DIY混合BCI刺激系统:SSVEP-P300 LED刺激
大多数BCI平台使用单一的EEG模式,这可能不适用于所有用户,并且还可能产生错误的识别。近年来,通过使用多种范式来提高控制外部应用程序的准确性和速度来增强BCI系统。
研究人员通过大量的调研发现之前的研究已经证实了同时检测P300成分和SSVEP活性的可能性。P300和SSVEP刺激的大多数硬件都是基于计算机屏幕,而计算机屏幕受到屏幕刷新率的限制,这导致了其便携性较低,而且易引起参与者视觉疲劳。
在这项研究中,研究者设计了一种完全便携式的混合系统,以高精度的专用硬件平台唤起P300和SSVEP。在此混合硬件中,SSVEP被用作主要响应,P300被用作分类中的纠正机制。在这项研究中,四个独立芯片上的绿色LED径向刺激被用于SSVEP激发,该激发由微控制器平台单独控制以产生精确的闪烁频率。
图1.1 基于SSVEP和P300的混合BCI平台
刺激平台由独立的控制系统控制,如图1.1所示。4个用于诱发SSVEP的辐射状绿色刺激由4个Teensy 32位微控制器模块控制,4个用于P300的红色刺激由单独的Teensy模块控制。Teensy还将每个flash的闪烁事件标记分别发送给录制软件。
硬件描述
对于多SSVEP诱发,使用4个独立的Teensy微控制器平台在绿色径向刺激下产生闪烁频率7、8、9和10 Hz。在每个径向环内放置大功率红色LED唤起P300事件,并与SSVEP脑电图数据一起标记为事件。出现红色闪烁时,由单个Teensy模块控制随机计时。闪烁事件作为串行数据从微控制器传输到EEG记录软件。
研究人员在一项研究中[16]发现,精确生成的SSVEP的每个闪烁频率的占空比为85%,因为该占空比可以提供最高的性能。所以,研究者使用大功率MOSFET(A09T)通过关断调节器MP1584驱动LED刺激,以提供3A的恒定电流源,从而在整个实验过程中提供最佳的亮度。调节器的设计如图1.2所示。
图1.2 用于视觉刺激的调节器设计
整个硬件使用12 V 10A电池电源供电,以避免任何电源干扰。SSVEP径向刺激的完整示意图如图1.3所示。
图1.3 SSVEP径向刺激设计
在这项研究中使用了具有相同设计的四个模块,并为分类编程了不同的闪烁频率。开发了用于产生闪烁的固件,并使用数字示波器验证了闪烁精度。四种频率波形如图1.4和1.5所示。刺激位置和布局如图1.6所示。
图1.4 占空比为85%时的7 Hz和8 Hz刺激频率
图1.5 占空比为85%时的9 Hz和10 Hz激励频率
图1.6 混合刺激LED放置
为了诱发P300成分,使用红色LED生成了4次随机闪光,并将闪光事件时间标记分别发送到数据记录软件。然后使用串行通信(Rx和Tx)将来自微控制器的事件标记传送到计算机。使用MAX3232将单片机的TTL电平转换为RS232.
如前所述,红色LED驱动器电路是使用大电流设计的。P300闪光器和事件标记物的完整示意图如图1.7所示。
随机闪烁四个红色LED计时将时间标记值发送给EMOTIV测试台软件。对于位于径向环内部的LED,分别将7、8、9和10 Hz标记为111、112、113、114,并且在记录时将这些值一起作为单独的通道存储在EEG数据中。图1.8显示了带有EEG数据和标记事件的Testbench软件。随机闪光时间设置在200到800毫秒之间。在发送器和接收器侧,串行通信波特率值均设置为115,200。
制作说明
硬件组装
该系统包括两种刺激设计,一种用于SSVEP诱发,另一种用于诱发P300。对于SSVEP,有4个单独的模块可精确产生4种不同的频率7,8,9和10Hz。每个Teensy模块都使用已开发的固件进行了编程,以实现所需的闪烁频率。并且MP1584调节器的输出设置为大约10.6 V DC,并如上图1.3所示连接至径向激励器。同样,对其他三个Teensy模块进行了编程和接线。
图1.7 P300刺激和事件标记
对于P300,如图1.7所示,红色LED连接到Teensy模块的四个输出pin(引脚),并且LED放置在每个COB环的中心。MP1584输出需要设置为2.8 V DC,以获得红色LED的最佳亮度。为了进行串行通信,需要将Teensy模块(Tx)的pin 1连接到MAX3232 pin13,即串行数据接收Rx。可以看一下Testbench软件和事件标记,如下图所示。
图1.8 Testbench 软件和事件标记
程序设计
Teensy模块可以使用开源Arduino IDE通过USB端口直接编程。IDE安装程序可以从互联网下载(www.arduino.cc),需要安装来加载固件。每个微小模块需要与所选刺激位置所需的固件单独编程。从顶部COB LED激励沿逆时针方向开始,以7、8、9和10 Hz对样机进行编程。
原型样机
样机如图1.9所示。为避免A3尺寸(21厘米x 29.7厘米)的光反射,基板由有机玻璃制成,表面为黑色磨砂。使用双面胶带将P300 LED固定在圆环的中心,并连接到板背面的硬件。径向COB环焊接有细软线,用于连接MOSFET驱动器。使用双面胶带将环固定在如下图所示的位置。
图1.9 原型
控制硬件建立在通用PCB上,该PCB具有5个28针IC插座,组件按照图1.3和图1.7的原理图用单股线连接。
EEG记录过程从7 Hz刺激开始,持续3秒钟,然后当参与者将目光从闪烁的刺激转移开时休息五秒钟。随后是频率为8、9和10 Hz的刺激,然后相同的休息时间,以完成一个完整的会话。每个参与者记录了五个会话,其中包含SSVEP和P300事件的EEG数据。每个频率和休息时间的刺激时序如下图所示。
图1.10 刺激时序图
时序图上的3秒是参与者注意每种刺激的焦点时间,五秒表示从一个刺激到下一个刺激的转换顺序之间的休息时间。使用EEGLAB将以EDF格式记录的EEG数据转换为MATLAB格式。然后在MATLAB中编写程序以处理来自SSVEP和P300事件检测的数据,以评估混合刺激。
下图显示了使用这种混合BCI进行乐高控制的照片。
图1.11 使用混合BCI控制乐高
数据分析
对于SSVEP分析,在每个频率所需的三秒钟时间段内,从通道O2提取数据,并将其存储以进行进一步处理。对于SSVEP数据分类,分析了主频率以及一次和二次谐波。用中心频率为激励频率的2 Hz带宽的带通滤波器对存储的EEG数据进行滤波。这是针对所有主频率及其谐波执行的。计算每个滤波数据的方差(这代表信号的能量),该方差包括主频率,并添加了两个谐波并存储起来用于分类分析。
对于P300分析,从通道F4提取了数据以及四个事件标记。事件标记设置为111表示7 Hz,222表示8 Hz,333表示9 Hz,444表示10 Hz。对于与SSVEP分析中相同的时间范围(与参与者关注刺激之前的时间范围一样),该算法检查事件标记以在距事件标记600毫秒内找到峰值。对四个频率的所有四个标记执行此操作。存储所需时间窗口中所有频率的峰值,以分析分类准确性。
结果
研究者在这项研究中探索了将两种EEG范式结合起来以开发混合BCI视觉刺激硬件的可能性,这些硬件可以减少视觉刺激的聚焦时间并允许良好的单次试验分类输出。所开发的独立混合刺激成功地产生了7、8、9和10 Hz的频率,它们之间的间隙很小。P300事件还与四个事件标记同时生成,并使用MATLAB在记录的EEG中成功检测到。从五个参与者的数据分析来看,SSVEP和BCI在每个频率的相同时间窗口内分别产生了更好的分类率。而P300也有良好的性能。
此外,研究人员利用混合视觉刺激成功实现了基于SSVEP的命令控制,以控制一个乐高机器人的运动(这可以用于在现实世界中严重瘫痪的人控制轮椅)。呈现了具有四个低频闪烁的视觉刺激,供用户一次聚焦一个以执行对LEGO机器人的运动命令。对每一个视觉刺激,指令都以最少3 - 4秒的时间发送给机器人。除了数据处理和分类上的微小延迟外,机器人的运动几乎是实时的。每个动作的微小延迟约为3-4秒,这是由于执行动作前所需的数据处理时间。
研究人员表示,该硬件平台可作为独立的视觉刺激设备或使用P300事件的事件标记相关实验,用于各种神经病学调查或心理研究。该设备可以很容易地定制用于单或多个刺激。
参考链接:
DIY hybrid SSVEP-P300 LED stimuli for BCIplatform using EMOTIV EEG headset
不用于商业行为,转载请联系后台
若有侵权,请后台留言,管理员即时删侵!
更多阅读
投稿通道如何让你的工作让更多人知晓和受益?
脑机接口社区就是这样一个连接学界、
企业界和爱好者的平台渠道。
社区鼓励高校实验室、企业或个人在我们平台上分享优质内容。
稿件要求
稿件系个人原创作品,若已在其他平台发表,请明确标注。
稿件一经录取,便提供稿费!
投稿通道
微信扫码,备注:投稿+姓名+单位
微信交流群,请扫码上方微信
(备注:姓名+单位+专业/领域/行业)
QQ交流群:913607986