基于三維編碼刺激序列的視覺P300-Speller誘發(fā)ERP研究.pdf

1、P300－Speller是利用稀少事件相關電位(Event-Related Potential，ERP)-P300信號特征實現(xiàn)文字選擇輸入的經(jīng)典人機交互范式。它能夠實現(xiàn)受試者利用腦電與外界進行文字交流的功能，已公認是腦-機接口(Brain-Computer Inter face，BCI)技術中目前最為有效的信息輸入與交互的重要手段之一。傳統(tǒng)6×6行列字符閃爍模式的P300-Speller因其存在可選字符數(shù)目有限、信息傳輸效率低、不利于大

2、指令集傳輸?shù)葐栴}，難以滿足實際應用需求。為此，引入新的編碼刺激模式以改進傳統(tǒng)P300-Speller范式、擴展其字符數(shù)、提高其信息傳輸率并保持較高的分類正確率是研發(fā)實用型P300-Speller BCI亟待解決的關鍵技術。
　　 本文首次提出了基于三維編碼字符的閃爍刺激模式，并對該模式誘發(fā)產(chǎn)生的P300信號特征進行了細致分析，論證了其取得較高分類正確率和信息傳輸率的可行性。在此基礎上研究設計了基于三維編碼閃爍模式的64字符和12

3、5字符兩種改進型P300-Speller；完成了傳統(tǒng)6×6行列字符、三維編碼64字符和125字符三種刺激模式實驗；對實驗數(shù)據(jù)進行了具體的預處理、特征提取與模式識別及分類正確率與信息傳輸率的比較分析。
　　 研究中，首先對實驗數(shù)據(jù)進行濾噪、降采樣等預處理。之后，分別采用Fisher系數(shù)和r2系數(shù)方法對腦電特征進行了可分性分析；利用相干平均方法提取了腦電特征并分別采用線性判別分析(Linear Discriminant Analys

4、is，LDA)和支持向量機(Support Vector Machine，SVM)方法進行了腦電模式識別，所有被試的平均分類正確率可以達到99％以上。最后，比較了傳統(tǒng)行列模式和新型三維編碼模式的信息傳輸速率(Information Transfer Rate，ITR)，結果表明三維編碼的ITR(最高平均值為53.59bit/min)明顯高于行列模式(最高平均值為32.94bit/min)。文中還利用基于集成學習思想的支持向量機遞歸特征篩