咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于P300与ErrP决策融合的脑-机接口目标检测方法 收藏

基于P300与ErrP决策融合的脑-机接口目标检测方法

Brain-computer interface target detection method based on decision fusion of P300 and ErrP

作     者:孙静敏 尤佳 王昊 许敏鹏 孟佳圆 张力新 Sun Jingmin;You Jia;Wang Hao;Xu Minpeng;Meng Jiayuan;Zhang Lixin

作者机构:天津大学精密仪器与光电子工程学院天津300072 天津大学医学工程与转化医学研究院天津300072 

出 版 物:《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期:2023年第37卷第6期

页      面:31-38页

核心收录:

学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 0711[理学-系统科学] 07[理学] 08[工学] 

基  金:国家自然科学基金项目(62106173,62122059) 济南市“新高校20条”引进创新团队项目(2021GXRC071) 中国博士后科学基金第71批面上资助(2022M712364)。 

主  题:脑-机接口 目标检测 P300 错误相关电位 决策融合 

摘      要:针对脑-机接口(BCI)技术在目标检测中的应用仍然存在检测准确率受限的问题,提出基于事件相关电位(ERP)中的P300与错误相关电位(ErrP)决策融合的新型编解码方法。BCI系统编码方面通过目标图像和视觉反馈分别诱发P300与ErrP特征,解码方面采用单独P300特征、单独ErrP特征、P300与ErrP特征层融合、P300与ErrP决策层融合这4种方案进行目标检测。10名健康受试者4种方案进行目标检测的平均结果显示,使用P300与ErrP决策层融合的平衡正确率最高,达到80.03%±5.20%,相比单独使用P300特征的方法提升了4.38%,相比单独使用ErrP特征的方法提升了11.29%,验证了混合BCI技术在目标检测任务中的可行性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分