The extension of multivariate synchronization index method for SSVEP-based BCI
The extension of multivariate synchronization index method for SSVEP-based BCI
复制标题
基于SSVEP的BCI多元同步指标方法的扩展
DOI：
10.1016/j.neucom.2017.03.082
复制
发表时间：
2017-12
期刊：
影响因子：
6
通讯作者：
Peng Xu
中科院分区：
文献类型：
--
作者：
Yangsong Zhang;Daqing Guo;Dezhong Yao;Peng Xu
近年来，基于SSVEP的脑机接口的多通道频率检测方法受到越来越多的关注。在替代方法中，多元同步指数（MSI）是一个潜在的SSVEP为基础的BCI实现强大的性能。本研究进一步提出了一种扩展MSI（称为EMSI）的频率识别，利用时间延迟嵌入的方法。新方法在计算同步指数时结合了一阶时间延迟的EEG数据。该方法的有效性进行了验证，通过比较它与标准MSI的实际SSVEP数据集从11个主题。实验结果表明，EMSI在四个时间窗上都显著优于MSI。这表明EMSI是一种很有前途的频率识别方法，可以进一步提高基于SSVEP的BCI系统的性能。
Multichannel frequency detection methods for SSVEP-based BCI have received increasing interest in recent years. Among the alternative methods, multivariate synchronization index (MSI) is a potential one to achieve robust performance for SSVEP-based BCI. This study further presents an extension to MSI (termed as EMSI) for frequency recognition, which leverage the method of time delay embedding. The new method incorporates the first-order time delayed version of the EEG data during calculation the synchronization index. The effectiveness of the proposed method is validated by comparing it with the standard MSI on the actual SSVEP datasets collected from eleven subjects. The experimental results indicate that the EMSI significantly outperforms the MSI at four time windows. It suggests that the EMSI is a promising methodology for frequency recognition and could further improve the performance of SSVEP-based BCI system.
登录
查看更多内容
影响因子：
3
作者：
Yu Zhang;Guoxu Zhou;Jing Jin;Xingyu Wang;A. Cichocki
通讯作者：
Yu Zhang;Guoxu Zhou;Jing Jin;Xingyu Wang;A. Cichocki
基于 SSVEP 的高 ITR BCI 拼写器
影响因子：
2.1
作者：
Chen, Xiaogang;Chen, Zhikai;Gao, Xiaorong
通讯作者：
Gao, Xiaorong
DOI：
10.1073/pnas.1508080112
发表时间：
2015-11-03
影响因子：
11.1
作者：
Chen, Xiaogang;Wang, Yijun;Gao, Shangkai
通讯作者：
Gao, Shangkai
影响因子：
22.7
作者：
McFarland DJ;Wolpaw JR
通讯作者：
Wolpaw JR
通过静息态脑电图网络预测基于 SSVEP 的 BCI 性能
影响因子：
4
作者：
Y Zhang;P Xu;D Guo;D Yao
通讯作者：
D Yao