27、基于性能方法设计BCI刺激呈现范式

基于性能方法设计BCI刺激呈现范式

1. 引言

基于P300的脑机接口（BCI）主要依赖于在嘈杂的脑电图（EEG）数据中检测事件相关电位（ERP）。在典型的P300拼写器中，用户通过视觉界面从一组选项中选择字符，当用户专注于某个字符时，屏幕上会随机闪烁字符组。理想情况下，用户预期的字符所在的闪烁组会引发P300 ERP，BCI系统通过分析EEG响应来确定用户的意图字符。

然而，由于诱发的ERP信噪比（SNR）较低，为了提高选择准确性，需要对潜在目标字符进行多次重复数据测量，这导致基于ERP的BCI拼写速度较慢。刺激呈现范式定义了刺激事件的呈现方式，包括闪烁组元素和闪烁组的呈现顺序。常见的行 - 列范式（RCP）虽然能提高字符呈现率，但会增加具有相似呈现模式字符的选择错误可能性，且由于随机呈现顺序，可能出现目标字符连续呈现的情况，还会导致用户视觉疲劳。

此前一些刺激范式试图解决RCP的缺点，但大多随机生成和呈现字符子集，未考虑主动设计字符子集组成和呈现顺序对性能的潜在益处。而P300拼写器可从信息论角度，利用编码理论来设计刺激呈现范式，但以往基于此的方法在健康参与者测试中效果不佳，可能是低估了不应期效应对性能的负面影响。

2. 基于性能的范式

设计目标是构建一个由M个l位码字组成的码本，即（M, l） - 码，以最大化用户在给定BCI算法下的性能。主要考虑的性能标准包括：通过字符各自的闪烁模式便于区分字符来提高选择准确性；在动态停止（DS）算法下，减少字符选择前的刺激事件呈现次数来提高拼写速度。

2.1 贝叶斯DS算法

采用贝叶斯DS算法，在字符选择前的数据收集量基于达到正确选择目标字符的一定置