融合眼動追蹤和目標(biāo)動態(tài)可調(diào)的穩(wěn)態(tài)視覺誘發(fā)電位腦機(jī)接口系統(tǒng)設(shè)計(jì)

何柳詩,謝俊,于鴻偉,任志遠(yuǎn),楊育喆,李敏,徐光華

(西安交通大學(xué)機(jī)械工程學(xué)院,710049,西安)

腦-機(jī)接口(BCI)是一種通信系統(tǒng),無需使用大腦外周神經(jīng)和肌肉作為正常輸出路徑,而是通過采集并分析大腦信號并將其轉(zhuǎn)化為控制指令傳遞給外部設(shè)備[1]。在無創(chuàng)BCI的研究中,從頭皮記錄的腦電圖(EEG)活動是應(yīng)用最廣泛的腦電采集方式[1]。BCI技術(shù)不僅能用于提高嚴(yán)重殘疾人群的生活質(zhì)量,還能夠?qū)⑸窠?jīng)退行性疾病患者的想法傳遞給照顧者,而且近年來也出現(xiàn)了針對健康用戶娛樂方面的研究[2]。得益于近年來BCI的快速發(fā)展,其應(yīng)用涵蓋了醫(yī)學(xué)、教育、康復(fù)工程、心理學(xué)、軍事、娛樂等領(lǐng)域[3-5]。

當(dāng)前BCI研究的一個(gè)關(guān)鍵挑戰(zhàn)是如何盡可能準(zhǔn)確地提取隨機(jī)時(shí)變腦電信號的特征并分類[6]。無創(chuàng)BCI常用的EEG腦電信號類型包含運(yùn)動想象(MI)、穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)、事件相關(guān)電位(ERP)等。其中,SSVEP包含平穩(wěn)的周期性振蕩,不易受眨眼和眼球運(yùn)動產(chǎn)生的眼電和肌電偽跡干擾,頻譜穩(wěn)定且信噪比高,所需電極數(shù)量少,驅(qū)動BCI系統(tǒng)具有優(yōu)勢[7]。文獻(xiàn)[8]使用閃爍刺激誘發(fā)的SSVEP實(shí)現(xiàn)了對假肢手的異步控制。相比簡單的閃爍刺激,復(fù)雜的棋盤格刺激產(chǎn)生的SSVEP響應(yīng)更明顯[9],信息傳輸率比傳統(tǒng)BCI高[10]。但由于腦電信號微弱,辨識困難,易受外界環(huán)境干擾,目前有研究表明,提供反饋可以極大地改善SSVEP-BCI系統(tǒng)的性能。文獻(xiàn)[9]表明3D沉浸式反饋有助于維持對目標(biāo)刺激的凝視并抑制分心。在SSVEP-BCI中,反饋會激發(fā)被試者的注意力,文獻(xiàn)[11]的研究表明,視覺反饋提高了系統(tǒng)的分類正確率。由于現(xiàn)有的大多數(shù)SSVEP-BCI都需要注視,為了進(jìn)一步擴(kuò)大BCI的適用性,將SSVEP和非腦信號組合使用,能夠?qū)崿F(xiàn)更大的控制能力[12]。文獻(xiàn)[13]設(shè)計(jì)的SSVEP-BCI和眼動追蹤組合的混合系統(tǒng)增強(qiáng)了智能家居環(huán)境的控制。因?yàn)檠蹌幼粉櫨哂懈咝畔鬏斅是疫\(yùn)行快速、無需強(qiáng)化訓(xùn)練、可自然表達(dá)用戶關(guān)注焦點(diǎn)的特點(diǎn),SSVEP-BCI和眼動追蹤組成的混合BCI系統(tǒng)更加穩(wěn)定,兼具二者優(yōu)勢。

目前,大多數(shù)眼動追蹤技術(shù)選擇目標(biāo)時(shí)都依賴于停留時(shí)間,即用戶要在一定時(shí)間內(nèi)保持對目標(biāo)的注視,而由于任務(wù)的復(fù)雜性,難以確定最佳停留時(shí)間[14],這導(dǎo)致眼動追蹤針對復(fù)雜任務(wù)容易誤觸發(fā)。文獻(xiàn)[15]提出了一種眼動追蹤/SSVEP混合系統(tǒng),用高速的眼動系統(tǒng)進(jìn)行粗略選擇,用高分類精度的SSVEP-BCI進(jìn)行精細(xì)目標(biāo)激活,避免了因停留時(shí)間不當(dāng)造成誤觸發(fā),較單獨(dú)使用BCI或眼動,混合系統(tǒng)的控制更穩(wěn)定。文獻(xiàn)[16]提出一種將異步眼動開關(guān)與基于同步SSVEP-BCI相結(jié)合的方法,以凝視點(diǎn)作為控制訓(xùn)練的啟停信號,提高了分類正確率,驗(yàn)證了混合BCI的可行性和用戶友好性。文獻(xiàn)[17]評估了混合式眼動追蹤和BCI系統(tǒng)的普遍性。可見,因?yàn)檠蹌有盘栆子谧R別、處理,以眼動信號作為輔助,BCI系統(tǒng)選擇操作,既能夠減少因眼睛的不當(dāng)注視產(chǎn)生的假陽性結(jié)果,信息傳輸率也較單獨(dú)的BCI系統(tǒng)高。然而,用戶長時(shí)間集中精力誘發(fā)SSVEP響應(yīng)時(shí),可能由于視覺刺激亮度高、過度刺激和重復(fù)性任務(wù)造成疲勞、注意力不集中等[18];在同等屏幕大小下,目標(biāo)刺激小而多的SSVEP-BCI會隨目標(biāo)數(shù)量增多,像素減少而導(dǎo)致性能,如識別正確率等的下降[19]。

為了解決SSVEP-BCI使用過程中,因屏幕大小限制,當(dāng)刺激目標(biāo)多而小時(shí)刺激響應(yīng)不強(qiáng),當(dāng)被試者疲勞時(shí)難以將注意力集中在大小相同目標(biāo)上的問題,本文設(shè)計(jì)了一種眼動追蹤與SSVEP-BCI相結(jié)合的混合系統(tǒng),通過眼動儀采集被試者的眼動指標(biāo)初步判斷注視目標(biāo),并將刺激目標(biāo)放大以吸引被試者注意力,誘發(fā)更強(qiáng)的響應(yīng)。實(shí)驗(yàn)結(jié)果表明,與普通SSVEP-BCI范式相比,本文所提出的方法刺激響應(yīng)更強(qiáng)、識別正確率更高,因而具有更好的識別效果。

1 眼動追蹤/腦機(jī)接口混合系統(tǒng)搭建

1.1 混合系統(tǒng)設(shè)計(jì)

為了驗(yàn)證提出的利用眼動追蹤動態(tài)調(diào)整視覺目標(biāo)對腦機(jī)接口性能的積極影響,本文設(shè)計(jì)了一種眼動追蹤和SSVEP-BCI相結(jié)合的混合系統(tǒng)。圖1所示為混合系統(tǒng)的工作原理。它主要實(shí)現(xiàn)在實(shí)時(shí)的視覺反饋?zhàn)饔孟聞討B(tài)調(diào)整視覺刺激目標(biāo),并對采集到的被試者腦電信號進(jìn)行分析處理。其中,視覺刺激模塊通過MATLAB平臺和Psychtoolbox工具箱將棋盤格刺激范式呈現(xiàn)在屏幕上,以誘發(fā)被試者的SSVEP響應(yīng);信號采集模塊包括腦電信號和眼動信號的采集,腦電采集設(shè)備用于采集被試者的腦電信號,安裝在屏幕正下方的眼動儀用于采集被試者的眼動數(shù)據(jù),收集到的眼動數(shù)據(jù)將以視覺反饋的形式和刺激范式一起實(shí)時(shí)呈現(xiàn)在屏幕上,提醒被試者集中注意力并作為控制范式大小變化的信號;腦電信號分析模塊是將腦電設(shè)備采集到的腦電信號經(jīng)過預(yù)處理、特征提取、模式分類后完成對刺激目標(biāo)的識別。

圖1 混合系統(tǒng)工作原理Fig.1 Working principle of the hybrid system

1.2 眼動調(diào)控設(shè)計(jì)

有研究表明,人的大腦每天通過感官接受的外部信息中,視覺占比80%以上,故本文應(yīng)用視覺反饋以增強(qiáng)SSVEP-BCI的性能,實(shí)現(xiàn)眼動調(diào)控刺激目標(biāo)的功能。對于實(shí)時(shí)視覺反饋環(huán)節(jié)的設(shè)計(jì),其關(guān)鍵在于實(shí)時(shí)同步地采集眼動和腦電數(shù)據(jù),并將采集到的眼動數(shù)據(jù)以視覺提示的形式實(shí)時(shí)傳輸?shù)酱碳わ@示界面,作為視覺反饋。其作用有兩點(diǎn),一是實(shí)現(xiàn)提示被試者集中注意力并調(diào)整視線落點(diǎn);二是實(shí)現(xiàn)眼動調(diào)控SSVEP-BCI系統(tǒng)的刺激目標(biāo)增大。數(shù)據(jù)的傳輸可以通過TCP/IP協(xié)議進(jìn)行控制。

TCP/IP傳輸協(xié)議即傳輸控制/網(wǎng)絡(luò)協(xié)議,能夠建立連接通道實(shí)現(xiàn)可靠的信息傳輸,發(fā)送數(shù)據(jù)時(shí)產(chǎn)生的時(shí)延一般不超過200 ms。通過TCP/IP傳輸協(xié)議控制腦電設(shè)備和眼動設(shè)備同時(shí)開始采集,并將眼動儀采集到的眼動信號發(fā)送到腦電采集程序,以視覺反饋的形式在刺激顯示屏幕上呈現(xiàn),其流程如圖2所示。

圖2 TCP/IP實(shí)現(xiàn)流程Fig.2 TCP/IP implementation process

2 實(shí)驗(yàn)驗(yàn)證

2.1 范式設(shè)計(jì)

本實(shí)驗(yàn)的范式設(shè)計(jì)是基于周期運(yùn)動的振蕩棋盤格運(yùn)動刺激范式[20],其能量集中,頻率單一,能有效減少被試者的視覺疲勞。

為驗(yàn)證眼動追蹤下的目標(biāo)動態(tài)可調(diào)方式對SSVEP-BCI性能的提升,本文設(shè)計(jì)了T1、C1、C2這3種范式,如圖3所示。3種范式均有4個(gè)刺激目標(biāo)分別分布在屏幕左右上下4個(gè)位置,并以8.6、10、12、15 Hz的頻率進(jìn)行收縮與擴(kuò)張運(yùn)動以誘發(fā)SSVEP響應(yīng)[21]。其中,圖3a范式作為測試組T1,有眼動反饋且目標(biāo)動態(tài)可變,即具有實(shí)時(shí)視覺反饋環(huán)節(jié),以眼動調(diào)控目標(biāo)放大,將被試者的視線落點(diǎn)以紅點(diǎn)的形式實(shí)時(shí)呈現(xiàn)在刺激顯示界面,由于范式的收縮擴(kuò)張運(yùn)動可能會導(dǎo)致被試者眼球隨之飄移,使得視線無法始終保持停留在棋盤格內(nèi),所以當(dāng)視線落點(diǎn)在刺激開始前50幀內(nèi),進(jìn)入某一目標(biāo)刺激范圍內(nèi)超過20幀,且大于視線停留在其余3個(gè)目標(biāo)上的幀數(shù)時(shí),則鎖定這一棋盤格為目標(biāo)刺激并將其放大2倍,而其余3個(gè)刺激目標(biāo)保持大小不變并持續(xù)單次刺激時(shí)長;圖3b范式作為控制組C1,無眼動反饋且目標(biāo)動態(tài)可變,即不具備紅點(diǎn)作為實(shí)時(shí)視覺反饋,但棋盤格放大機(jī)制同T1組原理相同,即當(dāng)后臺檢測到眼動視線時(shí),目標(biāo)刺激也放大2倍;圖3c范式作為控制組C2,無眼動反饋且目標(biāo)不變,即無實(shí)時(shí)視覺反饋環(huán)節(jié)且目標(biāo)大小在實(shí)驗(yàn)過程中保持不變。3種范式除刺激目標(biāo)大小有所變化外,每個(gè)刺激目標(biāo)的中心位置不變,收縮擴(kuò)張頻率和視覺刺激灰度等均不變。

(a)T1范式

(b)C1范式

(c)C2范式圖3 視覺刺激范式Fig.3 Working principle of the hybrid system

刺激范式的設(shè)計(jì)和呈現(xiàn)由MATLAB環(huán)境的Psychtoolbox工具箱實(shí)現(xiàn)。實(shí)驗(yàn)所使用的顯示器尺寸為43.942 cm(17.3英寸),分辨率為1 920×1 080像素,刷新頻率為144 Hz。

2.2 實(shí)驗(yàn)流程

本實(shí)驗(yàn)分為測試組T1和控制組C1、C2。測試組T1是為了驗(yàn)證有眼動反饋目標(biāo)動態(tài)可變的SSVEP-BCI的性能,即以紅點(diǎn)表示被試者的視線落點(diǎn)并實(shí)時(shí)呈現(xiàn)在屏幕上,刺激開始后50幀內(nèi),當(dāng)被試者的視線落點(diǎn)停留在刺激目標(biāo)范圍內(nèi)超過20幀,則鎖定此刺激目標(biāo)為被試者的注視目標(biāo)并將其放大2倍,單次刺激時(shí)長內(nèi)保持該放大狀態(tài),若不超過20幀則刺激目標(biāo)不變,此時(shí)因達(dá)不到實(shí)驗(yàn)效果故判定該次刺激無效。控制組C1是無眼動反饋目標(biāo)動態(tài)可變的SSVEP-BCI,即不在屏幕上以提示的形式呈現(xiàn)被試者的視線落點(diǎn),但當(dāng)被試者保持注視某一刺激目標(biāo)時(shí),也鎖定其為注視目標(biāo)并放大2倍,單次刺激時(shí)長內(nèi)保持該放大狀態(tài),如若刺激目標(biāo)不變則判定該次刺激無效。控制組C2是無眼動反饋目標(biāo)不變的SSVEP-BCI,即在實(shí)驗(yàn)過程中刺激目標(biāo)的大小不變,且屏幕上無表示被試者視線落點(diǎn)的紅點(diǎn)。本文通過分析3組實(shí)驗(yàn)的腦電響應(yīng)和目標(biāo)識別正確率以比較眼動追蹤對腦機(jī)接口性能的積極影響。

選取6名被試者(S1～S6)進(jìn)行實(shí)驗(yàn),所有被試者皆身體健康,雙眼視力正常或矯正后視力正常,沒有精神病史或神經(jīng)病史,沒有光或運(yùn)動知覺障礙或損傷報(bào)告。實(shí)驗(yàn)在安靜的房間進(jìn)行,被試者在實(shí)驗(yàn)開始前調(diào)整眼睛距離屏幕的位置,以60 cm處效果為佳,定位和設(shè)置板塊如圖4a所示,圖中人臉圓圈重合為一個(gè),并以八點(diǎn)法校準(zhǔn)眼動儀,校準(zhǔn)結(jié)果如圖4b所示,左右眼數(shù)據(jù)點(diǎn)集中分布在校準(zhǔn)點(diǎn)周圍為佳。

(a)調(diào)整眼睛位置

(b)校準(zhǔn)圖4 眼動儀的定位設(shè)置和校準(zhǔn)Fig.4 Position setting and calibration of the eye tracker

每個(gè)被試者在實(shí)驗(yàn)過程中應(yīng)保持頭部固定,并按照刺激范式T1、C1、C2的順序分3組依次注視以8.6、10、12、15 Hz運(yùn)動的4個(gè)刺激目標(biāo)。每個(gè)刺激目標(biāo)進(jìn)行3組實(shí)驗(yàn),在屏幕上共呈現(xiàn)120次,連續(xù)20次為一輪,一輪結(jié)束后被試者可休整一定時(shí)間。每輪實(shí)驗(yàn)的刺激時(shí)序如圖5所示,開始時(shí)有2 s準(zhǔn)備時(shí)間,每輪實(shí)驗(yàn)重復(fù)20次,單次刺激的持續(xù)時(shí)間為3 s,單次刺激完成后有2 s的間隔時(shí)間,系統(tǒng)在2 s間隔內(nèi)進(jìn)行在線結(jié)果識別并將結(jié)果展示在屏幕上,然后重復(fù)下一次實(shí)驗(yàn)。3組實(shí)驗(yàn)除了范式不同外,其余實(shí)驗(yàn)設(shè)置均保持一致。

圖5 刺激時(shí)序圖Fig.5 Stimulus sequence diagram

2.3 信號采集

本實(shí)驗(yàn)需采集的信號包括腦電信號和眼動信號。使用奧地利生產(chǎn)的g.USBamp生物信號放大器和g.GAMMAsys有源電極系統(tǒng),搭配g.GAMMAcap電極帽完成被試者的腦電信號采集,采樣率為1 200 Hz。如圖6所示,根據(jù)國際標(biāo)準(zhǔn)10-20系統(tǒng)布置電極,采用覆蓋視覺皮層區(qū)域的O1、OZ、O2、PO3、POZ、PO4共6個(gè)電極實(shí)現(xiàn)腦電信號的采集,參考電極安放在單側(cè)耳垂A1或A2處,地電極安放在前額FPZ處。腦電信號以6×3 600(6表示采集信號的6個(gè)通道,3 600表示以1 200 Hz的采樣率連續(xù)采集3 s數(shù)據(jù))。矩陣形式存儲為MATLAB數(shù)據(jù)格式,使用瑞典生產(chǎn)的Tobii Pro X2-30眼動儀完成被試者的眼動數(shù)據(jù)采集,主要應(yīng)用瞳孔角膜向量反射技術(shù)記錄眼球運(yùn)動,采樣率為30 Hz。眼動儀通過USB與電腦相連,并粘貼在刺激顯示屏幕正下方。眼動儀的輸出數(shù)據(jù)包括:瞳孔直徑(mm)、視線落點(diǎn)、時(shí)間戳(μs)、有效性數(shù)據(jù)(0、1)等,并以結(jié)構(gòu)數(shù)組的形式存儲為MATLAB數(shù)據(jù)格式。眼動數(shù)據(jù)坐標(biāo)系采用顯示區(qū)域坐標(biāo)系(DACS),以屏幕左上角為原點(diǎn),二維數(shù)組標(biāo)示視線落點(diǎn),范圍縮放為[0,0]～[1,1]。

圖6 腦電電極位置安放示意圖Fig.6 A schematic diagram of placement of EEG electrodes

2.4 分類方法

腦電信號經(jīng)過預(yù)處理、特征提取和模式分類以識別刺激目標(biāo),常用的信號分類方法有典型相關(guān)分析(CCA)、支持向量機(jī)(SVM)、線性判別分析(LDA)等。CCA是一種利用綜合變量對之間的相關(guān)關(guān)系來反映兩組指標(biāo)之間的整體相關(guān)性的多元統(tǒng)計(jì)分析方法。它可以通過計(jì)算兩個(gè)隨機(jī)變量之間的典型相關(guān)系數(shù)來度量兩組隨機(jī)變量之間的線性相關(guān)性。基于CCA算法來識別SSVEP刺激目標(biāo)是較為流行的方法之一[22],標(biāo)準(zhǔn)CCA使用純正弦和余弦信號的人工參考模板,其頻率與視覺刺激的頻率相對應(yīng)。本文即使用典型相關(guān)分析算法對采集到的腦電信號進(jìn)行分類處理。利用CCA計(jì)算腦電信號與不同頻率的參考模板信號之間的相關(guān)系數(shù),判定相關(guān)性最高的參考信號頻率對應(yīng)的刺激單元為被試者的注視目標(biāo)。

假設(shè)有兩組隨機(jī)變量,其中一組隨機(jī)變量X∈RP×N為單次刺激采集到的EEG數(shù)據(jù),P代表采集信號的通道數(shù)即6個(gè)通道,N代表每個(gè)通道采集到的數(shù)據(jù)個(gè)數(shù)即3 600個(gè);另一組隨機(jī)變量Y∈R2Q×N為參考信號,由具有特定刺激頻率的諧波頻率的正余弦信號組成,Q代表諧波數(shù)量,設(shè)

(1)

圖7 CCA算法原理示意圖Fig.7 A schematic diagram of CCA algorithm principle

CCA將多維隨機(jī)變量X和Y進(jìn)行線性變換,即投影到一維維度,得到X′=aTX和Y′=bTY,再計(jì)算X′和Y′的相關(guān)系數(shù)

(2)

每個(gè)頻率fi都對應(yīng)一個(gè)相關(guān)系數(shù)值ρi,通過比較ρi的大小來預(yù)測被試者注視的目標(biāo)刺激單元。相關(guān)系數(shù)最大的參考信號頻率ftarget對應(yīng)的刺激單元為注視目標(biāo),即有

(3)

3 結(jié)果分析

3.1 腦電響應(yīng)分析

實(shí)驗(yàn)共采集數(shù)據(jù)6×4×3×20×2組(6名被試者×4個(gè)刺激單元×3組范式實(shí)驗(yàn)×20組單次刺激×2輪重復(fù)實(shí)驗(yàn)),每組包含6×3 600個(gè)數(shù)據(jù),采樣率1 200 Hz,時(shí)長為3 s。使用帶通濾波器對信號進(jìn)行預(yù)處理,取OZ通道數(shù)據(jù)疊加平均后進(jìn)行傅里葉變換,得到不同刺激頻率下的腦電響應(yīng)頻譜如圖8所示。

(a)8.6 Hz頻譜

(b)10 Hz頻譜

(c)12 Hz頻譜

(d)15 Hz頻譜圖8 4種刺激頻率下的腦電響應(yīng)頻譜圖Fig.8 Spectrogram of EEG responses at four stimulation frequencies

由圖8可見,被試者大腦響應(yīng)中包含了對應(yīng)刺激頻率的腦電信號,其中紅色曲線表示測試組T1的頻譜圖,幅值最高,藍(lán)色曲線表示控制組C1的頻譜圖,幅值次之,綠色曲線代表控制組C2的頻譜圖,幅值最低。4個(gè)刺激目標(biāo)對T1、C1、C2組的平均腦電響應(yīng)幅值分別為1.824、1.379、0.987 μV。故無眼動反饋目標(biāo)不變的SSVEP-BCI引起的腦電響應(yīng)幅值低于無眼動反饋目標(biāo)動態(tài)可變的SSVEP-BCI引起的腦電響應(yīng)幅值,又低于有眼動反饋目標(biāo)動態(tài)可變的SSVEP-BCI引起的腦電響應(yīng)幅值。即在無眼動反饋的前提下,目標(biāo)動態(tài)可變比目標(biāo)不變的腦機(jī)接口效果更好;在受眼動調(diào)控目標(biāo)動態(tài)可變的前提下,具有實(shí)時(shí)視覺反饋環(huán)節(jié)的有眼動反饋腦機(jī)接口效果更好。

3.2 識別結(jié)果分析

CCA算法可直接對多通道腦電信號數(shù)據(jù)和參考模板信號進(jìn)行相關(guān)性分析,按照不同刺激頻率統(tǒng)計(jì)測試組T1(Enlarge & Feedback曲線代表T1組)和控制組C1、C2(Enlarge曲線代表C1組,Normal曲線代表C2組)的目標(biāo)識別正確率。采用橫軸為時(shí)間窗,總采樣時(shí)長為3 s,縱軸為平均識別正確率,4種刺激頻率下的識別正確率對比如圖9所示。

(a)8.6 Hz正確率

(b)10 Hz正確率

(c)12 Hz正確率

(d)15 Hz正確率圖9 4種刺激頻率下的識別正確率對比圖Fig.9 Comparisons of recognition accuracies under four stimulus frequencies

由圖9可見,隨著時(shí)間窗長的增大,3組實(shí)驗(yàn)的平均正確率都呈上升趨勢,在3 s時(shí)間窗長時(shí),T1組的平均正確率最高,正確率值為92.97%,C1組次之,正確率值為88.39%,C2組最低,正確率值為79.48%,折線層次區(qū)分明顯。在10 Hz的刺激頻率下,當(dāng)時(shí)間窗長度為3 s時(shí),T1和C1正確率相近,大于C2。此時(shí)T1和C1的正確率接近可能是因?yàn)楫?dāng)時(shí)間窗長度超過一定閾值時(shí),對平均識別正確率的提升有限,視覺反饋此時(shí)沒有明顯優(yōu)勢。

對3組實(shí)驗(yàn)的識別正確率數(shù)據(jù)做統(tǒng)計(jì)顯著性分析,為保證統(tǒng)計(jì)意義需樣本量足夠大,每組數(shù)據(jù)點(diǎn)取120個(gè)(4個(gè)頻率×5個(gè)時(shí)間點(diǎn)×6個(gè)受試者),影響正確率的因素是實(shí)驗(yàn)方法,且因T1、C1組數(shù)據(jù)不滿足正態(tài)性假定,故采用單因素非參數(shù)方差分析,Kruskal-Wallis檢驗(yàn)得到3組實(shí)驗(yàn)數(shù)據(jù)具有顯著性(χ=33.39,P=5.61×10-8),箱型圖如圖10a所示,多重比較結(jié)果如圖10b所示,其中T1組和C1組具有顯著性(χ=66.37,P=0.023 8),T1組和C2組具有顯著性(χ=108.46,P=2.46×10-8),C1組和C2組具有顯著性(χ=73.41,P=0.004 7)。

(a)箱型圖

(b)多重分析結(jié)果圖圖10 3組實(shí)驗(yàn)的統(tǒng)計(jì)顯著性分析結(jié)果示意圖Fig.10 Statistical significance analysis results of three groups of experiments

時(shí)間窗長度取1.5 s,6個(gè)被試者分別在4個(gè)刺激頻率下進(jìn)行測試組T1、控制組C1、控制組C2實(shí)驗(yàn)的識別正確率如表1所示。從表中可見,T1組的總平均識別正確率達(dá)83.21%,C1組的總平均識別率達(dá)77.15%,C2組的總平均識別率達(dá)65.13%。若去除SSVEP誘發(fā)腦電響應(yīng)效果差的被試者S5,T1組的總平均識別正確率可達(dá)90.19%,C1組的總平均識別正確率可達(dá)83.58%,C2組總平均識別正確率為71.98%。分析可知,本文提出的有眼動反饋目標(biāo)動態(tài)可變的眼動追蹤/腦機(jī)接口混合系統(tǒng)比無眼動反饋目標(biāo)動態(tài)可變的混合系統(tǒng)有優(yōu)勢,又比無眼動反饋目標(biāo)不變的SSVEP-BCI更具有優(yōu)勢,可達(dá)到較高的識別正確率。

表1 T1、C1、C2組在1.5 s時(shí)間窗長度下的目標(biāo)識別正確率Table 1 Table of recognition accuracies of T1,C1 and C2 groups in 1.5 s time window length

4 結(jié) 論

針對實(shí)驗(yàn)過程中,因屏幕尺寸限制、刺激目標(biāo)多且面積小而致被試者腦電響應(yīng)不強(qiáng)、容易產(chǎn)生疲勞、難以將注意力集中在同等大小的刺激目標(biāo)上等問題,本文提出了一種基于眼動追蹤的視覺目標(biāo)動態(tài)可變的SSVEP-BCI系統(tǒng)。該混合系統(tǒng)以眼動追蹤技術(shù)提供視覺反饋,并對刺激目標(biāo)大小加以調(diào)節(jié),兼具了眼動追蹤快速高效和SSVEP平穩(wěn)高信噪比的優(yōu)勢。實(shí)驗(yàn)結(jié)果表明,被試者使用有眼動反饋目標(biāo)動態(tài)可變的腦機(jī)接口時(shí),其識別正確率和腦電響應(yīng)幅值均高于使用無眼動反饋目標(biāo)動態(tài)可變的腦機(jī)接口,又高于使用無眼動反饋目標(biāo)不變的腦機(jī)接口。對于CCA分類方法,在4種刺激頻率下,T1組較C1和C2組能在更短的時(shí)間窗內(nèi)達(dá)到90%的識別正確率。對照實(shí)驗(yàn)說明,視覺反饋與目標(biāo)動態(tài)可調(diào)對腦電響應(yīng)幅值和識別正確率有影響。推測C1組腦機(jī)接口性能優(yōu)于C2組是由于目標(biāo)刺激放大后,受試者觀察刺激時(shí)更加清晰,人眼感知到的收縮擴(kuò)張運(yùn)動更加明顯,導(dǎo)致性能增強(qiáng);推測T1組優(yōu)于C1組是由于眼動反饋的存在有效吸引受試者的目光,從無意識的觀察刺激轉(zhuǎn)變?yōu)橹鲃诱{(diào)整視線并觀察目標(biāo)刺激,一定程度上提升了受試者的注意力水平,使性能增強(qiáng)。總而言之,實(shí)驗(yàn)結(jié)果表明了有眼動反饋目標(biāo)動態(tài)可變的混合系統(tǒng)能有效地激發(fā)被試者的注意力,具有更好的識別優(yōu)勢,能引起更高的腦電響應(yīng),驅(qū)動BCI系統(tǒng)更具有優(yōu)勢。

該方向可進(jìn)一步深入研究,如增加刺激目標(biāo)數(shù)量,使用本文方法進(jìn)行比對,探索有眼動反饋目標(biāo)動態(tài)可變的腦機(jī)接口技術(shù)在多目標(biāo)識別中的優(yōu)勢;改變視覺反饋的提示形式(顏色、形狀等),探索視覺反饋對腦機(jī)接口技術(shù)的積極影響。