文献类型：期刊文献

中文题名：一种融合注意力检测和意图识别的异步脑控方法

英文题名：An asynchronous brain-computer interface method fusing attention detection and intention recognition

作者：丛艳平[1];曹林林[2];张伟[3];赵靖[3]

第一作者：丛艳平

机构：[1]广州航海学院信息与通信工程学院,广东广州510725;[2]北京联合大学城市轨道交通与物流学院,北京100101;[3]燕山大学电气工程学院,河北秦皇岛066004

第一机构：广州航海学院信息与通信工程学院,广东广州510725

年份：2023

卷号：47

期号：2

起止页码：121-126

中文期刊名：燕山大学学报

外文期刊名：Journal of Yanshan University

收录：CSTPCD;;北大核心:【北大核心2020】；

基金：北京市教委科研计划一般项目(KM201911417007);河北省自然科学基金资助项目(F2020203070)。

语种：中文

中文关键词：脑机接口;异步脑控;注意力检测;稳态视觉诱发电位

外文关键词：brain-computer interface;asynchronous control;attention detection;steady state visual evoked potential

摘要：在机器人的异步脑控系统中,如何从脑电信号中识别使用者的控制意图状态,是当前研究中的一个难点问题。由于被试的注意力水平在控制状态和非控制状态下存在显著差异,本文提出了一种融合注意力检测和意图识别的异步脑控方法,同时检测被试的注意力水平和脑控意图并进行决策层融合,以提升整体分类性能和减少误触发。10名被试参与实验的结果表明,本文方法在融合注意力检测信息后,在数据长度为0.5 s到3 s时相比原有方法都取得了更高的分类准确率、真实阴性率和信息传输率。在数据长度1.5 s时,本文方法将平均真实阴性率从41.3%提高到了89.0%,将平均分类准确率从57.6%提高到了73.8%,将平均信息传输率从21.1 bits/min提高到了35.8 bits/min。
In an asynchronous brain-controlled robot system,one of the key issue of the current researches is to recognize the control state and the non-control state of the electroencephalogram signals.As the attentional level of the subject is significantly different between the control and non-control states,in this paper,a novel asynchronous brain-computer interface method,which performs attention detection and intention recognition in parallel and fuses their classification results in decision level,is proposed to improve the overall performance and reduce false triggers.The experimental results of 10 subjects showed that,the proposed method achieved higher classification accuracy,higher true negative rate,and higher information transfer rate than the intention detection method.When the data length is 1.5 s,the proposed method improved the true negative rate form 41.3%to 89.0%,and improved the information transfer rate from 21.1 bits/min to 35.8 bits/min.