英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
使用无创脑机接口的高速拼写
过去20年来，脑机接口（BCI）取得了前所未有的进步。然而，低通信速率仍然是人类基于BCI的通信的主要障碍。这项研究提出了一种基于脑电图的脑机接口拼写器，它可以实现高达每秒5.32b的信息传输速率（ITR），这是BCI拼写者不管是使用非侵入性还是侵入性方法报告所能达到的最高信息传输速率。本研究由于观察到在视觉闪烁信号和引发的单试验稳态视觉诱发电位之间的频率和相位的极高一致性从而开发了一种同步调制和解调范式来实现拼写。具体而言，本研究提出了一种新的联合频率相位调制方法，用0.5s长的闪烁信号标记40个字符，并使用单独的校准数据开发一种新的用户特定的目标识别算法。这种算法的拼写器在在线拼写任务中实现了较高的信息传输速率。 这项研究表明，BCI可以使用非侵入性记录的大脑活动提供真正自然的高速通信渠道。
脑机接口|脑电图|稳态视觉诱发电位|联合频率相位调制
脑机接口（BCIs）,作为一个可以为人类提供新的沟通渠道，近年来受到越来越多的关注。在各种应用中，BCI拼写器有特殊价值，因为它们可以帮助患有严重运动障碍的患者（例如，肌萎缩侧索硬化，中风和脊髓损伤）与他人沟通。目前，脑电图（EEG）由于其无创性，操作简单和相对低的成本已经成为实现BCI拼写器的最普遍的方法。但是，头皮所记录的脑电图信号的低信噪比（SNR）和脑电图建模中缺乏计算有效的解决方案将脑电图的BCI拼写器的信息传输速率（ITR）限制为1.0比特每秒（bps）。例如，法韦尔和唐钦提出的有名的P300拼写器每分钟最多拼写五个字母（~0.5 bps）。直到最近，一些使用视觉诱发电位（VEPs）的研究表明其较高的ITR为1.7-2.4 bps。相比之下，人类和猴子在一些侵入性的BCI拼写器可以表现出更高的速率和准确率。 例如，具有皮层脑电图记录的P300拼写器在人类受试者中获得1.9bps的峰值信息传输速率。 最近一项关于使用多神经元记录的键盘神经假体的猴子研究报告称信息传输速率高达3.5 bps。尽管在过去的十年中，使用脑电图的拼写器的通信速度已经显着提高，但它仍然是人类现实应用的主要障碍。
最近，使用稳态VEP（SSVEP）的BCI拼写器由于其高通信速率和较低的入门门槛而引起了越来越多的关注。SSVEP拼写器通常使用稳态VEP来检测用户对目标角色的凝视方向。虽然SSVEP拼写器已经可以达到相对较高的信息传输速率，但是其最终的性能仍然受到位未知因素限制。原则上，SSVEP拼写器的理论性能极限高度依赖于通过用SSVEP中的视觉延迟来反映的视觉路径中的时间编码精度。以前的研究表明，总平均SSVEPP可以准确地编码刺激信号的频率和相位，并且可以显示不同刺激频率的恒定延迟。然而，单次试验SSVEP中的视觉延迟，特别是当刺激持续时间短时（比如0.5s）会由于自发脑电活动的干扰而会导致难以量化。在这里，我们假设单个SSVEP的视觉潜伏期，代表着刺激时间内神经元群体的活动，其在整个试验过程中可以保持非常稳定。加入这个受到了证实的话，那么刺激信号的频率和相位就可以在单次试验SSVEP中被精确编码。并且在预期中如果使用同步调制和已被广泛用于电信领域的解调范例的SSVEP拼写器可以使其拥有更好的性能。本研究的目标是使用SSVEP实施高速BCI拼写器。基于单试验SSVEP中的假设可视性，这项研究提出了一种新的联合频率相位调制（JFPM）方法，即以提高频率范围非常窄的SSVEP之间的可区分性，也是在频率编码中最具挑战性的问题。 为了解决由于非线性导致的参数选择困难，开发了一种使用数据驱动的网格搜索方法，以优化JFPM方法中的刺激持续时间和相位间隔问题。同时考虑到了目标性能的目标差异，本研究特地采用了一种改进过后的用户专用解码算法，该算法可以将各个SSVEP校准数据合并到特征并提取。此外还特地开发了滤波器组分析方法用以从谐波SSVEP组件中提取附加特征。这些方法共同构成了高速BCI拼写器（每分钟最高可达60个字符）。所提出的高速BCI技术的方法框架有望为运动障碍和健康人的患者带来一种可行的与人交流方法。
结果
使用基于SSVEP研发的脑机接口拼写器。闭环BCI拼写器由三个主要部分组成：一个类似于数字键盘的5times;8刺激矩阵，一个记录设备，以及一个用于目标识别和反馈表示的实时程序（图1.A）。系统通过分析引出的SSVEP来确定用户参与的目标，该SSVEP编码目标刺激的频率和相位信息。刺激矩阵中的40个字符标记有不同的闪烁频率和由联合JFPM方法确定的相位（下面将详细讨论）（图1.B）。而图1.C则显示了连续使用该系统拼写两个示例字符“H”和“I”的过程。对于每个目标，使用基于SSVEP模板的解码算法提取时间锁定到刺激的0.5秒SSVEP时期（具有视觉延迟tau;）用于目标识别（参见材料和方法中的细节）。通过这种配置，BCI拼写器的拼写速率为60个字符分钟，对应的速率为5.32bps。
刺激信号和引发的SSVEP。在该研究中，基于监视器的刷新率，通过采样的正弦刺激方法生成40个刺激信号。图2A和B显示了来自示例主题的三个选定频率（12.2,12.4和12.6 Hz）的前1-s刺激信号和平均SSVEP（基波分量）的波形。在时域中，真实刺激信号和SSVEP都与理论刺激信号精确同步。图2C和D示出了刺激信号和引发的SSVEP的复合光谱。如图2C所示，刺激信号的角度与每个正弦刺激信号（12.2Hz：0.5pi;，12.4Hz：pi;和12.6Hz：1.5pi;）的初始相位相同。SSVEP的估计相位与刺激信号的相位高度一致（12.2Hz：0.53pi;，12.4Hz：1.00pi;，和12.6Hz：1.45pi;;图2D）。这些结果证明了样品 - 正弦刺激方法在产生SSVEP的频率和相位调制的刺激信号方面的稳健性。此外，
SSVEP在不同的频率上显示出几乎恒定的延迟，这与前面的研究一致。因此，可以使用同步解调方法来实现SSVEP的检测。
SSVEP的基本和谐波成。SSVEP可以通过刺激频率及其谐波频率的类似正弦曲线的波形来表征。在先前的BCI研究中已经证明了在频率检测中组合谐波分量的优点。然而，在BCI研究中仍然缺乏对SSVEP谐波信噪比的详细分析。如图3A所示，对于示例对象，基波分量在13.8Hz处的SSVEP的平均振幅谱中显示出最高振幅。随着响应频率的增加，SSVEP分量的幅度急剧下降（基波：3.63mu;V，二次谐波：0.94mu;V，三次谐波：0.57mu;V，四次谐波：0.34mu;V，五次谐波：0.18mu;V，六次谐波：0.09mu;V）。由于随着频率的增加，背景EEG活动的幅度也随着频率的增加而降低，因此与振幅相比，谐波显示出更低的信噪比。如图3C所示，SSVEP组件的SNRs逐渐降低并且响应频率增加（基波：22.11 dB，二次谐波：18.70 dB，三次谐波：18.89 dB，四次谐波：16.37 dB，五次谐波：14.74 dB，六次谐波：11.48 dB）。图3B和D示出了作为刺激频率和响应频率的函数的所有刺激频率（8-15.8Hz）的幅度和SNR图像。在40个刺激频率中，SSVEP的基本和谐波频率与刺激信号的基本和谐波频率完全相同。在SNR图像中清晰可见频率高达90 Hz的SSVEPs谐波。因此，本研究采用了一种滤波器组分析方法（17），从基础和谐波SSVEPs组件中提取频率和相位信息（详见材料和方法）。
JFPM.。为了实现大量目标，基于SSVEPs的BCI中的频率编码方法通常对具有相等间隔频率的多个目标进行编码（18）：
其中f0是最低频率，Delta;f是频率间隔，n是目标的索引，N是目标的总数。根据通信技术，为了识别频率编码目标的检测，需要1 /Delta;f的数据长度，以便所有刺激信号彼此正交（13）。因此，为了实现具有大量目标的频率编码系统，正交性通常需要长数据长度。例如，研究中开发的40目标拼写器需要数据长度5s（Delta;f= 0.2 Hz）来满足正交性条件。然而，对于高ITR，高速BCI拼写器通常对每个目标使用短数据长度（例如，0.5秒）。 在这种情况下，来自自发背景EEG活动的干扰很难用现有的频率检测方法识别SSVEPs。
在第1节中，相位信息被指示为目标编码，因此不提供频率检测的有用信息。 这项研究提出将相位编码纳入频率编码实际化JFPM范例。具体而言，引入等间隔相位以增强频率编码目标之间的区别：
其中是目标在f0的初始相位，是两个相邻频率之间的相位间隔。对于小于1 /Delta;f的数据长度，最佳相位间隔可以最大化相邻频率处的SSVEP波形之间的区别，从而便于目标识别。在实践中，这研究旨在最小化相邻频率处的SSVEP之间的相关系数（即，朝向负相关值-1）。
图4A示出了使用四个不同的相位间隔值（0,0.5pi;，pi;和1.5pi;）在12.2,12.4和12.6Hz处的理论1-s刺激信号的时间波形图4B示出了在12.4Hz和40个刺激频率之间的刺激信号的相关系数。四相间隔值导致所有刺激频率的相关模式非常不同。12.4 Hz与其最近邻居（12.2和12.6 Hz）之间的相关系数在不同的相位间隔值（0：0.75和0.75,0.5pi;：-0.55和-0.54，pi;：-0.75和-0.75以及1.5pi;）之间存在很大差异：0.55和0.54）。这些结果表明，通过在刺激信号中引入适当的相位间隔值（例如，0.5pi;或pi;），可以显着改善SSVEP的可辨别性。0.5pi;的相位间隔还导致第二最近相邻频率处的负相关值（12.0Hz：-0.22和12.8Hz：-0.22）。 相反，当相位间隔值为pi;时，在第二最近的相邻频率（12.0Hz：0.22和12.8Hz：0.22）处获得正相关。在实践中，可以通过在离线分析中最大化BCI性能来确定最佳相位间隔值（网格搜索方法，在下面讨论）。
图4C显示了在所有刺激频率下12.4Hz的1-s单试验SSVEP与SSVEP模板信号（即来自训练集的多个SSVEP试验的平均值;材料和方法中给出的详细信息）之间的平均相关值。跨学科。使用典型相关分析（CCA）通过九通道SSVEP的投影计算相关系数（细节在材料和方法中给出）。使用SSVEP模板信号的相关值模式与刺激信号的模式高度一致（图4B）。例如，当使用相位间隔值pi;时，在目标频率（12.4Hz：0.70）处获得最大相关值。在第一和第二最近邻居分别获得负相关和正相关值（12.2Hz：-0.48,12.6Hz：-0.50,12.0Hz：0.21和12.8Hz：0.21）。该发现适用于每个人的单次试验SSVEP。来自一个样品受试者的单试验SSVEP的相关值（图4E）与从刺激信号计算的理论模式高度一致（图4D）。
相位间隔和刺激持续时间的优化。JFPM方法中参数的优化应考虑基波和谐波SSVEP组件的共同贡献。然而，SSVEP幅度和SNR的非线性调制提出了基于刺激信号引入理论上最佳参数的挑战。为了解决这个问题，本研究开发了一种实用的网格搜索方法，用于确定相位间隔和刺激持续时间，以优化BCI性能。 使用在线系统中使用的相同目标识别方法（细节在材料和方法中给出）来估计BCI性能（即，准确度和ITR）。为了模拟对应于不同刺激参数（即，相位间隔值和数据长度）的SSVEP数据，通过添加由频率和相位确定的不同时移，从5-sofflinedata时期中提取数据符号（细节在材料和方法中给出）。图5A示出了对应于不同相位间隔和刺激持续时间的分类准确度相应的ITR如图5B所示。通过0.5秒的刺激持续时间和0.35pi;的相位间隔达到最大信息传输速率（4.32bps）。对于给定的0.5秒的数据长度，精度和ITR与相位间隔值高度相关（图5A和B中左侧的子图）。例如，与0的相位间隔相比，0.35pi;的相位间隔显着提高了分类准确度（88.92％vs.71.04％，配对ttest：P lt;10-5）对于0.35pi;的给定相位间隔值，当刺激持续时间（即，数据长度）增加时，准确度增加。随着JFPM方法的0.5-s刺激持续时间和0.35pi;相位间隔值可导致高速BCI拼写器中的高ITR，因此ITR增加了最小值，然后降低了0.5s。因此，这些参数在在线BCI拼写器中被采用。
OnlineSpelling性能。这项研究使用两个在线拼写任务（即提示拼写和自由拼写任务来测试BCI拼写器;详细信息在材料和方法中给出）。表1列出了系统以每个字符1秒的速度拼写的准确度和一致性拼写任务。测试期间的平均准确度为91.04plusmn;6.73％，导致所有受试者的ITR为4.45plusmn;0.58 bps。在个体中，最小和最大ITR分别为3.33bps（S4）和5.25bps（S11）。配对t检验表明，训练阶段和测试阶段的准确性和ITR没有显着差异（准确度：89.76％vs。91.04％，P = 0.27; ITR：4.35bpsvs.4.45bps，P = 0.31）。线性准确度和ITR比实验中获得的数据略多（精确度：88.92％，ITR：4.32 bps;图5）。在线实验中BCI表现的增加可部分解释为培训试验数量的增加（12项试验与5项试验）。
表2说明了自由拼写任务的结果。经过一些练习课程（约1小时）熟悉拼写器布局，所有实验者都成功完成了拼写自由任务。11名受试者完成了任务而没有错误。一个主题（S8）使用“退格”制作了几个错误并清除了错误。在主题S2和S4中，刺激持续时间增加到1秒以提高准确性。 对于三个对象（S5，S8和S10），由于这些对象报告的快速凝视切换的困难，使用了1秒的凝视移位时间。平均拼写率是每分钟50.83plusmn;11.64个字符（cpm），导致所有主题的ITR为4.50plusmn;1.03bps（范围：2.66-5.32bps）。提示拼写和自由拼写任务之间的ITR没有显着差异（4.45 bps vs. 4.50 bps，配对t检验：P = 0.81）。
<p
全文共6962字，剩余内容已隐藏，支付完成后下载完整资料</p
资料编号：[458]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
