验过程中,使用者需要根据屏幕提示注视刺激范式;实验过程中,被试者需要坐在实验室中,每次进行双眼测试;通过脑电采集设备采集使用者注视范式时产生的脑电信号,经放大、滤波与A/D转换后,将处理后的脑电信号输入计算机利用典型相关分析(CCA)进行特征提取;
5)SSVEP色觉定量方法:对27个梯度分别诱发SSVEP并进行CCA响应值,绘制CCA值—亮度比曲线,得出CCA值最低值所对应的亮度比,即为等亮度点;通过色觉的严重程度ICVD客观指标评判色觉脑电检查结果;
6)色觉检查结果反馈:完成所有刺激范式刺激后,使用者的客观脑电色觉检查结果通过屏幕输出。
2.根据权利要求1所述的基于视觉诱发电位的色觉功能检查方法,其特征在于:所述的步骤5)SSVEP色觉定量方法,具体为:
红绿色CIE XYZ颜色色度信息转化为视锥细胞LMS颜色空间:红色(L红、M红、S红)和绿色(L绿、M绿、S绿),因S型视锥细胞对亮度贡献很小,故忽略掉;则红绿色客观等亮度点表示为:
——红色方格对L型视锥细胞产生的亮度信息值;
——红色方格对M型视锥细胞产生的亮度信息值;
——绿色方格对L型视锥细胞产生的亮度信息值;
——绿色方格对M型视锥细胞产生的亮度信息值;
通过计算,正常色觉理论客观等亮度点T正常为0.50;若色觉为红色盲,则忽略L型视锥细胞产生的亮度信息值,则T红色盲为0.68;同理,若色觉为绿色盲,则忽略M型视锥细胞产生的亮度信息值,则T绿色盲为0.43;红色弱的等亮度点T红色弱和绿色弱的等亮度点T绿色弱分别介于正常与红色盲和绿色盲等亮度点之间:
T红色盲>T红色弱>T正常>T绿色弱>T绿色盲 (3)
将SSVEP测试出的使用者的等亮度点T使用者与理论正常人等亮度点T正常的差异表示为色觉偏差D使用者:
D使用者=|T使用者-T正常| (4)
将红、绿色盲等亮度点T红色盲与T绿色盲与T正常的差值表示为色盲偏差D色盲:
那么,色觉的严重程度ICVD用色觉偏差D使用者与色盲偏差D色盲来表示:
对27个梯度分别诱发SSVEP并进行CCA响应值,绘制CCA值—亮度比曲线,得出CCA值最低值所对应的亮度比,即为等亮度点;通过上述计算出色觉严重程度ICVD,并与等亮度点T使用者结合,依据以下标准得出色觉程度与类型:若ICVD值小于20%,则表示色觉正常;若ICVD值大于20%但小于40%,则表示轻度色弱;若ICVD值大于40%但小于60%,则表示中度色弱;若ICVD值大于60%但小于80%,则表示重度色弱;若ICVD值大于80%,则表示色盲;同时,色觉缺陷患者的类型通过T使用者来判断,若T使用者大于0.50,表示红色色觉缺陷;若T使用者小于0.50,则表示绿色色觉缺陷。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910619973.6A CN110367982A (zh) | 2019-07-10 | 2019-07-10 | 基于视觉诱发电位的色觉功能检查方法 |
PCT/CN2019/128989 WO2021004030A2 (zh) | 2019-07-10 | 2019-12-27 | 基于视觉诱发电位的色觉功能检查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910619973.6A CN110367982A (zh) | 2019-07-10 | 2019-07-10 | 基于视觉诱发电位的色觉功能检查方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110367982A true CN110367982A (zh) | 2019-10-25 |
Family
ID=68252586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910619973.6A Pending CN110367982A (zh) | 2019-07-10 | 2019-07-10 | 基于视觉诱发电位的色觉功能检查方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110367982A (zh) |
WO (1) | WO2021004030A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113331780A (zh) * | 2021-06-01 | 2021-09-03 | 极智视觉科技(合肥)有限公司 | 一种定量检测色觉感知及辨识能力的系统及其使用方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1032899A (zh) * | 1988-10-13 | 1989-05-17 | 中山医科大学中山眼科中心 | 色觉客观检查仪 |
CN102789441A (zh) * | 2012-08-09 | 2012-11-21 | 上海海事大学 | 基于稳态诱发电位的异步脑机接口系统及其实现方法 |
CN103093085A (zh) * | 2012-12-31 | 2013-05-08 | 清华大学 | 基于典型相关分析的稳态诱发电位的分析方法 |
CN104794338A (zh) * | 2015-04-20 | 2015-07-22 | 李跃群 | 基于典型的相关分析的稳态诱发电位的分析方法 |
CN107390869A (zh) * | 2017-07-17 | 2017-11-24 | 西安交通大学 | 基于运动视觉诱发电位的高效脑控中文输入方法 |
CN108294748A (zh) * | 2018-01-23 | 2018-07-20 | 南京航空航天大学 | 一种基于稳态视觉诱发的脑电信号采集与分类方法 |
CN108803873A (zh) * | 2018-05-22 | 2018-11-13 | 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 |
-
2019
- 2019-07-10 CN CN201910619973.6A patent/CN110367982A/zh active Pending
- 2019-12-27 WO PCT/CN2019/128989 patent/WO2021004030A2/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1032899A (zh) * | 1988-10-13 | 1989-05-17 | 中山医科大学中山眼科中心 | 色觉客观检查仪 |
CN102789441A (zh) * | 2012-08-09 | 2012-11-21 | 上海海事大学 | 基于稳态诱发电位的异步脑机接口系统及其实现方法 |
CN103093085A (zh) * | 2012-12-31 | 2013-05-08 | 清华大学 | 基于典型相关分析的稳态诱发电位的分析方法 |
CN104794338A (zh) * | 2015-04-20 | 2015-07-22 | 李跃群 | 基于典型的相关分析的稳态诱发电位的分析方法 |
CN107390869A (zh) * | 2017-07-17 | 2017-11-24 | 西安交通大学 | 基于运动视觉诱发电位的高效脑控中文输入方法 |
CN108294748A (zh) * | 2018-01-23 | 2018-07-20 | 南京航空航天大学 | 一种基于稳态视觉诱发的脑电信号采集与分类方法 |
CN108803873A (zh) * | 2018-05-22 | 2018-11-13 | 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 |
Non-Patent Citations (1)
Title |
---|
熊凯: "基于颜色视觉诱发电位的色觉缺陷研究", 《中国优秀博硕士学位论文全文数据库 (博士) 医药卫生科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113331780A (zh) * | 2021-06-01 | 2021-09-03 | 极智视觉科技(合肥)有限公司 | 一种定量检测色觉感知及辨识能力的系统及其使用方法 |
CN113331780B (zh) * | 2021-06-01 | 2024-03-15 | 极智视觉科技(合肥)有限公司 | 一种定量检测色觉感知及辨识能力的系统及其使用方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021004030A2 (zh) | 2021-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110765920B (zh) | 基于卷积神经网络的运动想象分类方法 | |
Rivet et al. | xDAWN algorithm to enhance evoked potentials: application to brain–computer interface | |
Hsu et al. | Evaluate the feasibility of using frontal SSVEP to implement an SSVEP-based BCI in young, elderly and ALS groups | |
WO2021008086A1 (zh) | 基于运动视觉诱发电位的视敏度检测方法 | |
CN103702014B (zh) | 非接触式生理参数检测方法、系统及装置 | |
CN104758130B (zh) | 一种基于脑机接口的智能护理装置及方法 | |
CN106974621A (zh) | 一种基于脑电信号重心频率的视觉诱导晕动症检测方法 | |
WO2018053886A1 (zh) | 色觉自动识别的非注意事件相关电位脑-机接口的方法 | |
CN110192874B (zh) | 基于多导脑电信号裕度因子的测谎方法 | |
CN112426162A (zh) | 一种基于脑电信号节律熵的疲劳检测方法 | |
CN106484106A (zh) | 视敏度自动识别的非注意事件相关电位脑‑机接口方法 | |
CN110367982A (zh) | 基于视觉诱发电位的色觉功能检查方法 | |
CN113576482A (zh) | 一种基于复合表情加工的注意偏向训练评估系统和方法 | |
CN113359991B (zh) | 一种面向残疾人的智能脑控机械臂辅助进食系统及方法 | |
Hinterberger et al. | Does a healing procedure referring to theta rhythms also generate theta rhythms in the brain? | |
CN110367981B (zh) | 一种弱视脑电客观定量检测装置 | |
CN104966423A (zh) | 一种基于生物反馈的远程学习者分类方法 | |
CN110192875B (zh) | 基于多导脑电信号波形因子的测谎方法 | |
CN112560703A (zh) | 一种基于pf系数的多模态bci特征提取方法 | |
CN116570299A (zh) | 一种基于视觉诱发脑电信号的材料颜色设计模型构建方法 | |
CN113080840B (zh) | 基于稳态视觉诱发电位的视敏度客观快速精准检查系统 | |
Liu et al. | A cross-subject SSVEP-BCI based on task related component analysis | |
CN204745287U (zh) | 一种基于心率变异性的催眠治疗抑郁症效果评价系统 | |
Zhang et al. | FPGA implementation of visual noise optimized online steady-state motion visual evoked potential BCI System | |
Subramanian et al. | Visualization of brain activation during attention-demanding tasks using cognitive signal processing |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |