TY - Jour A2 - Sanei，Saeid Au - Trigui，Omar Au - Daoud，Sawsan Au - Ghorbel，Mohamed Au - Mhiri，Chokri Py - 2020 DA - 2020/05/08 TI - SSVEP增强型通过相位特征控制的移动平均滤波器SP - 7459587 VL - 2020 AB - 脑电脑界面（BCI）系统通过EEG分析将人类神经生理学活动转化为命令。改善BCI性能导致更快，更容易使用和更少的疲劳。在这项研究中，我们提出了一种新的预展示方法来增加基于BCI的稳态视觉诱发电位（SSVEP）的稳健性。从SSVEP频率分量的已知特性激发，目标是通过决策步骤来解释更方便的来提高信号质量。我们首先研究了基于SSVEP的生理特性来检测劣化时段的可能性。所提出的系统通过在处理和瞬时阶段的分析中，通过创建的新算法掩盖了可以模糊SSVEP频率的间隔。分段线性回归允许对相位信号的采样器理解。然后，通过移动平均滤波器过滤这些间隔，以增强SSVEP质量。最后，决策由规范相关分析（CCA）算法进行。 The results of experiments, using real EEG signals from five subjects, show that the proposed approach significantly increases the performances in terms of accuracy and information transfer rate by about 7.3% and 3.85 bits/min, respectively, in case of 2 s segment length. On the other hand, the spatial filtering methods of the literature weaken the system performances. SN - 1687-5265 UR - https://doi.org/10.1155/2020/7459587 DO - 10.1155/2020/7459587 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -