Brain-X | SSVEP脑机接口的VMD-FBCCA分类方法

本文介绍了湖南工商大学谭平团队在Brain-X期刊上发表的研究，探讨了基于变分模态分解的滤波器组典型相关分析（VMD-FBCCA）算法，用于提高稳态视觉诱发电位（SSVEP）脑机接口的信号识别精度。SSVEP是一种常用的脑机接口范式，但其信号常受到自发脑电信号的干扰。VMD-FBCCA算法结合了变分模态分解和滤波器组典型相关分析的优势，通过粒子群算法优化固有模态函数的权重，有效区分SSVEP信号和自发脑电信号，解决了频率重叠问题，提高了识别精度。该研究为SSVEP脑机接口的研究提供了新的视角。