文献类型：期刊文章

作　　者：许敏鹏[1,2] 程秀敏[1] 明东[1,2]

XU Minpeng;CHENG Xiumin;MING Dong(Laboratory of Neural Engineering and Rehabilitation, College of Precision Instruments and Optoelectronics Engineering, TianjinUniversity, Tianjin 300072, P.R.China;Tianjin International Joint Research Center for Neural Engineering, Academy of Medical Engineering and Translational Medicine,Tianjin University, Tianjin 300072, P.R.China)

机构地区：[1]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 [2]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

出　　处：《生物医学工程学杂志》

基　　金：国家自然科学基金资助项目(81601565,81630051,91520205)

年　　份：2019

卷　　号：36

期　　号：5

起止页码：705-710

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、EI、IC、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：注意将我们的心理资源集中到感兴趣事件的处理上,是一种重要的行为和认知过程。识别注意力状态对提高工作绩效、减少失误的发生具有重要意义。然而,至今还没有能够直接并客观检测注意力状态的方法。基于视觉注意对稳态视觉诱发电位(SSVEP)具有调节效应这一事实,本文设计了10 Hz稳态视觉刺激背景下的go/no-go实验范式,以探究不同视觉注意状态调制SSVEP特征的可分性。实验记录了15名在校研究生志愿者高、低视觉注意力状态下的脑电信号,高、低视觉注意力状态由行为学反应情况判定。研究分析了高、低视觉注意力状态下SSVEP信号的差异,并采用相关分类算法对这种差异进行了识别。结果表明,判别典型模式匹配(DCPM)算法相比线性判别分析(LDA)算法和典型相关分析(CCA)算法分类识别效果更佳,正确率可达76%。研究结果证明,不同视觉注意状态调制的SSVEP特征具有可分性,这为视觉注意力状态的监测提供了新方法。

关 键 词：视觉注意状态  稳态视觉诱发电位 判别典型模式匹配算法  线性判别分析算法  典型相关分析算法  

分 类 号：R338] TN911.3[基础医学类]