基于稳态视觉诱发电位(SSVEP)的脑机接口,由于其较高的信息传输率和稳定性,是脑机接口技术(BCI)研究的一个重要方面。要进一步推进SSVEP-BCI的实用性,有赖于人们对相应脑机制的更深入的了解。本项目拟对典型刺激频率下的SSVEP的脑机制、双频刺激下的大脑整合机制、不同频率刺激下的Alpha波产生机制以及典型刺激频率下的基频成分与谐波成分的关系等四个基本问题进行研究,其成果将有助于促进SSVEP-BCI在线系统的发展。本项目研究将依据SSVEP发生源的分布性特点,采用新近发展起来的融合脑电和功能磁共振信息的脑网络分析方法和技术,对上述四个基本问题进行系统深入的研究,其结果不仅有助于增进人们对SSVEP脑机制的认识,也将有助于相应SSVEP-BCI在线系统性能的提高,具有明显的理论意义和具体的应用价值。
SSVEP;Neural mechanism of SSVEP;Brain network analysis;Multi-modality fusion;
基于稳态视觉诱发电位(SSVEP)的脑机接口,由于其较高的信息传输率和稳定性,是脑机接口技术(BCI)研究的一个重要方面。要进一步推进SSVEP-BCI的实用性,有赖于人们对相应脑机制的更深入的了解。本项目研究将对相关机制进行系统深入的研究,其结果不仅有助于增进人们对SSVEP脑机制的认识,也将有助于相应SSVEP-BCI在线系统性能的提高,具有明显的理论意义和具体的应用价值。本工作根据项目最初的设计,主要进行了以下几个方面的工作1). 在脑机制研究方面,我们在人和大鼠上进行了相应的不同频率的稳态视觉诱发刺激,我们的研究结果首次表明大脑的网络特性和SSVEP的产生存在密切的关联,具体包括越稳定、越高效的静息态网络反而不利于SSVEP响应的产生,可以为SSVEP在线系统被试的筛选及在线性能表现提供可靠的预测生理指标;在刺激过程中,SSVEP响应强度和对应响应网络的信息处理能力等属性密切正相关,也就是响应越强,对应的响应网络的信息处理能力越强;2). 在SSVEP响应频率提取方面,我们发展了多变量S估计的频率识别算法,较已有的识别算法具有较好的噪声抑制能力;3). 基于前面对脑机制及频率识别算法的研究结果,我们发展了相应的多频序列编码范式,实现了利用较少频率来对目标的高效编码,较好的解决了SSVEP在线应用系统中由于可用的频率数目较少而不能实现对足够多目标进行编码的问题。 本项目执行期间,在包括Scientific Reports, Journal of Neural Engineering, Psychophysiology, Journal of Neuroscience Methods, Plos One等国际著名期刊上发表期刊论文18篇, 其中SCI检索论文17篇,申请专利5项,软件著作权3项。这些研究成果为SSVEP的相关研究提供了新的技术手段和切人点。