多频典型相关分析（MFCCA）：一种用于多频 SSVEP 的广义解码算法
神经元与认知
2021-08-12 v2 人机交互
信号处理
摘要
利用多于一个刺激频率的刺激方法已为稳态视觉诱发电位（SSVEP）脑机接口（BCIs）所开发，目的是增加可同时呈现的目标数量。然而，目前尚无统一的解码算法可在无需针对每个用户或案例训练的情况下使用，并适用于一大类多频刺激的 SSVEP 设置。本文扩展了广泛使用的典型相关分析（CCA）解码器，通过利用多个刺激频率之间的相互作用来明确容纳多频 SSVEP。引入了阶数的概念，定义为输入频率线性组合中系数绝对值之和，以辅助多频 CCA（MFCCA）的设计。所得 SSVEP 响应中阶数的概率分布随后被用于提高解码精度。结果表明，与标准 CCA 公式相比，所提出的 MFCCA 在阶数 2 时平均解码精度提高了 20%，同时保持了其通用性与免训练特性。
引用
@article{arxiv.2011.05861,
title = {Multi-Frequency Canonical Correlation Analysis (MFCCA): A Generalised Decoding Algorithm for Multi-Frequency SSVEP},
author = {Jing Mu and Ying Tan and David B. Grayden and Denny Oetomo},
journal= {arXiv preprint arXiv:2011.05861},
year = {2021}
}
备注
4 pages, 6 figures. This work has been accepted for publication in the 2021 IEEE EMBC