面向中高频SSVEP脑机接口的编解码算法研究

基于稳态视觉诱发电位（steady-state visual evoked potentials,SSVEPs）的脑-机接口系统（brain-computer interface,BCI）通常使用低频强闪烁刺激诱发强特征脑电信号。尽管相关数据处理技术日臻成熟,但是系统使用舒适度差,训练时间较长。提高刺激频率能够有效缓解受试者的视觉疲劳,提高系统友好度,然而现有中高频SSVEP系统又存在指令集数量少、信息传输率（information transfer rate,ITR）低等缺陷。针对以上问题,本文基于中高频SSVEP脑电特征,提出并使用了包含空码的Code Words编码范式与集成任务相关成分分析（ensemble task-related component analysis, eTRCA）解码算法,并研究了该套编解码方法的适用性与可扩展性。本研究选择中高频段的4个频率（20、24、30、40 Hz）分别构建脑控字符拼写系统,单个频率的闪烁刺激可独立构建多达6个控制指令,联合多个频率理论上可实现指令集数量的成倍扩增。共有10位健康受试者参与了离线脑电实验,利用18~60 Hz带通滤波对脑电数据进行预处理,使用eTRCA算法进行特征识别。18指令集系统的理论平均分类准确率为96.71±1.69 %,理论平均ITR达86.94±6.07 bits/min。以上结果表明,本研究提出的编解码算法能够有效诱发并准确识别中高频SSVEP的时-频-相多维特征,在此基础上通过增加编码单元频率种类、提高有效编码率、改进解码算法等方式有希望进一步提升系统性能。      

基于脑电逆问题的研究及应用综述

自20世纪50年代以来,关于神经元电活动的研究一直是许多科研人员和临床医生关注的热点。大脑中的神经元组成分布式网络结构,不同的区域结构将处理视觉、感知觉、意识等不同的信息,且神经元活动随时间不断变化,因此需要一种能对大脑的时间和空间特征全面记录的方法。脑电图（Electroencephalography, EEG）由于具有无创、价格低廉和高时间分辨率的特性,自其被发现以来就已成为记录神经元活动应用最广泛的技术之一。然而EEG的空间分辨率较低,难以实现对神经元活动的精确定位。提升EEG的空间分辨率,需要从测量的头皮脑电中定位大脑的激活神经元,即解决脑电逆问题。由于电磁逆解具有不确定性,脑内不同的激活模式可能会在头皮产生相同的电位分布。近年来关于大脑的精确解剖结构、组织特性以及神经元电活动的传播规律等方面的研究为该技术提供了可靠的先验,有许多研究已经证实了该技术在定位大脑源活动中有显著的优势。脑电逆问题求解可以通过无创的手段实现对神经元电活动的空间定位,有助于了解神经网络结构和大脑信息传递过程。同时可以提升无创脑电信号的空间分辨率,拓展可用信息维度,在神经科学与技术、临床医学等领域均已有广...     

影响肉类嫩度的因素及其嫩化方法

肉的嫩度是评价肉质的重要指标,是主导肉质的决定因素和重要感官特征。对物理方法、化学方法及生物学方法改善肉品嫩度的机理及目前普遍使用的肉嫩化方法作了简要阐述。     

转基因玉米成分定性检测能力验证结果与分析

目的提高检测实验室对转基因玉米成分的检测能力和检测人员专业技术水平,增强实验室竞争力。方法中心实验室依据能力验证作业指导书和农业部公告的要求,参与了ACAS-PT570(2018)粮食转基因检测能力验证测试,分别对编号18-F750和18-K388样品进行PCR检测。结果 18-F750和18-K388待测样品中, CaMV35S启动子、FMV35S启动子、NOS终止子、Bt基因、CP4 EPSPS基因、bar/pat基因、59122转化体、MIR162转化体和Bt11转化体均为阳性。结论本次能力验证获得满意评价。     

基于极微弱脑电编解码技术的脑机接口前沿展望

脑机接口是人机交互领域中迅速发展的新兴技术,在系统交互速率和指令集数量等方面已经取得较大突破,但现有脑机接口技术多基于高鲁棒性的脑电特征进行编解码,欠缺舒适性和交互友好性,导致目前该技术的应用场景受限且不利于用户进行多线程作业,限制了脑机接口技术走向实际应用.面向脑机交互过程中的实际应用需求,需要开发基于极微弱脑电的编解码技术,挖掘蕴含更深层、更复杂大脑信息的脑电特征.为此,一方面需设计提升用户体验的极微弱刺激编码范式,一方面需研发提高极微弱特征识别精度的解码算法,实现更加实用化、人性化的新型脑机接口系统.本文对基于极微弱脑电编解码技术的相关研究进行了回顾和总结,并对该技术的未来发展趋势进行了展望.     

基于P300特征的脑-机接口解码算法研究综述

脑-机接口是脑与外部设备连接进而实现信息交换技术，核心是发挥人脑的优势，直接通过人脑与外部环境进行高效互动，目前已成为世界各国的研究热点。P300是由特定刺激范式激发的事件相关电位中的一个典型成分，最初研究发现，当人脑受到某些小概率事件刺激时，会在脑电信号中出现一个潜伏期约为300 ms的正向波峰。由于P300成分具有刺激特异性，因此该特性已被广泛用来研究注意、辨认等认知功能，基于P300特征的脑电范式也已经成为三大主流范式之一。近年来，结合P300和脑-机接口的具有实用功能的应用大量涌现，与此相关的解码算法也被提出并不断改进，这为人们研究P300脑-机接口提供了便利。然而，P300脑-机接口的相关解码算法缺乏系统性总结，各类算法之间的特点也尚未得到明确比较。该文依据P300成分主要在顶枕区响应的特点，提出了基于非空间信息的P300脑电解码算法；依据P300成分在不同脑区响应特征不同的特点，提出了基于空间信息的P300脑电解码算法；依据近几年信息技术快速发展，深度学习已不断在P300脑-机接口中应用的特点，提出了基于深度学习的新型P300脑电解码算法；从以上三个角度入手，总结近年来P3...