脑机接口(BCI)是一种特殊的人机交互系统,它通过对大脑活动的信号进行检测,并将其转化为指令输出,实现人机交互。这种交互的实现不依赖与人的外围神经与肌肉组织。脑机接口在医学康复、辅助控制和状态检测等方面有很广泛的运用前景。本文基于OoenViBE平台对P300的脑机接口进行研究。P300是事件相关电位(ERP)中最具代表性的诱发电位。基于P300的脑机接口实验,无需进行特殊训练,利于实施。同时,它还可以通过听觉、视觉、触觉等方式诱发,很大程度上拓宽了 BCI技术的运用范围。基于现有的P300实验范式和分类识别的研究,本文开展了以下工作。1.通过结合视觉诱发电位与听觉诱发电位,提出一种混合刺激呈现模式,这种方式对应产生的P300波形明显比单一方式更为显著,并运用线性分类判别(LDA)的分类识别方法,在分类识别正确率有了明显提高。2.本文基于P300传统的RCF刺激范式,提出了一种区域分隔单闪烁ASF刺激范式,有效地克服了传统RCF的邻域干扰、邻接干扰和双闪误导的问题,并在分类正确率和信息传输率上有了明显的进步。3.为进一步提高ASF范式条件下的信息传输率,本文根据ASF范式的特点提出一种自适应算法,这种自适应算法通过提前设定阈值来控制特征提取过程中叠加平均的次数。自适应算法的信息传输率在原来基础上提高了约4bit/min。4.本文选用OpenViBE+MATLAB作为脑机接口实验的软件平台。由于OpenViBE功能的聚集性,导致它在实验设计上缺少灵活性。它的功能无法满足改进的ASF范式的刺激呈现。本文深入研究OpenViBE与MATLAB之间的通信机制,利用TCP协议解决刺激呈现的信号同步问题。有效解决了 P300实验设计灵活性和脑电信号与刺激信号的同步性,实现了上述实验的刺激呈现。