[论文解读] Simultaneous induction of SSMVEP and SMR Using a Gaiting video stimulus: a novel hybrid brain-computer interface

Xin Zhang, Guanghua Xu+3 more|arXiv (Cornell University)|May 30, 2019

EEG and Brain-Computer Interfaces参考文献 57被引用 19

一句话总结

本研究提出了一种新型步态视频刺激，可同时在枕叶皮层诱发稳态运动视觉诱发电位（SSMVEP），在感觉运动皮层诱发感觉运动节律（SMR）。采用典型相关分析（CCA）进行SSMVEP分类，利用事件相关谱扰动（ERSP）分析检测SMR，该刺激在四类SSMVEP任务中实现了88.9%的分类准确率，并在高SSMVEP准确率参与者中诱发了显著且持续的事件相关去同步化（ERD），出现在μ-β频段，证明了该刺激在神经康复领域混合脑-计算机接口应用中具有双重神经激活潜力。

ABSTRACT

We proposed a novel visual stimulus for brain-computer interface. The stimulus is in the form gaiting sequence of a human. The hypothesis is that observing such a visual stimulus would simultaneously induce 1) steady-state motion visual evoked potential (SSMVEP) in the occipital area, similarly to an SSVEP stimulus; and 2) sensorimotor rhythm (SMR) in the primary sensorimotor area, because such action observation (AO) could activate the mirror neuron system. Canonical correlation analysis (CCA) was used to detect SSMVEP from occipital EEG, and event-related spectral perturbations (ERSP) were used to identify SMR in the EEG from the sensorimotor area. The results showed that the proposed visual gaiting stimulus-induced SSMVEP, with classification accuracies of 88.9 $\pm$ 12.0% in a four-class scenario. More importantly, it induced clear and sustained event-related desynchronization/synchronization (ERD/ERS) in the EEG from the sensorimotor area, while no ERD/ERS in the sensorimotor area could be observed when the other two SSVEP stimuli were used. Further, for participants with sufficiently clear SSMVEP pattern (classification accuracy > 85%), the ERD index values in mu-beta band induced by the proposed gaiting stimulus were statistically different from that of the other two types of stimulus. Therefore, a novel BCI based on the proposed stimulus has potential in neurorehabilitation applications because it simultaneously has the high accuracy of an SSMVEP (~90% accuracy in a four-class setup) and the ability to activate sensorimotor cortex. And such potential will be further explored in future studies.

研究动机与目标

• 开发一种混合脑-计算机接口（BCI），可同时诱发SSMVEP与SMR，以提升神经康复应用效果。
• 探究观察步态视频刺激是否可在枕叶皮层诱发SSMVEP，在感觉运动皮层诱发SMR。
• 将该步态刺激诱发的神经反应与传统SSVEP闪烁刺激和棋盘运动刺激的反应进行比较。
• 评估利用SSMVEP分类准确率作为个体SMR激活强度预测因子的可行性。

提出的方法

• 使用16帧连续的人体步态图像创建步态视频刺激，以60 Hz屏幕刷新率播放，通过可变帧持续时间编码不同的步频。
• 采用典型相关分析（CCA）检测SSMVEP，优化模板信号从基频、帧率及边带频率（和频与差频）中选取。
• 通过事件相关谱扰动（ERSP）分析量化SMR，计算感觉运动皮层μ（8–13 Hz）和β（13–30 Hz）频段的事件相关去同步化（ERD）。
• 参与者在四种条件下进行测试：观察闪烁、棋盘运动、步态视频，以及步态视频结合运动想象，以隔离刺激特异性效应。
• ERD指数计算为刺激呈现期间相对于基线的μ-β频段平均功率下降值。
• 对步态刺激与两种对照刺激的ERD指数进行统计比较，以评估SMR激活的差异性。

实验结果

研究问题

• RQ1 步态视频刺激是否能同时在枕叶皮层诱发可检测的SSMVEP，在感觉运动皮层诱发SMR？
• RQ2 与传统SSVEP闪烁和棋盘运动刺激相比，步态刺激是否诱发更强的SMR（通过ERD测量）？
• RQ3 SSMVEP分类准确率与步态刺激诱发的SMR（ERD指数）大小之间是否存在相关性？
• RQ4 SSMVEP分类性能是否可作为个体对步态刺激产生SMR能力的预测指标？

主要发现

• 该步态刺激在四类频率辨别任务中实现了88.9 ± 12.0%的SSMVEP分类准确率均值。
• SSMVEP分类准确率高于85%的参与者，其μ-β频段的ERD指数显著高于闪烁和棋盘刺激诱发的值。
• 仅在步态刺激下观察到感觉运动皮层中清晰且持续的事件相关去同步化（ERD），其他两种SSVEP刺激未观察到此现象。
• 研究发现SSMVEP分类准确率与SMR激活强度之间存在显著正相关，表明SSMVEP表现可能预测个体SMR诱导潜力。
• ERSP分析显示，步态刺激在μ和β频段诱发了独特的ERD模式，提示镜像神经元系统被激活。
• 结果表明，该步态刺激独特地结合了高SSMVEP准确率与强SMR诱导能力，实现了新型混合BCI，具备双重神经调控潜力。