文摘

我们提出一个新的框架来减少背景脑电图(EEG)工件从multitrial视觉诱发电位(VEPs)信号用于脑机接口(BCI)设计。一个算法基于周期平稳(CS)分析介绍定位合适的频率范围包含刺激VEP的组件。CS技术不需要录音是锁相和利用VEP的intertrial相似组件在频域。获得的循环频率谱使VEP检测频带。接下来,带通和低通滤波来减少执行脑电图工件使用这些频率范围。这是紧随其后的是重叠带脑电图减少工件使用遗传算法和独立分量分析(G-ICA)使用互信息(MI)标准分离脑电图VEP的工件。CS和GA方法需要仅适用于训练数据;测试数据,循环频带的知识并分离矩阵就足够了加强检测。因此,该框架可以用于在线VEP检测。这个框架进行了测试与不同的数据集,它显示令人满意的很少的试验结果。 Since the framework is general, it could be applied to the enhancement of evoked potential signals for any application.