基于EEG微状态方法的视觉想象识别研究

摘要

运动想象M I是基于想象的脑机交互BCI中常用的任务,但M I不易习得和控制,且存在"BCI盲"现象,使得该类BCI的实用化受限.针对较易习得和控制的视觉想象VI任务进行识别,旨在构建基于VI的BCI(VI-BCI).招募了15名被试者参加2种动态图像的视觉想象任务并采集脑电EEG数据;然后采用EEG微状态方法研究了这2种VI任务诱发的EEG在微状态时间参数上的差异,并选用差异显著的微状态时间参数构建特征向量;最后采用SVM对2类VI任务进行识别.结果显示提取微状态特征所取得的最高、最低和平均分类精度分别为90％,56％ 和80.6±2.58％.表明微状态方法可以有效提取VI相关EEG特征并得到具有可比性的分类精度,可望为构建相对较新的在线VI-BCI提供思路.