文献类型：期刊文章

作　　者：王春慧[1] 江京[1] 李海洋[2] 许敏鹏[3,4] 印二威[5] 明东[3,4]

WANG Chunhui;JIANG Jing;LI Haiyang;XU Minpeng;YIN Erwei;MING Dong(National Key Laboratory of Human Factors Engineering,China Astronaut Research and Traiming Center,Beijing 100092,China;Baicheng Ordnance Test Center,Baicheng 137001,China;Laboratory of Neural Engineering and Rehabilitation,College of Precision Instrument and Opto-Electronics Engineering,Tianjin University,Tianjin 300072,China;Tianjin International Joint Research Center for Neural Engineering,Academy of Medical Engineering and Translational Medicine,Tianjin University,Tianjin 300072,China;Unmanned Systems Research Center,National Institute of Defense Technology Innovation,Academy of Military Sciences China,Beijing 100081,China)

机构地区：[1]中国航天员科研训练中心人因工程重点实验室,北京100092 [2]白城兵器试验中心,白城137001 [3]天津大学精密仪器与光电子工程学院,神经工程与康复实验室,天津300072 [4]天津大学医学工程与转化医学研究院,天津神经工程国际联合研究中心,天津300072 [5]军事科学院国防科技创新研究院,无人系统技术研究中心,北京100081

出　　处：《清华大学学报（自然科学版）》

基　　金：国家重点研发计划(2017YFB1300305);国家自然科学基金项目(81630051,81601565,61703407);载人航天第四批预先研究基金项目(030602);天津市科技重大专项与工程(16ZXHLSY00270,17ZXRGGX00020);国防科技重点实验室基金项目(6142222030301)

年　　份：2018

卷　　号：58

期　　号：9

起止页码：788-795

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：基于稳态视觉诱发电位（SSVEP）的脑-机接口（BCI）系统具有高速、大指令集等优点,其信息传输率（ITR）的进一步提升对系统走向实际应用具有重要意义。该文采用包含35名被试的公开数据集,使用任务相关成分分析的分类模型识别脑电图数据中的SSVEP成分,进而运用基于Bayes估计的动态自适应策略评估分类结果的置信度。实验结果表明：动态自适应策略所得到的平均ITR（230b/min）比传统的静态自适应策略（204b/min）提升了12.7%,基于Bayes的动态自适应策略可以进一步提升SSVEP-BCI的性能。

关 键 词：脑-机接口 稳态视觉诱发电位 脑电图 动态自适应策略  任务相关成分分析  

分 类 号：R318[生物医学工程类]