27、基于相关和前馈神经网络的新型 SSVEP 处理方法

基于相关和前馈神经网络的新型 SSVEP 处理方法

1. 系统概述

在脑机接口（BCI）系统中，脑电（EEG）数据的采集与处理是关键环节。系统采用 Cyton 板以 250 Hz 的采样率采集 EEG 数据，并通过蓝牙将其传输至嵌入式板（Raspberry Pi）。Raspberry Pi 运用 EP - SSVEP 方法对 EEG 数据进行分析，以确定受试者注视的刺激源。最后，通过 WiFi 将所选刺激源的信息发送至物联网（IoT）网络，用于控制或通信。

2. 实验数据集

为实验设计了一个数据集，该数据集包含 8 名年龄在 21 - 25 岁之间的健康受试者，男女皆有。所有受试者视力正常或矫正后正常，且未服用药物。EEG 数据集信号总数为 384 个，每位受试者有 48 个信号。

3. 视觉刺激呈现的图形界面

• 刺激呈现技术 ：常用的诱发稳态视觉诱发电位（SSVEP）的刺激呈现技术是数字显示器，因为其刺激方法可通过软件设计，而其他技术可能需要硬件设计。
• 刺激设计考虑因素 ：设计刺激时需考虑图形和刺激频率两个方面。
  • 图形 ：常见图形有图形（如盒子、箭头、星星、圆形）和棋盘反转图案。研究表明，棋盘反转图案在 SSVEP 中能产生更好的幅度响应，因为反转会产生棋盘移动的视觉错觉。
  • 刺激频率 ：刺激频率 $f_e$ 由显示器刷新率计算得出，商业显示器刷新率通常为 60 Hz，计算公式为 $f_e