基于雙頻SSVEP的顏色和朝向特征提取.pdf

1、對腦信號的模式分類一直是認知神經(jīng)科學中的研究熱點，不論是對功能磁共振信號和腦電圖、腦磁圖信號的學術(shù)研究方面，還是在實際應用中。通過模式分類可以找出不同信號之間難以用常規(guī)分析方法得到的信息。除了分類以外，建立線性模型也是越來越常用的一種方法，近年來有越來越多的研究根據(jù)已有的研究成果對人腦的視覺區(qū)域尤其是初級視皮層進行建模，并用于重建視覺刺激特征。
　　本文的研究主要針對的是腦電信號，研究目的是對兩個同時呈現(xiàn)的視覺刺激進行單獨的信號特

2、征提取和多元模式分析。本文的主要工作內(nèi)容及成果有：
　　1.設計了雙刺激頻率的穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)的刺激呈現(xiàn)范式，使用兩個刺激頻率，且每種刺激頻率由交替閃爍刺激頻率疊加組成，兩個刺激頻率分別呈現(xiàn)兩種視覺刺激，即有六種方向的光柵和有六種顏色的棋盤格。實驗分為注意方向的條件和注意顏色的條件。
　　2.對實驗中出現(xiàn)的兩種視覺刺激分別計算了正向編碼模型，并在模型效果上得到了注意條件與非注意條件之間的顯著主效應，并通過模型的

3、預測結(jié)果調(diào)節(jié)正向編碼模型的輸入特征以得到最優(yōu)的信號特征。
　　3.使用多種方法來提取信號中與視覺刺激相關(guān)的特征，除了使用功率譜特征以外，提出了兩種信號特征提取方法，一是通過注意對穩(wěn)態(tài)視覺誘發(fā)電位的功率幅度調(diào)制機制，在信號的時頻圖中分別提取不同的信號特征，二是通過正向編碼模型來提取最優(yōu)的信噪比特征。
　　4.使用三種信號特征，和三種不同的分類器，來進行多元模式分析，分類器包括棧式自編碼神經(jīng)網(wǎng)絡、線性判別分析、以及支持向量機三種

4、分類器。首先進行的是不同顏色之間的六分類和不同方向之間的六分類，然后進行了注意方向與注意顏色兩種實驗條件之間的二分類。線性判別分析的六分類結(jié)果表明，在注意條件下的分類準確率顯著高于隨機水平，并顯著性高于非注意條件下的分類準確率。棧式自編碼神經(jīng)網(wǎng)絡在注意與非注意條件下的準確率都高于隨機水平，但是未發(fā)現(xiàn)注意的主效應。信噪比特征在該問題的二分類效果上不如功率譜特征，但在六分類的效果上更好。
　　論文通過設計雙視覺刺激的實驗進行多元模式分