1、腦-機(jī)接口(Brain-Computer Interface，BCI)為癱瘓病人提供了一種與外界環(huán)境通訊的新途徑，在不依賴于正常的神經(jīng)肌肉連接通路的情況下，建立人腦與外界交流，將人腦的活動(dòng)信息轉(zhuǎn)換成為直接對(duì)外部設(shè)備進(jìn)行控制的命令?；谀X電信號(hào)(EEG)的腦—機(jī)接口具有成本低、易于實(shí)現(xiàn)、無(wú)創(chuàng)等優(yōu)點(diǎn)，是當(dāng)前腦—機(jī)接口研究的主要方向。
　　基于腦電的腦-機(jī)接口系統(tǒng)范式設(shè)計(jì)，通常采用一種特征腦電信號(hào)作為輸入信號(hào)，但由于腦電信號(hào)具有各自的特

2、點(diǎn)和局限性，使得系統(tǒng)性能存在一定的不足和缺陷。P300-Speller是采用P300特征作為輸入信號(hào)實(shí)現(xiàn)文字選擇輸入的經(jīng)典腦-機(jī)接口范式之一。傳統(tǒng)的P300-Speller采用行/列閃爍刺激的方式來(lái)誘發(fā)P300特征，并通過(guò)P300特征的識(shí)別和檢測(cè)來(lái)實(shí)現(xiàn)字符輸入，但這種方式存在一些問(wèn)題:所有字符遍歷一遍閃爍次數(shù)較多，信息傳輸速率低，特征腦電信號(hào)信噪比低，本研究主要針對(duì)P300-Speller范式上述三方面問(wèn)題來(lái)進(jìn)行改進(jìn)，提出并設(shè)計(jì)了一種新

3、式的基于多特征腦電信號(hào)并行模式聯(lián)合腦-機(jī)接口范式。具體研究工作分為兩個(gè)階段:
　　首先，提出了基于SSVEP和P300的聯(lián)合腦-機(jī)接口預(yù)實(shí)驗(yàn)范式，即設(shè)計(jì)了一種3×3字符矩陣刺激模式。當(dāng)人眼注視矩陣中某一字符時(shí)，所在行的藍(lán)色框閃爍誘發(fā)了P300特征信號(hào)，字符列固定頻率閃爍誘發(fā)了SSVEP特征信號(hào)。因此受試者兩種腦電信號(hào)由空間行列相交的視覺(jué)刺激并行誘發(fā)出來(lái)，特征信號(hào)分布對(duì)應(yīng)目標(biāo)字符行-列刺激信息，通過(guò)對(duì)時(shí)域特征P300和頻域特征SSV

4、EP信號(hào)處理和分析，從而達(dá)到識(shí)別目標(biāo)字符的目的。通過(guò)對(duì)實(shí)驗(yàn)采集腦電數(shù)據(jù)中兩種特征腦電信號(hào)進(jìn)行初步分類分析，本階段結(jié)果驗(yàn)證了該范式設(shè)計(jì)和多特征信號(hào)處理的可行性。與傳統(tǒng)P300-Speller范式對(duì)比，這種范式模型采用不同的行/列刺激方式，字符遍歷一遍所需的閃爍次數(shù)減少了一半，從而提高了閃爍刺激效率。
　　從實(shí)用角度出發(fā)，提高待選字符信息量，在預(yù)實(shí)驗(yàn)范式基礎(chǔ)上，設(shè)計(jì)了基于6×6的字符拼寫腦-機(jī)接口范式，此外將6種顏色作為視覺(jué)刺激增強(qiáng)因

5、素引入行框架刺激中，腦電數(shù)據(jù)離線分析結(jié)果表明當(dāng)人眼主動(dòng)注視某一字符時(shí)，行顏色框架刺激誘發(fā)了多種事件相關(guān)電位成分ERPs（P300和N200），列固定頻率誘發(fā)了SSVEP。為檢驗(yàn)誘發(fā)特征信號(hào)分類效果，本文利用并設(shè)計(jì)了支持向量機(jī)模型，對(duì)ERPs特征進(jìn)行分類識(shí)別;對(duì)SSVEP特征分類，采用頻域特征分析方法對(duì)腦電信號(hào)目標(biāo)頻率進(jìn)行識(shí)別，最終通過(guò)行列交叉來(lái)確定目標(biāo)字符。字符識(shí)別結(jié)果表明在聯(lián)合范式中字符識(shí)別正確率優(yōu)于傳統(tǒng)的P300的拼寫范式，信息傳輸

6、速率(ITR)明顯提高，最高可達(dá)35bit/min。
　　研究結(jié)果表明，本文提出的新式并行閃爍刺激模式與經(jīng)典P300-Speller拼寫范式相比，新范式能夠減少一半閃爍刺激時(shí)間，從根本上提高了腦-機(jī)接口時(shí)間效率;并行閃爍刺激模式能夠同時(shí)誘發(fā)多種特征腦電信號(hào)，通過(guò)融合多種信息特征，增加腦電特征信息量，并配合先進(jìn)的信號(hào)提取和分類方法，在不降低字符識(shí)別正確率的基礎(chǔ)上，提高了拼寫范式系統(tǒng)信息傳輸速率，從而為腦-機(jī)接口范式的改進(jìn)和新系統(tǒng)范式