誘發(fā)式腦：機(jī)接口技術(shù)

目錄
前言
第1章 緒論 1
1.1 BCI技術(shù)概述 1
1.2 BCI的分類(lèi)與類(lèi)型特點(diǎn)分析 4
1.2.1 基于大腦信號(hào)采集技術(shù)手段的分類(lèi) 5
1.2.2 基于大腦信號(hào)產(chǎn)生方式的分類(lèi) 7
1.3 基于EEG的誘發(fā)式BCI 7
1.3.1 刺激模態(tài)分析 7
1.3.2 SSVEP-BCI技術(shù) 8
1.3.3 P300-BCI技術(shù) 9
1.3.4 ErrP-BCI技術(shù) 11
1.3.5 誘發(fā)式BCI的性能評(píng)價(jià)指標(biāo) 11
1.4 誘發(fā)式BCI研究方法分析 14
參考文獻(xiàn) 17
第2章 嚴(yán)格視線(xiàn)限定條件下的SSVEP神經(jīng)機(jī)制 25
2.1 引言 25
2.2 方法與材料 26
2.2.1 范式設(shè)計(jì) 26
2.2.2 實(shí)驗(yàn)流程 28
2.3 數(shù)據(jù)分析 30
2.3.1 典型相關(guān)性分析 30
2.3.2 基于典型相關(guān)性分析的單通道貢獻(xiàn)估計(jì) 31
2.3.3 對(duì)側(cè)效應(yīng)估計(jì) 32
2.4 實(shí)驗(yàn)結(jié)果 32
2.4.1 基于SSVEP響應(yīng)的視場(chǎng)構(gòu)建 32
2.4.2 刺激位置影響 35
2.5 結(jié)果分析與討論 37
2.5.1 刺激形狀 37
2.5.2 刺激間距 37
2.5.3 指示位置 38
2.5.4 定制設(shè)計(jì) 38
2.5.5 不足之處 39
2.5.6 未來(lái)工作 39
2.6 本章小結(jié) 39
參考文獻(xiàn) 40
第3章 SSVEP-BCI的實(shí)時(shí)信息反饋與動(dòng)態(tài)優(yōu)化機(jī)制 42
3.1 引言 42
3.2 方法與材料 43
3.2.1 刺激范式設(shè)計(jì) 43
3.2.2 CCA-RV方法 45
3.2.3 實(shí)時(shí)信息反饋機(jī)制 46
3.2.4 目標(biāo)選擇時(shí)間優(yōu)化設(shè)計(jì) 46
3.2.5 實(shí)驗(yàn)范式設(shè)計(jì) 48
3.3 實(shí)驗(yàn)結(jié)果與分析 50
3.3.1 在線(xiàn)結(jié)果 50
3.3.2 離線(xiàn)性能分析 51
3.4 結(jié)果分析與討論 52
3.4.1 系統(tǒng)性能提升的原因分析 52
3.4.2 行列目標(biāo)識(shí)別過(guò)程準(zhǔn)確率對(duì)比 53
3.4.3 當(dāng)前方法局限和未來(lái)研究方向 54
3.5 本章小結(jié) 55
參考文獻(xiàn) 55
第4章 基于DS策略的SSVEP-BCI目標(biāo)識(shí)別方法 58
4.1 引言 58
4.2 方法與材料 59
4.2.1 實(shí)驗(yàn)方案與實(shí)施 59
4.2.2 識(shí)別算法與DS策略 62
4.3 實(shí)驗(yàn)結(jié)果 67
4.3.1 模擬在線(xiàn)結(jié)果 67
4.3.2 DS策略的提升分析 69
4.3.3 DS策略輸出有效性分析 69
4.3.4 公開(kāi)數(shù)據(jù)庫(kù)的驗(yàn)證 70
4.4 結(jié)果分析與討論 73
4.5 本章小結(jié) 74
參考文獻(xiàn) 74
第5章 基于聽(tīng)觸覺(jué)雙模態(tài)刺激的非視覺(jué)P300-BCI 76
5.1 引言 76
5.2 方法與材料 78
5.2.1 聽(tīng)觸覺(jué)P300-BCI系統(tǒng)設(shè)計(jì) 78
5.2.2 實(shí)驗(yàn)設(shè)計(jì) 80
5.2.3 數(shù)據(jù)分析 82
5.3 實(shí)驗(yàn)結(jié)果與分析 85
5.3.1 在線(xiàn)實(shí)驗(yàn)結(jié)果 85
5.3.2 離線(xiàn)性能分析 85
5.4 結(jié)果討論 86
5.5 本章小結(jié) 90
參考文獻(xiàn) 91
第6章 基于P300和SSVEP的時(shí)頻特征融合決策機(jī)制 94
6.1 引言 94
6.2 方法與材料 96
6.2.1 混合刺激機(jī)制設(shè)計(jì) 96
6.2.2 實(shí)驗(yàn)流程 97
6.2.3 信號(hào)處理 99
6.3 實(shí)驗(yàn)結(jié)果 103
6.3.1 在線(xiàn)性能 103
6.3.2 離線(xiàn)分析 104
6.4 結(jié)果分析與討論 106
6.4.1 SSVEP特征引入的作用分析 106
6.4.2 被試狀態(tài)變化對(duì)系統(tǒng)性能的影響 108
6.5 本章小結(jié) 108
參考文獻(xiàn) 109
第7章 基于P300和SSVEP并行輸入的混合BCI 112
7.1 引言 112
7.2 方法與材料 113
7.2.1 混合刺激機(jī)制設(shè)計(jì) 113
7.2.2 實(shí)驗(yàn)設(shè)計(jì) 114
7.2.3 信號(hào)處理 116
7.2.4 *優(yōu)刺激輪次選擇 118
7.3 實(shí)驗(yàn)結(jié)果 119
7.3.1 在線(xiàn)性能 119
7.3.2 離線(xiàn)分析 120
7.4 結(jié)果分析與討論 120
7.4.1 快速混合BCI拼寫(xiě)方法的潛力 120
7.4.2 RC和SL范式性能差異的原因分析 121
7.4.3 當(dāng)前方法局限與未來(lái)研究方向 124
7.5 本章小結(jié) 124
參考文獻(xiàn) 125
第8章 基于P300與SSVEP得分融合的混合BCI 128
8.1 引言 128
8.2 方法與材料 129
8.2.1 兩種混合刺激范式 129
8.2.2 實(shí)驗(yàn)范式 130
8.2.3 P300和SSVEP目標(biāo)識(shí)別方法 132
8.2.4 得分融合方法 133
8.3 實(shí)驗(yàn)結(jié)果 135
8.3.1 BCI范式的性能對(duì)比 135
8.3.2 融合方法的性能對(duì)比 137
8.3.3 BCI初學(xué)者的學(xué)習(xí)過(guò)程 137
8.4 結(jié)果分析與討論 138
8.5 本章小結(jié) 140
參考文獻(xiàn) 140
第9章 基于ErrP的P300-BCI自動(dòng)糾錯(cuò)機(jī)制 142
9.1 引言 142
9.2 方法與材料 143
9.2.1 被試 143
9.2.2 數(shù)據(jù)采集 143
9.2.3 P300-BCI拼寫(xiě)器 144
9.2.4 ErrP和P300得分 145
9.2.5 Bayes動(dòng)態(tài)停止機(jī)制 145
9.2.6 輔助刺激 146
9.2.7 實(shí)驗(yàn)方案 147
9.2.8 基于ErrP和P300融合的在線(xiàn)糾錯(cuò)機(jī)制 148
9.2.9 進(jìn)一步分析 149
9.3 實(shí)驗(yàn)結(jié)果 150
9.3.1 在線(xiàn)性能 150
9.3.2 P300和ErrP對(duì)錯(cuò)誤檢測(cè)的貢獻(xiàn) 152
9.3.3 輔助刺激的影響 153
9.3.4 ErrP波形特征 155
9.4 結(jié)果分析與討論 156
9.4.1 在線(xiàn)糾錯(cuò) 156
9.4.2 基于ErrP和P300融合進(jìn)行在線(xiàn)錯(cuò)誤檢測(cè) 156
9.4.3 新型ErrP波形差異 156
9.4.4 限制 157
9.5 本章小結(jié) 157
參考文獻(xiàn) 158
第10章 基于ErrP得分的半監(jiān)督自適應(yīng)P300-BCI 161
10.1 引言 161
10.1.1 分類(lèi)器自適應(yīng)——P300-BCI拼寫(xiě)器 161
10.1.2 基于ErrP的自動(dòng)校正 162
10.1.3 目標(biāo)：基于ErrP的自適應(yīng) 162
10.2 方法與材料 163
10.2.1 被試 163
10.2.2 EEG采集 163
10.2.3 拼寫(xiě)流程 164
10.2.4 P300和ErrP的評(píng)分 164
10.2.5 在線(xiàn)錯(cuò)誤檢測(cè) 165
10.2.6 在線(xiàn)實(shí)驗(yàn) 166
10.2.7 離線(xiàn)分析 167
10.2.8 模擬在線(xiàn)分析 168
10.3 實(shí)驗(yàn)結(jié)果 171
10.3.1 在線(xiàn)分析 171
10.3.2 離線(xiàn)分析 172
10.3.3 模擬在線(xiàn)分析 172
10.4 結(jié)果分析與討論 175
10.4.1 在線(xiàn)SOA優(yōu)化 175
10.4.2 是否采用自適應(yīng) 175
10.4.3 半監(jiān)督的優(yōu)勢(shì) 176
10.4.4 ErrP的貢獻(xiàn) 177
10.5 本章小結(jié) 177
參考文獻(xiàn) 178
第11章 基于P300和ErrP的聽(tīng)覺(jué)混合BCI 180
11.1 引言 180
11.2 方法與材料 181
11.2.1 被試 181
11.2.2 數(shù)據(jù)采集 181
11.2.3 任務(wù)流程 181
11.2.4 信號(hào)預(yù)處理 183
11.2.5 P300和ErrP評(píng)分 184
11.2.6 單次實(shí)驗(yàn)期間ErrP的一致性 185
11.2.7 基于錯(cuò)誤檢測(cè)的模擬自動(dòng)校正 185
11.3 實(shí)驗(yàn)結(jié)果 187
11.3.1 ErrP檢測(cè) 187
11.3.2 模擬自動(dòng)校正 188
11.3.3 改變期望的誤報(bào)率 191
11.3.4 聽(tīng)覺(jué)ErrP的時(shí)空特征 192
11.4 結(jié)果分析與討論 193
11.4.1 ErrP檢測(cè) 193
11.4.2 混合錯(cuò)誤檢測(cè) 194
11.4.3 模擬自動(dòng)校正 194
11.4.4 與自動(dòng)校正視覺(jué)BCI的比較 195
11.4.5 生理學(xué) 195
11.4.6 局限性與未來(lái)工作 196
11.5 本章小結(jié) 197
參考文獻(xiàn) 197
第12章 總結(jié)與展望 201
12.1 本書(shū)工作總結(jié) 201
12.2 未來(lái)工作展望 205
參考文獻(xiàn) 206