基于P300‑SSVEP的大指令集脑‑机接口方法技术

本发明专利技术涉及脑‑机接口，为提出一种混合脑‑机接口新范式，能同时诱发SSVEP信号和P300信号，并且首次提出了108个指令集的诱发策略，达到了提高指令集和高信息传输率的目的。这种大指令集，高信息传输率的脑‑机接口系统，有望获得可观的社会效益和经济效益。为此，本发明专利技术，基于P300‑SSVEP的大指令集脑‑机接口方法，步骤包括：搭建实验平台，平台具体包括脑电电极和脑电放大器以及计算机，设计新范式进行刺激，采集P300、SSVEP数据，在计算机中进行数据处理，并输出分类正确率，最后计算信息传输速率，其中数据处理阶段是通过逐步线性判别分析和典型关联分析法进行识别分类。本发明专利技术主要应用于脑‑机接口场合。

Methods brain computer interface P300 large instruction set based on SSVEP

The present invention relates to brain machine interface, to put forward a new paradigm of mixed brain machine interface, can induce both SSVEP and P300 signals, and first proposed the strategy evoked 108 instruction sets, achieves the goal of improving the instruction set and high information transmission rate. This instruction set, high information transmission rate brain computer interface system, is expected to be considerable social benefits and economic benefits. To this end, the invention, methods, brain machine interface P300 large instruction set based on SSVEP comprises the following steps: building the experimental platform, the platform including EEG electrodes and EEG amplifier and computer, the new design paradigm of stimulation, P300, SSVEP data acquisition, the data processing in the computer, and the output rate of correct classification finally, calculate the rate of information transmission, the data processing stage is through stepwise linear discriminant analysis and canonical correlation analysis method for identification and classification. The invention is mainly applied to brain computer interface.

【技术实现步骤摘要】
基于P300-SSVEP的大指令集脑-机接口方法
本专利技术涉及脑-机接口，具体讲,涉及基于P300-SSVEP的大指令集脑-机接口方法。
技术介绍
脑-机接口(Brain-ComputerInterface,BCI)是一种不依赖于由外围神经和肌肉组成的正常输出通路的交流通讯系统。它能识别特定的大脑信号模式，其中包括连续的五个阶段：信号采集、预处理(或信号增强)、特征提取、分类接口控制。信号采集阶段捕捉到大脑信号并进行信号降噪和硬件处理。预处理阶段为后续处理准备适当形式的信号。特征提取阶段是标识被提取出来的大脑信号中的信息，映射到一个包含有效判别功能的特征向量，这是一项非常具有挑战性的任务，一方面，信号可能由于肌电和眼电的干扰而失真；另一方面，为了减少特征提取阶段的复杂性，须尽量降低特征向量的维度，但同时要保证重要信息没有损失。所以，为了解码用户的意图，选择易于区分的特征是实现有效分类识别的关键。分类接口控制是对特征向量进行识别，并对外部设备进行控制。对基于脑电(electroencephalography，EEG)的BCI系统而言，便捷高效的脑电诱发范式是决定其能否实际应用的初步关本文档来自技高网...

【技术保护点】
一种基于P300‑SSVEP的大指令集脑‑机接口方法，其特征是，步骤包括：搭建实验平台，平台具体包括脑电电极和脑电放大器以及计算机，设计新范式进行刺激，采集P300、SSVEP数据，在计算机中进行数据处理，并输出分类正确率，最后计算信息传输速率，其中数据处理阶段是通过逐步线性判别分析和典型关联分析法进行识别分类。

【技术特征摘要】
1.一种基于P300-SSVEP的大指令集脑-机接口方法，其特征是，步骤包括：搭建实验平台，平台具体包括脑电电极和脑电放大器以及计算机，设计新范式进行刺激，采集P300、SSVEP数据，在计算机中进行数据处理，并输出分类正确率，最后计算信息传输速率，其中数据处理阶段是通过逐步线性判别分析和典型关联分析法进行识别分类。2.如权利要求1所述的基于P300-SSVEP的大指令集脑-机接口方法，其特征是，设计新范式进行刺激，具体是，开始时提示靶字符2秒，然后按预先编好的随机序列开始闪烁，一次离线实验包含40个靶字符，每个靶字符包含5个轮次，一个轮次包含9个试次trial，每个trial闪烁持续时间为200毫秒，刺激间隔ISI(inter-stimulusinterval)为-100ms；刺激界面是一个3x4的模块矩阵，即含有12个模块，每个模块里面都包含着一个3x3的字符矩阵，指令集一共是108个，覆盖了计算机键盘的所有字符输入，包含4种频率f1，f2，f3，f4，从左至右依次为10Hz、15Hz、12Hz、14Hz，采用了正弦采样的方式呈现，在编码策略上，对于列，同一列内频率一样，不同列频率不一样，设计原则是相邻列之间的频率间隔尽可能的大，对于行，一共有三种诱发时间t1，t2，t3，依次相差50ms，同行进行同时诱发；当第一行开始闪烁后的50ms，第二行开始闪烁；在第二行开始闪烁后的50ms，第三行开始闪烁。3.如权利要求1所述的基于P300-SSVEP的大指令集脑-机接口方法，其特征是，采用逐步线性判别分析SWLDA(Step-wiseLinearDiscriminantAnalysis)的方法对P300信号进行识别，采用滤波频带典型相关分析FBCCA(Filterbankcanonicalcorrelationanalysis)对SSVEP进行识别；逐步线性判别分析S...

【专利技术属性】
技术研发人员：明东，韩锦，许敏鹏，肖晓琳，张力新，何峰，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12