脑机接口中高频稳态视觉诱发电位的识别研究

利用高频刺激进行编码能够缓解基于稳态视觉诱发电位(SSVEP)的脑-机接口(BCI)产生的用户视觉疲劳,提升系统的舒适度和安全性,具有广阔的应用前景。然而,当前先进的SSVEP解码算法大多在低频数据集上进行对比验证,在高频SSVEP信号上的识别性能仍然未知。针对此问题,本文采集了20名受试者在高频SSVEP范式下的脑电(EEG)数据,对目前主流的2种典型相关分析算法、3种集成任务相关成分分析算法和1种任务判别成分分析算法展开对比。结果表明,它们均能有效解码高频SSVEP信号,且在不同条件下算法的分类性能指标和速度存在差异。本研究为高频SSVEP-BCI系统的算法选择提供了依据,在构建舒适友好型BCI系统方面具有潜在的应用价值。