摘要:近年来,多元同步指数(MSI)算法作为一种新的频率检测方法,在基于稳态视觉诱发电位(SSVEP)的脑机接口(BCI)研究中受到越来越多的关注。然而,MSI算法难以充分利用脑电图(EEG)中与SSVEP相关的谐波分量,限制了MSI算法在BCI系统中的应用。在本文中,我们提出了一种新的滤波器组驱动的MSI算法(FBMSI)来克服该限制并进一步提高SSVEP识别的准确性。我们通过开发一个6命令SSVEP-NAO机器人系统并进行大量实验分析来评估FBMSI方法的有效性。首先使用从9名受试者采集的EEG进行离线实验研究,以研究不同参数对模型性能的影响。离线结果表明,所提出的方法取得了稳定的改进效果。我们进一步对六名受试者进行了在线实验,以评估所开发的 FBMSI 算法在实时 BCI 应用中的效果。在线实验结果表明,FBMSI 算法使用仅一秒的数据长度即可获得 83.56% 的平均准确率,比标准 MSI 算法高出 12.26%。这些广泛的实验结果证实了 FBMSI 算法在 SSVEP 识别中的有效性,并展示了其在改进的 BCI 系统开发中的潜在应用。
主要关键词