CN116098636A - 基于ssvep的脑机接口刺激范式生成、检测方法、系统、介质、终端 - Google Patents

基于ssvep的脑机接口刺激范式生成、检测方法、系统、介质、终端 Download PDF

Info

Publication number
CN116098636A
CN116098636A CN202310113728.4A CN202310113728A CN116098636A CN 116098636 A CN116098636 A CN 116098636A CN 202310113728 A CN202310113728 A CN 202310113728A CN 116098636 A CN116098636 A CN 116098636A
Authority
CN
China
Prior art keywords
brain
computer interface
ssvep
target
stimulation paradigm
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
Application number
CN202310113728.4A
Other languages
English (en)
Other versions
CN116098636B (zh
Inventor
胡宏林
赵曦
王振宇
赵建龙
周婷
欧阳玉玲
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.)
Shanghai Prospective Innovation Research Institute Co ltd
Shanghai Advanced Research Institute of CAS
Original Assignee
Shanghai Prospective Innovation Research Institute Co ltd
Shanghai Advanced Research Institute of CAS
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 Shanghai Prospective Innovation Research Institute Co ltd, Shanghai Advanced Research Institute of CAS filed Critical Shanghai Prospective Innovation Research Institute Co ltd
Priority to CN202310113728.4A priority Critical patent/CN116098636B/zh
Priority claimed from CN202310113728.4A external-priority patent/CN116098636B/zh
Publication of CN116098636A publication Critical patent/CN116098636A/zh
Application granted granted Critical
Publication of CN116098636B publication Critical patent/CN116098636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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]
    • 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
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • 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]
    • A61B5/372—Analysis of electroencephalograms
    • 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]
    • A61B5/386—Accessories or supplementary instruments therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明提供一种基于SSVEP的脑机接口刺激范式生成、检测方法、系统、介质、终端，所述于SSVEP的脑机接口刺激范式生成方法包括以下步骤：设置多个目标，令每个目标以同一频率和同一相位闪烁；在每个目标的闪烁框内设置不同的颜色。本发明的基于SSVEP的脑机接口刺激范式生成、检测方法、系统、介质、终端通过在闪烁框中设置不同的颜色来实现闪烁频率和相位完全一致的场景下脑机信号的有效应用。

Description

基于SSVEP的脑机接口刺激范式生成、检测方法、系统、介质、终端
技术领域
本发明涉及脑机接口的技术领域，特别是涉及一种基于SSVEP的脑机接口刺激范式生成、检测方法、系统、介质、终端。
背景技术
脑-机接口(Brain Computer Interface，BCI)，又称作“大脑端口”或者脑机融合感知，该技术是在人脑或动物的大脑与外部设备之间直接建立连接通路，从而实现使用大脑直接对外部设备输入控制指令的目的。截至目前，对于BCI的研究已经超过了40年。
早在1875年Caton博士第一次采集了哺乳动物兔子的脑电信号，到1924年德国的Berger医生第一次提取人类的脑电信号。人类早就在憧憬利用所提取到的信号创建一种通过大脑直接对外输出指令，传递信息的一种方式，然而迟迟没有获得相应的进展，直到20世纪末才出现了能够按照人们的意志正常工作的脑机接口的雏形。这是因为科学家们一直没有找到如何将传递特征的脑电信号作为脑机接口的媒介信号，直至人们发现了稳态视觉诱发电位(Steady-State Visual Evoked Potentials，SSVEP)、P300以及大脑的慢皮质信号等信号之后出现好转。在多年来动物实验的实践基础上，一些用于辅助恢复由先天或后天产生的听觉、视觉和肢体运动能力缺陷导致的残疾的BCI设备已经被设计出来而且在小范围内得到了初步的应用。随着研究的不断进展，BCI的应用潜力已经不仅仅局限于医疗辅助康复领域，BCI技术在智能家居，人机交互等领域也有着极大的应用前景。现在越来越多的研究开始将目光转向了BCI领域。
和侵入式脑机接口一样，研究者也使用非侵入式的神经成像术作为脑机之间的接口在人身上进行了实验。虽然这种非侵入式的装置方便佩戴于人体，但是由于颅骨对信号的衰减作用和对神经元发出的电磁波的分散和模糊效应，使得记录到信号的分辨率并不高。虽然这种信号波仍可被检测到，但很难确定发出信号的脑区或者相关的单个神经元的放电。脑电图(EEG，Electroencephalogram)是非侵入式脑机接口所主要依赖的采集工具。脑电图作为有潜力的非侵入式脑机接口已得到深入研究。这主要是因为该技术良好的时间分辨率、易用性、便携性和相对低廉的价格。但该技术的一个问题是它对噪声的敏感，另一个问题是使用EEG作为脑机接口的现实障碍是使用者在工作之前要进行大量的训练。
其中被动式脑机接口以SSVEP型脑机接口为代表，由于SSVEP的脑电信号具有在短时间内极高信噪比的优点，该类脑机接口正在逐渐走出实验室，走向人机交互的应用领域。
SSVEP是一类特殊的视觉诱发电位。它由具有固定频率的视觉刺激所诱发，当视觉刺激以特定频率进行周期性呈现时(如闪烁、图形翻转、图形放缩等)，视觉系统会受其影响产生出具有稳定频率特征的诱发响应。这种诱发响应通常包含与刺激频率相同的频率成份及其高次谐波成份。
以往的研究中已经证明通过减小刺激面积可以有效降低闪烁刺激带来的视觉疲劳。但是在刺激面积较小的情况下，现有技术中还没有针对所有用于编码控制指令的目标均以同一频率和同一相位闪烁这种场景设计的脑机接口系统。在这种场景下，所有的目标均以相同的频率和相位闪烁，会导致不同的目标对应的脑电信号的区分度很低，无法有效被解码算法识别。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于SSVEP的脑机接口刺激范式生成、检测方法、系统、介质、终端，通过在闪烁框中设置不同的颜色来实现闪烁频率和相位完全一致的场景下脑机信号的有效应用。
第一方面，本发明提供一种基于SSVEP的脑机接口刺激范式生成方法，包括以下步骤：设置多个目标，令每个目标以同一频率和同一相位闪烁；在每个目标的闪烁框内设置不同的颜色。
在第一方面的一种实现方式中，所述目标的个数采用用户自定义方式；所述颜色的设置采用用户自定义方式。
第二方面，本发明提供一种基于SSVEP的脑机接口刺激范式检测方法，所述方法包括以下步骤：
根据上述的基于SSVEP的脑机接口刺激范式生成方法生成基于SSVEP的脑机接口刺激范式；
在训练阶段，对于所述脑机接口刺激范式的每个目标，采集用户注视所述目标时各个脑区电极通道上的脑电信号；基于所述脑电信号，获取各个脑区电极通道的权重系数；基于每个脑区电极通道的脑电信号与对应的权重系数获取所述目标的参考信号；
在使用阶段，当用户注视所述脑机接口刺激范式的某一目标时，采集各个脑区电极通道上的实时脑电信号；
计算所述实时脑电信号与各个参考信号之间的曼哈顿距离，选取曼哈顿距离最小的参考信号对应的目标即为用户注视的目标。
在第二方面的一种实现方式中，采集用户注视所述目标时各个脑区电极通道上的脑电信号包括以下步骤：
当用户注视所述目标时，在各个脑区电极通道上按照预设次数采集脑电信号；
计算预设次数个脑电信号的均值，将所述均值作为各个脑区电极通道上的脑电信号。
在第二方面的一种实现方式中，基于任务相关成分分析算法获取各个脑区电极通道的权重系数。
在第二方面的一种实现方式中，基于每个脑区电极通道的脑电信号与对应的权重系数获取所述目标的参考信号包括：
计算每个脑区电极通道的脑电信号与对应的权重系数的乘积和；
将所述乘积和作为所述参考信号。
第三方面，本发明提供一种基于SSVEP的脑机接口刺激范式检测系统，所述系统包括生成模块、训练模块和检测模块；
所述生成模块用于根据上述的基于SSVEP的脑机接口刺激范式生成方法生成基于SSVEP的脑机接口刺激范式；
所述训练模块用于在训练阶段，对于所述脑机接口刺激范式的每个目标，采集用户注视所述目标时各个脑区电极通道上的脑电信号；基于所述脑电信号，获取各个脑区电极通道的权重系数；基于每个脑区电极通道的脑电信号与对应的权重系数获取所述目标的参考信号；
所述检测模块用于在使用阶段，当用户注视所述脑机接口刺激范式的某一目标时，采集各个脑区电极通道上的实时脑电信号；计算所述实时脑电信号与各个参考信号之间的曼哈顿距离，选取曼哈顿距离最小的参考信号对应的目标即为用户注视的目标。
第四方面，本发明提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的基于SSVEP的脑机接口刺激范式检测方法。
第五方面，本发明提供一种基于SSVEP的脑机接口刺激范式检测终端，包括：处理器及存储器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器存储的计算机程序，以使所述基于SSVEP的脑机接口刺激范式检测终端执行上述的基于SSVEP的脑机接口刺激范式检测方法。
如上所述，本发明的基于SSVEP的脑机接口刺激范式生成、检测方法、系统、介质、终端，具有以下有益效果：
(1)将本来需要占用较大区域的闪烁刺激设置为仅占用少量面积的闪烁边框，将不同的色块设置在这些闪烁框内部，从而即使用于编码控制指令的闪烁刺激的闪烁频率和相位一致，也能够实现对应的脑电信号的解码；
(2)能够满足用户在刺激面积较小，且所有用于编码控制指令的目标均以同一频率和同一相位闪烁的场景下的使用需求。
附图说明
图1显示为本发明的基于SSVEP的脑机接口刺激范式生成方法于一实施例中的流程图；
图2显示为本发明的基于SSVEP的脑机接口刺激范式于一实施例中的示意图；
图3显示为本发明的基于SSVEP的脑机接口刺激范式检测方法于一实施例中的流程图；
图4显示为本发明的脑区电极通道于一实施例中的示意图；
图5显示为本发明的基于SSVEP的脑机接口刺激范式检测系统于一实施例中的结构示意图；
图6显示为本发明的基于SSVEP的脑机接口刺激范式检测终端于一实施例中的结构示意图。
元件标号说明
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明的基于SSVEP的脑机接口刺激范式生成、检测方法、系统、介质、终端通过在闪烁框中设置不同的颜色来构建闪烁频率和相位完全一致的基于SSVEP的脑机接口刺激范式，使得该场景下的脑机信号能够被准确解码，满足了实际需求，极具实用性。
如图1所示，于一实施例中，本发明的基于SSVEP的脑机接口刺激范式生成方法包括以下步骤：
步骤S11、设置多个目标，令每个目标以同一频率和同一相位闪烁。
具体地，在生成基于SSVEP的脑机接口刺激范式时，首先设置多个目标，且每个目标的频率和相位相同。其中，所述目标的个数采用用户自定义方式。
步骤S12、在每个目标的闪烁框内设置不同的颜色。
具体地，针对每个目标，设置有闪烁框和设置在所述闪烁框内的闪烁区域。为了针对相同频率和相同相位的目标之间的区别，在每个目标的闪烁框内设置不同的颜色，从而便于所产生的脑电信号的解码。其中，所述颜色的设置采用用户自定义方式。
以图2所示的脑机接口范式为例，在显示器上呈现4个刺激目标。这4个不同的刺激目标可以分别对应4个控制指令，其具体的分布方式本发明不做限制。在实际交互系统中4个刺激目标的位置、形状、闪烁频率、相位以及对应的控制指令类型可以根据具体的用户使用场景进行调整。在进行刺激时，不同的刺激目标以相同的频率和相位闪烁。例如，设置这4个闪烁刺激的频率均为7Hz，相位为0π。针对所述4个刺激目标，其闪烁框内的颜色分别设置为红色、绿色、紫色和白色，从而基于颜色实现了不同刺激目标的区分，有利于后续的脑电信号的准确解码。
如图3所示，于一实施例中，本发明的基于SSVEP的脑机接口刺激范式检测方法包括以下步骤：
步骤S31、根据上述的基于SSVEP的脑机接口刺激范式生成方法生成基于SSVEP的脑机接口刺激范式。
步骤S32、在训练阶段，对于所述脑机接口刺激范式的每个目标，采集用户注视所述目标时各个脑区电极通道上的脑电信号；基于所述脑电信号，获取各个脑区电极通道的权重系数；基于每个脑区电极通道的脑电信号与对应的权重系数获取所述目标的参考信号。
具体地，在训练阶段，用户需要首先注视每个目标数秒，重复注视所有的目标预设次数，如10次左右。为了提升脑电数据的有效性和可靠性，优选地，当用户注视所述目标时，首先在各个脑区电极通道上按照预设次数采集脑电信号；然后计算预设次数个脑电信号的均值，将所述均值作为各个脑区电极通道上的脑电信号，从而实现所述脑电信号的校准。
于一实施例中，基于任务相关成分分析算法获取各个脑区电极通道的权重系数。随着对生物信号增强算法的不断探索，以任务相关成分分析(TRCA)算法为代表的信号增强算法，通过少量的训练就可以对信号进行有效增强，在检测端通过简单的相关性分析就可以对SSVEP信号进行高精度的分类。借助该算法，在传统的全目标全闪烁SSVEP刺激范式下，信号的传输速率(ITR)已经超过了325bits/min。TRCA算法通过多通道之间线性叠加的方式，更加注重的是对信号的线性处理，抑制信号中的线性噪声，降低通道间的幅度误差。本发明所提出的范式下采集的脑电信号可以使用TRCA算法来进一步增强脑电的信噪比。
具体地，求解：
Figure BDA0004077804080000061
Figure BDA0004077804080000062
其中，Xi表示每次采集的脑电信号。
权重系数
Figure BDA0004077804080000063
可以通过以下公式求得：
Figure BDA0004077804080000064
最后，Q-1S的最大特征值所对应的特征向量即为各个脑区电极通道的权重系数
Figure BDA0004077804080000065
于一实施例中，计算每个脑区电极通道的脑电信号与对应的权重系数的乘积和，并将所述乘积和作为所述参考信号。具体地，根据公式
Figure BDA0004077804080000066
Figure BDA0004077804080000067
即可获取具有最大信噪比的参考信号。其中，xj(t)表示各个脑区电极通道上的脑电信号。
步骤S33、在使用阶段，当用户注视所述脑机接口刺激范式的某一目标时，采集各个脑区电极通道上的实时脑电信号；计算所述实时脑电信号与各个参考信号之间的曼哈顿距离，选取曼哈顿距离最小的参考信号对应的目标即为用户注视的目标。
具体地，在使用阶段，所有目标开始以相同频率和相位闪烁，用户可以选择注视自己想要输出的控制指令或者字符对应的目标，脑电信号采集设备即采集各个脑区电极通道上的实时脑电信号。
对于脑电信号的采集设备本发明不做具体的限制。例如，可采用NeuroscanSynAmps264-256导的脑电放大器，该设备最大支持64导的脑电帽连接，支持将四台设备并联实现采集256个电极的脑电信号。在使用时，用户需要佩戴采集头套(脑电帽)，脑电帽直接采集头皮表面的脑电信号并送入到信号放大器中进行处理，最后将处理后的信号发送至电脑端。在本发明提出的范式下，如图4所示，仅选择与视觉相关的脑区对应的电极通道即可。
由于在所述基于SSVEP的脑机接口刺激范式下，不同颜色矩形边缘的闪烁刺激激发大脑产生的SSVEP信号特征的幅度具有一定的差异。因此在解码端采用曼哈顿距离法来描述不同刺激下脑电信号对应的特征。幅度特征加上SSVEP本来就具备的频率特征就能够在减小了闪烁刺激的面积的情况下保证脑电信号的解码精度。其中，所述曼哈顿距离表示为
Figure BDA0004077804080000071
其最小值表示为
Figure BDA0004077804080000072
为第m个目标对应的所有脑电信号的均值，Xm用户当前正在注视的目标对应的实时脑电信号，d(·)为求两个信号之间的曼哈顿距离。可知，τ就是最终用户正在注视的目标。
如图5所示，于一实施例中，本发明的基于SSVEP的脑机接口刺激范式检测系统包括生成模块51、训练模块52和检测模块53。
所述生成模块51用于根据上述的基于SSVEP的脑机接口刺激范式生成方法生成基于SSVEP的脑机接口刺激范式。
所述训练模块52与所述生成模块51相连，用于在训练阶段，对于所述脑机接口刺激范式的每个目标，采集用户注视所述目标时各个脑区电极通道上的脑电信号；基于所述脑电信号，获取各个脑区电极通道的权重系数；基于每个脑区电极通道的脑电信号与对应的权重系数获取所述目标的参考信号。
所述检测模块53与所述训练模块52相连，用于在使用阶段，当用户注视所述脑机接口刺激范式的某一目标时，采集各个脑区电极通道上的实时脑电信号；计算所述实时脑电信号与各个参考信号之间的曼哈顿距离，选取曼哈顿距离最小的参考信号对应的目标即为用户注视的目标。
其中，生成模块51、训练模块52和检测模块53的结构和原理与上述基于SSVEP的脑机接口刺激范式检测方法中的步骤一一对应，故在此不再赘述。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现，也可以全部以硬件的形式实现，还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如：x模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现。此外，x模块也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，一个或多个微处理器(Digital Signal Processor，简称DSP)，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。这些模块可以集成在一起，以片上系统(System-on-a-chip，简称SOC)的形式实现。
本发明的存储介质上存储有计算机程序，该程序被处理器执行时实现上述的基于SSVEP的脑机接口刺激范式检测方法。优选地，所述存储介质包括：ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
如图6所示，于一实施例中，本发明的基于SSVEP的脑机接口刺激范式检测终端包括：处理器61和存储器62。
所述存储器62用于存储计算机程序。所述存储器62包括：ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
所述处理器61与所述存储器62相连，用于执行所述存储器存储的计算机程序，以使所述基于SSVEP的脑机接口刺激范式检测终端执行上述的基于SSVEP的脑机接口刺激范式检测方法。
优选地，所述处理器可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述，本发明的基于SSVEP的脑机接口刺激范式生成、检测方法、系统、介质、终端将本来需要占用较大区域的闪烁刺激设置为仅占用少量面积的闪烁边框，将不同的色块设置在这些闪烁框内部，从而即使用于编码控制指令的闪烁刺激的闪烁频率和相位一致，也能够实现对应的脑电信号的解码；能够满足用户在刺激面积较小，且所有用于编码控制指令的目标均以同一频率和同一相位闪烁的场景下的使用需求。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (9)

1.一种基于SSVEP的脑机接口刺激范式生成方法，其特征在于：包括以下步骤：
设置多个目标，令每个目标以同一频率和同一相位闪烁；
在每个目标的闪烁框内设置不同的颜色。
2.根据权利要求1所述的基于SSVEP的脑机接口刺激范式生成方法，其特征在于：所述目标的个数采用用户自定义方式；所述颜色的设置采用用户自定义方式。
3.一种基于SSVEP的脑机接口刺激范式检测方法，其特征在于：所述方法包括以下步骤：
根据权利要求1-2之一所述的基于SSVEP的脑机接口刺激范式生成方法生成基于SSVEP的脑机接口刺激范式；
在训练阶段，对于所述脑机接口刺激范式的每个目标，采集用户注视所述目标时各个脑区电极通道上的脑电信号；基于所述脑电信号，获取各个脑区电极通道的权重系数；基于每个脑区电极通道的脑电信号与对应的权重系数获取所述目标的参考信号；
在使用阶段，当用户注视所述脑机接口刺激范式的某一目标时，采集各个脑区电极通道上的实时脑电信号；计算所述实时脑电信号与各个参考信号之间的曼哈顿距离，选取曼哈顿距离最小的参考信号对应的目标即为用户注视的目标。
4.根据权利要求3所述的基于SSVEP的脑机接口刺激范式检测方法，其特征在于：采集用户注视所述目标时各个脑区电极通道上的脑电信号包括以下步骤：
当用户注视所述目标时，在各个脑区电极通道上按照预设次数采集脑电信号；
计算预设次数个脑电信号的均值，将所述均值作为各个脑区电极通道上的脑电信号。
5.根据权利要求3所述的基于SSVEP的脑机接口刺激范式检测方法，其特征在于：基于任务相关成分分析算法获取各个脑区电极通道的权重系数。
6.根据权利要求3所述的基于SSVEP的脑机接口刺激范式检测方法，其特征在于：基于每个脑区电极通道的脑电信号与对应的权重系数获取所述目标的参考信号包括：
计算每个脑区电极通道的脑电信号与对应的权重系数的乘积和；
将所述乘积和作为所述参考信号。
7.一种基于SSVEP的脑机接口刺激范式检测系统，其特征在于：所述系统包括生成模块、训练模块和检测模块；
所述生成模块用于根据权利要求1-2之一所述的基于SSVEP的脑机接口刺激范式生成方法生成基于SSVEP的脑机接口刺激范式；
所述训练模块用于在训练阶段，对于所述脑机接口刺激范式的每个目标，采集用户注视所述目标时各个脑区电极通道上的脑电信号；基于所述脑电信号，获取各个脑区电极通道的权重系数；基于每个脑区电极通道的脑电信号与对应的权重系数获取所述目标的参考信号；
所述检测模块用于在使用阶段，当用户注视所述脑机接口刺激范式的某一目标时，采集各个脑区电极通道上的实时脑电信号；计算所述实时脑电信号与各个参考信号之间的曼哈顿距离，选取曼哈顿距离最小的参考信号对应的目标即为用户注视的目标。
8.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求3至6中任一项所述的基于SSVEP的脑机接口刺激范式检测方法。
9.一种基于SSVEP的脑机接口刺激范式检测终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器存储的计算机程序，以使所述基于SSVEP的脑机接口刺激范式检测终端执行权利要求3至6中任一项所述的基于SSVEP的脑机接口刺激范式检测方法。
CN202310113728.4A 2023-02-14 基于ssvep的脑机接口刺激范式生成、检测方法、系统、介质、终端 Active CN116098636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310113728.4A CN116098636B (zh) 2023-02-14 基于ssvep的脑机接口刺激范式生成、检测方法、系统、介质、终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310113728.4A CN116098636B (zh) 2023-02-14 基于ssvep的脑机接口刺激范式生成、检测方法、系统、介质、终端

Publications (2)

Publication Number Publication Date
CN116098636A true CN116098636A (zh) 2023-05-12
CN116098636B CN116098636B (zh) 2024-10-22

Family

ID=

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130100010A1 (en) * 2011-10-19 2013-04-25 National Central University Control Method and System of Brain Computer Interface with Stepping Delay Flickering Sequence
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
KR20130141904A (ko) * 2012-06-18 2013-12-27 서울대학교산학협력단 좌우 시각경로 차이를 이용한 ｓｓｖｅｐ―ｂｃｉ 시스템 및 이의 동작 방법
US20140058483A1 (en) * 2012-08-25 2014-02-27 National Chiao Tung University Stimuli generating methods, devices and control systems to induce visual evoked potentials using imperceptible flickering multi-color lights
KR101720766B1 (ko) * 2015-12-01 2017-03-28 고려대학교 산학협력단 거리 변화를 고려한 안정 상태 시각 유발 전위 기반 뇌파 분석 장치 및 방법
US9878155B1 (en) * 2015-01-05 2018-01-30 Hrl Laboratories, Llc Method for neurostimulation enhanced team performance
US20180053049A1 (en) * 2016-08-19 2018-02-22 Korea University Research And Business Foundation Apparatus and method for detecting brain fingerprint using causal connectivity of brainwave
CN109582131A (zh) * 2018-10-29 2019-04-05 中国航天员科研训练中心 一种异步混合脑机接口方法及系统
CN109965871A (zh) * 2019-03-22 2019-07-05 中国科学院上海高等研究院 脑机接口信号的分析方法、系统、介质及设备
WO2019212150A1 (ko) * 2018-05-04 2019-11-07 계명대학교 산학협력단 거울신경세포의 활성화를 극대화하는 뇌 자극과 뇌-컴퓨터 인터페이스(bci) 기술을 결합한 게임 방식의 재활 시스템 및 그 제어방법
CN110852307A (zh) * 2019-11-26 2020-02-28 中国科学院上海高等研究院 基于脑电信号的脑机接口的检测方法、系统、介质及设备
CN111728608A (zh) * 2020-06-29 2020-10-02 中国科学院上海高等研究院 基于增强现实的脑电信号分析方法、装置、介质及设备
CN112783314A (zh) * 2019-11-07 2021-05-11 中国科学院上海高等研究院 基于ssvep的脑机接口刺激范式生成、检测方法、系统、介质、终端
US20210173482A1 (en) * 2018-01-23 2021-06-10 Tianjin University Asymmetric eeg-based coding and decoding method for brain-computer interfaces

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130100010A1 (en) * 2011-10-19 2013-04-25 National Central University Control Method and System of Brain Computer Interface with Stepping Delay Flickering Sequence
KR20130141904A (ko) * 2012-06-18 2013-12-27 서울대학교산학협력단 좌우 시각경로 차이를 이용한 ｓｓｖｅｐ―ｂｃｉ 시스템 및 이의 동작 방법
US20140058483A1 (en) * 2012-08-25 2014-02-27 National Chiao Tung University Stimuli generating methods, devices and control systems to induce visual evoked potentials using imperceptible flickering multi-color lights
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
US9878155B1 (en) * 2015-01-05 2018-01-30 Hrl Laboratories, Llc Method for neurostimulation enhanced team performance
KR101720766B1 (ko) * 2015-12-01 2017-03-28 고려대학교 산학협력단 거리 변화를 고려한 안정 상태 시각 유발 전위 기반 뇌파 분석 장치 및 방법
US20180053049A1 (en) * 2016-08-19 2018-02-22 Korea University Research And Business Foundation Apparatus and method for detecting brain fingerprint using causal connectivity of brainwave
US20210173482A1 (en) * 2018-01-23 2021-06-10 Tianjin University Asymmetric eeg-based coding and decoding method for brain-computer interfaces
WO2019212150A1 (ko) * 2018-05-04 2019-11-07 계명대학교 산학협력단 거울신경세포의 활성화를 극대화하는 뇌 자극과 뇌-컴퓨터 인터페이스(bci) 기술을 결합한 게임 방식의 재활 시스템 및 그 제어방법
CN109582131A (zh) * 2018-10-29 2019-04-05 中国航天员科研训练中心 一种异步混合脑机接口方法及系统
CN109965871A (zh) * 2019-03-22 2019-07-05 中国科学院上海高等研究院 脑机接口信号的分析方法、系统、介质及设备
CN112783314A (zh) * 2019-11-07 2021-05-11 中国科学院上海高等研究院 基于ssvep的脑机接口刺激范式生成、检测方法、系统、介质、终端
CN110852307A (zh) * 2019-11-26 2020-02-28 中国科学院上海高等研究院 基于脑电信号的脑机接口的检测方法、系统、介质及设备
CN111728608A (zh) * 2020-06-29 2020-10-02 中国科学院上海高等研究院 基于增强现实的脑电信号分析方法、装置、介质及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
安兴伟等人: "基于视听交互刺激的认知机理与脑机接口范式研究进展", 电子测量与仪器学报, vol. 31, no. 7, 15 July 2017 (2017-07-15), pages 983 - 993 *

Similar Documents

Publication Publication Date Title
Li et al. A multi-scale fusion convolutional neural network based on attention mechanism for the visualization analysis of EEG signals decoding
US11042982B2 (en) Ultra-dense electrode-based brain imaging system
Curran et al. Topography of the N400: brain electrical activity reflecting semantic expectancy
Friman et al. Multiple channel detection of steady-state visual evoked potentials for brain-computer interfaces
Zhang et al. Robust frequency recognition for SSVEP-based BCI with temporally local multivariate synchronization index
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
CN111580643B (zh) 一种基于稳态不对称视觉诱发电位的脑-机接口方法
WO2024114480A1 (zh) 一种视觉刺激方法、脑机训练方法和脑机训练系统
CN109247917A (zh) 一种空间听觉诱发p300脑电信号识别方法及装置
Ge et al. Training-free steady-state visual evoked potential brain–computer interface based on filter bank canonical correlation analysis and spatiotemporal beamforming decoding
CN109199376A (zh) 基于oa-wmne脑源成像的运动想象脑电信号的解码方法
Gao et al. Multi-ganglion ANN based feature learning with application to P300-BCI signal classification
Sorrentino et al. Dynamic filtering of static dipoles in magnetoencephalography
CN116360600A (zh) 一种基于稳态视觉诱发电位的空间定位系统
Qin et al. M-FANet: Multi-feature attention convolutional neural network for motor imagery decoding
Frolov et al. Sources of electrical brain activity most relevant to performance of brain-computer interface based on motor imagery
de Cheveigné et al. Component analysis reveals sharp tuning of the local field potential in the guinea pig auditory cortex
Li et al. Subject-based dipole selection for decoding motor imagery tasks
CN116098636B (zh) 基于ssvep的脑机接口刺激范式生成、检测方法、系统、介质、终端
Hironaga et al. Localization of individual area neuronal activity
CN116098636A (zh) 基于ssvep的脑机接口刺激范式生成、检测方法、系统、介质、终端
Lian et al. A new method for implementation of regularization in cortical potential imaging
US20230363718A1 (en) Removing latent noise components from data signals
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
CN112783314B (zh) 基于ssvep的脑机接口刺激范式生成、检测方法、系统、介质、终端

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