仪器仪表学报

作者：韩向可，郭士杰

单位：韩向可,河北工业大学机械工程学院天津300130；安阳工学院机械工程学院安阳455000； 河北省机器人感知与人机融合重点实验室天津300130,,郭士杰,河北工业大学机械工程学院天津300130；河北省机器人感知与人机融合重点实验室天津300130,

关键词：多模态;混合脑机接口;体感选择性注意;卷积神经网络

基金：国家自然科学基金(61871173)项目资助

针对目前基于体感选择性注意范式的脑机接口控制指令数少，信息传输率低等缺点，提出了一种全新的多模态混合脑机接口系统。该系统融合稳态视觉刺激（SSVEP）和体感选择性注意范式（SSA），在外部视觉和体感刺激的作用下，诱发大脑产生稳态视觉电位和事件相关去同步现象。同时，为了解决传统脑电信息特征提取中需要大量先验知识等问题，引入深度学习算法对混合脑机接口信息进行意图解码，该方法将多通道的时域信息转换成具有时-频-空域三维特征的二维特征图。对8名受试者的离线实验显示，平均识别准确率达到81?35%，确认了所提出的基于SSVEP_SSA融合的多模态混合脑机接口是可行的，实现了脑机接口（BCI）系统的指令集扩展和高精度解码。

来源：2019年第5期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第5期