[论文解读] TOWARDS GAZE-INDEPENDENT C-VEP BCI: A PILOT STUDY

Shrikanth Narayanan, Sara Ahmadi+2 more|arXiv (Cornell University)|Mar 22, 2024

Gaze Tracking and Assistive Technology被引用 1

一句话总结

本试点研究展示了在不依赖眼球运动的情况下，通过脑电图（EEG）解码由隐蔽空间注意力诱发的编码调制视觉诱发电位（c-VEP）的可行性。参与者在无眼球运动的情况下，将注意力集中于位于视野中央两侧的两个刺激之一，仅使用隐蔽注意力即实现了88%的分类准确率，而使用明显注视时准确率达到100%，证明c-VEP可在无眼球运动控制的情况下被可靠解码。

ABSTRACT

A limitation of brain-computer interface (BCI) spellers is that they require the user to be able to move the eyes to fixate on targets. This poses an issue for users who cannot voluntarily control their eye movements, for instance, people living with late-stage amyotrophic lateral sclerosis (ALS). This pilot study makes the first step towards a gaze-independent speller based on the code-modulated visual evoked potential (c-VEP). Participants were presented with two bi-laterally located stimuli, one of which was flashing, and were tasked to attend to one of these stimuli either by directly looking at the stimuli (overt condition) or by using spatial attention, eliminating the need for eye movement (covert condition). The attended stimuli were decoded from electroencephalography (EEG) and classification accuracies of 88% and 100% were obtained for the covert and overt conditions, respectively. These fundamental insights show the promising feasibility of utilizing the c-VEP protocol for gaze-independent BCIs that use covert spatial attention when both stimuli flash simultaneously.

研究动机与目标

• 研究是否可在不依赖明显眼球运动的情况下，从EEG中解码c-VEP。
• 评估将隐蔽空间注意力作为c-VEP基脑-计算机接口控制机制的可行性。
• 探索c-VEP在严重运动功能障碍患者（如晚期肌萎缩侧索硬化症）中实现高速、无眼动依赖通信的潜力。
• 为开发完全无眼动依赖的c-VEP与隐蔽注意力结合的脑-计算机接口提供基础洞见。

提出的方法

• 参与者被呈现两个刺激，分别位于注视点的左右两侧，采用126位Gold码进行调制。
• 使用基于重卷积的共空间模式（CCA）算法对记录的EEG信号进行分析，以解码被注意的刺激。
• 测试了两种条件：明显（直接注视）和隐蔽（无眼球运动的空间注意力）。
• 通过不同瞬态响应长度（0.1–0.9秒）评估分类准确率，以优化解码性能。
• 利用空间协方差矩阵和单个空间滤波器，估计空间活动模式以解码被注意的一侧。
• 该研究设计允许未来集成额外特征（如P300反应和α波段偏侧化）以进一步提升准确率。

实验结果

研究问题

• RQ1 当用户使用隐蔽空间注意力而非明显眼球运动时，c-VEP是否可从EEG中可靠解码？
• RQ2 在无眼动依赖设置下，c-VEP在明显与隐蔽注意力条件下的分类准确率有何差异？
• RQ3 在隐蔽注意力范式中，解码c-VEP的最优瞬态响应长度是多少？
• RQ4 c-VEP基脑-计算机接口是否可在不依赖眼动控制的情况下实现高性能，从而适用于晚期肌萎缩侧索硬化症患者？
• RQ5 哪些额外神经特征（如P300、α波段）可被利用以提升隐蔽c-VEP脑-计算机接口的性能？

主要发现

• 在所有瞬态响应长度下，明显条件下的分类准确率均达到100%，表明使用注视时解码具有高度鲁棒性。
• 在隐蔽条件下实现了88%的分类准确率，证明仅通过空间注意力而无需眼球运动即可成功解码。
• 隐蔽注意力期间的空间活动模式比明显条件下的更偏向一侧，后者表现为更集中的分布。
• 研究结果表明，当注意力被隐蔽地引导至外周刺激时，c-VEP可被可靠地从EEG中解码。
• 结果支持开发基于c-VEP与隐蔽注意力的高速、无眼动依赖脑-计算机接口的可行性，尤其适用于无眼动控制能力的用户。
• 该实验设计为未来集成P300和α波段调制等额外神经特征以进一步提升性能提供了可能。