-
题名谐波校正与泛化的稳态视觉诱发电位检测算法
- 1
-
-
作者
吕言豪
罗天健
-
机构
福建师范大学计算机与网络空间安全学院
福建师范大学数字福建环境监测物联网实验室
-
出处
《模式识别与人工智能》
北大核心
2025年第3期280-292,共13页
-
基金
国家自然科学基金项目(No.62106049)
福建省自然科学基金项目(No.2022J01655)资助。
-
文摘
稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)被广泛应用于设计高信息传输率(Information Transfer Rate,ITR)的脑机接口.现有SSVEP检测算法通过计算最优空间滤波器,抑制非SSVEP成分的同时提高SSVEP成分的信噪比,但严重依赖训练样本的质量,早期会出现性能衰减.为了突破该瓶颈,文中提出谐波校正与泛化的稳态视觉诱发电位检测算法.首先,通过正余弦谐波参考信号校正训练均值模板,提升SSVEP刺激呈现中前期的ITR.然后,联合任务相关成分分析算法,有效提升SSVEP刺激呈现后期的ITR.在SSVEP检测过程中,加权匹配两种类型的均值训练模板,保证在任意SSVEP呈现时期都保持较高的ITR.在两个公开的SSVEP数据集上进行的对比实验表明,文中算法的SSVEP检测准确率、ITR和计算效率都较优.此外,消融实验也证实算法对校准数据要求较低,因此该研究为设计资源受限的脑机接口提供一种新的选择.
-
关键词
稳态视觉诱发电位(SSVEP)
典型相关分析
谐波模板校正
任务相关成分分析
脑机接口
-
Keywords
Steady-State Visual Evoked Potential(SSVEP)
Canonical Correlation Analysis
Harmonics Template Correction
Task-Related Component Analysis
Brain-Computer Interface
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
