脑机接口 (BCI) 分析个体与设备或外部环境直接交互的意图 (Wolpaw 等,2000)。个体的意图可以通过脑电图 (EEG) 来解码,脑电图由于其高时间分辨率、可靠性、可负担性和便携性而成为一种成熟的非侵入式技术。目前,由于机器学习和深度学习方法的发展,BCI 已经在辅助和临床领域得到应用。快速串行视觉呈现 (RSVP) 是在同一空间位置以每秒多张图像的高呈现速率顺序显示图像的过程。基于 RSVP 的脑机接口 (BCI) 是一种特殊类型的 BCI 系统 (Marathe 等,2016;Wu 等,2018)。它被证明是一种增强人机共生和人类潜能的可实现方法 (Manor 等,2016)。基于RSVP的BCI是基于人类视觉进行目标检测最常用的技术,其中使用的事件相关电位(ERP)是P300和N200(Wei等,2022)。人类视觉系统是一种非常复杂的信息处理机器。人类具有很强的学习、认知能力和敏感性,可以一眼就识别物体(Sajda等,2010)。因此,基于RSVP的BCI可以利用人类视觉的灵活性获得对环境的快速感知。当前的研究主要集中在提出适用于基于RSVP的BCI的更可靠、更有效的特征提取算法。由于其非平稳性和低信噪比(SNR),在RSVP任务中很难区分目标和非目标刺激。Sajda等人。 (2010 年)开发了一种分层判别成分分析(HDCA)算法,该算法采用 Fisher 线性判别(FLD)来计算空间域中的权重
主要关键词