旋转图标:引入基于旋转的新型SSVEP-BCI范式

脑机接口(BCI)与神经反馈

文献标题

Spinning Icons: Introducing a Novel SSVEP-BCI Paradigm Based on Rotation

文献信息

  • 主题领域: 脑机接口 (Brain-Computer Interfaces, BCI)
  • 关键词: SSVEP, SSMVEP, BCI, EEG, 刺激设计, 视觉疲劳, 图标旋转, 用户界面, 分类准确率

研究背景与问题

  • 发现的问题与挑战:
    • 传统的稳态视觉诱发电位(SSVEP)脑机接口中使用的闪烁刺激(如黑白棋盘格)虽然能够实现高分类准确率,但易引发视觉疲劳,降低用户舒适感。
    • 尽管已有研究尝试通过运动掩盖闪烁模式(简称为SSMVEP),这些刺激模式仍显得抽象,不适应传统用户界面的设计要求。
  • 重要性:
    • 提高用户的视觉舒适感对BCI技术的推广至关重要,特别是在需要长时间使用的场景。
    • 灵活的刺激设计可以更好整合到现实应用中,比如日常用户界面的操作和命令输入。
  • 研究动机与相关工作:
    • 现有研究尝试利用运动形式减少视觉疲劳,例如使用中间收缩的同心圆、旋转螺旋或横向移动棒等。然而,这些模式通常缺乏对传统用户界面的亲和力。
    • 本文旨在解决这些限制,提出一种基于旋转图标的新型SSVEP刺激模式,以提供更高的设计灵活性并降低视觉疲劳。

解决方案

  • 提出的方法:
    • 提出一种新型的刺激模式——基于绕垂直轴旋转的图标(spinning icons),其设计原理是通过特定频率旋转的图标诱发SSVEP。
    • 这一方法可用于任意类型的图标或图像,使其自然地融入用户界面。
  • 创新之处:
    • 打破了SSMVEP中对刺激形式的限制,提供了对图标和用户界面元素的最大化设计自由。
    • 图标旋转旨在减少视觉疲劳,并提升用户的舒适度。
  • 实施步骤与关键技术:
    1. 刺激设计:
      • 创建5种旋转图标(包括Excel、Word、PDF等常用软件图标)和标准SSVEP参考刺激(棋盘格)。
      • 使用Adobe After Effects生成动画,确保图标以7.5Hz、10Hz、13Hz等频率旋转。
    2. 研究实验设计:
      • 邀请18位参与者参与实验,记录每位参与者的脑电波数据(EEG)。
      • 每轮实验中通过显示目标图标并随机排列图标阵列,要求参与者注视目标刺激。
    3. 分类算法:
      • 采用基于滤波器组的典型相关分析(Filter Bank Canonical Correlation Analysis, FBCCA)算法,提取和分类诱发的SSVEP信号。
    4. 评价指标:
      • 数据分析评价包括分类准确率 (Balanced Accuracy, BA) 和主观视觉疲劳评分(舒适度调查问卷)。

研究成果

  • 具体成果:
    • 分类准确率:
      • 提出的旋转图标成功诱发SSVEP,平均分类准确率(BA)在67%-77%之间(高于随机概率33.3%)。
      • 最高准确率出现在“电子邮件”图标(77%)和PDF图标(75%)。
      • 标准棋盘格准确率为72%,部分旋转图标表现优于其分类精度。
    • 视觉疲劳:
      • 主观视觉疲劳评分显示,旋转图标的疲劳度得分较低(中位数为4-4.5,评级为“稍有疲劳”或“不疲劳”)。
      • 传统SSVEP刺激(棋盘格)和运动基刺激(SSMVEP)在视觉疲劳方面不占优。
  • 优势:
    • 旋转图标的方法在分类性能与视觉舒适感上达到较优平衡。
    • 证明该方法具有设计灵活性,可以用通用图标适应不同的用户界面。
  • 实验或评估结果:
    • 确立了旋转图标在诱发SSVEP信号和减少用户视觉疲劳方面的有效性。
    • 主观舒适度与分类性能在绝大多数情况下高于传统SSVEP和SSMVEP刺激。
  • 局限性与未来方向:
    • 局限性:
      • 背景颜色和图标本身的颜色可能对SSVEP响应产生影响(例如深色背景可能削弱某些图标的视觉效果)。
      • 7.5Hz低频条件下分类表现较差,需进一步优化。
    • 未来方向:
      • 在真实应用场景中测试图标旋转刺激的可行性,评估环境噪声和其他因素的影响。
      • 引入基于EEG的客观指标,进一步验证视觉疲劳的改进效果。
      • 对刺激设计进行优化,包括调整图标的颜色和背景对比度,以及进一步探索提高信息传输速率的技术。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/57950/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3397481.3450646
一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
脑机接口(BCI)与神经反馈
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文