在本研究中,我们提出了一种用于基于稳态视觉诱发电位 (SSVEP) 的脑机接口 (BCI) 的新型混合视觉刺激,该刺激将各种周期性运动融入传统的闪烁刺激 (FS) 或模式反转刺激 (PRS)。此外,我们研究了每种 FS 和 PRS 的最佳周期运动,以增强基于 SSVEP 的 BCI 的性能。通过根据四个不同的时间函数(用无、平方、三角和正弦表示)改变刺激的大小来实现周期性运动,总共产生八种混合视觉刺激。此外,我们开发了滤波器组典型相关分析 (FBCCA) 的扩展版本,这是一种用于基于 SSVEP 的 BCI 的最先进的无需训练分类算法,可提高基于 PRS 的混合视觉刺激的分类准确性。 20 名健康个体参加了基于 SSVEP 的 BCI 实验,以区分四种不同频率的视觉刺激。评估了平均分类准确率和信息传输率 (ITR),以比较基于 SSVEP 的 BCI 对不同混合视觉刺激的性能。此外,还评估了用户对每种混合视觉刺激的视觉疲劳程度。结果,对于 FS,当除 3 秒外的所有窗口大小都加入正弦波形的周期运动时,报告的性能最高。对于 PRS,方波的周期运动在所有测试窗口大小中显示出最高的分类准确率。两种最佳刺激之间的性能没有观察到显著的统计差异。据报道,正弦波周期运动的 FS 和方波周期运动的 PRS 的平均疲劳分数分别为 5.3 ± 2.05 和 4.05 ± 1.28。因此,我们的结果表明,与传统的 FS 和 PRS 相比,具有正弦波周期运动的 FS 和具有方波周期运动的 PRS 可以有效提高 BCI 性能。