摘要
基于稳态视觉诱发电位(Steady-State Visual Evoked Potentials, SSVEP)的脑-机接口(Brain-Computer Interfaces, BCI)可将不同频率的视觉刺激目标映射到某种控制指令中以达到控制外部设备的目的。为了探究AR-BCI对刺激数量的可容纳性及多目标刺激数量对AR-BCI分类精度的影响,文中设计了4组不同数量的刺激界面,并通过HoloLens(AR)眼镜进行显示。对比分析表明,随着刺激数量的增加,4种布局的分类正确率逐渐降低,并且刺激目标的位置会影响分类的精度。相同的实验范式下,通过比较计算机屏幕(PC)和AR两种显示终端的分类结果发现,刺激目标数量增多对AR-BCI的分类性能影响较大。目前的研究结果表明,刺激数量是影响AR环境中构建AR-BCI的关键因素。