融合脑磁与脑电的稳态视觉诱发场脑机接口研究
基于脑磁(OPM-MEG)— 脑电(EEG)多模态脑机接口,以稳态视觉诱发响应(SSVER)为任务。同步采集脑磁与脑电信号,通过集成任务相关组件分析(eTRCA)算法深度解码并提取特征,构建了针对脑磁和脑电的融合框架模型,精确识别不同频率的视觉刺激。结果有效提升了系统的解码性能与信息传输率(ITR),为健康监测和神经康复提供了具有极大潜力和实用价值的脑机接口途径。混合(融合)脑机接口的平均准确率达到了 99.72%,且纯脑磁信号在平均准确率、信息传输率、信噪比以及高频响应特征上均优于纯脑电信号。
