脑机接口(Brain-Computer Interface)是可以由大脑活动操作外部设备从而与外界进行通信。BCI字符拼写器是基于脑电图(EEG)的应用之一,它可以帮助瘫痪者通过关注目标标志物从而来表达自己的想法。传统的基于P300的拼写器存在较长的时延,论文设计了一个基于稳态视觉诱发电位(SSVEP)的脑电拼写系统,提高了识别速率和准确度,使瘫痪者在实际运用过程中快速适应。论文对视觉刺激的原理以及视觉刺激类型的选择进行了研究,选定了视觉刺激的频率和颜色等参数。运用Html5和Python设计了一个基于SSVEP的视觉刺激界面,实现在人脑中诱发脑电信号,其中前后端交互控制视觉刺激界面实时展示拼写结果,将受试者关注的字符输出到刺激界面上部的显示区域,实现字符的增删改。论文运用便携式EEG信号采集设备Open BCI来获取脑电信号,对脑电信号通过独立成分分析进行滤波预处理,将预处理完的信号通过典型相关分析进行特征提取,对信号进行特征分类,继而将分类得到的信号输出到视觉刺激界面,完成了键盘拼写闭环。论文使用独立成分分析去除了脑电伪迹,分别对速傅里叶变换(FFT)和典型相关分析(CCA)用于脑电信号的分类进行了研究,发现CCA效果明显优于FFT。在线拼写实验中,受试者字符识别准确率达到89.14%,结果表明了本文所进行的研究可以较好地处理EEG信号从而实现字符拼写,实现了预期的功能。