本发明提供基于稳态诱发电位的异步脑机接口系统及其实现方法，由刺激器、任务提示器、信号采集器、信号处理器、输出结果及反馈装置形成系统的测试系统部分；由刺激器、信号采集器、信号处理器、控制命令转换接口另外形成系统的控制系统部分。采集脑部经刺激器诱发形成的稳态诱发电位信号，被转化成相应的指令后，与任务提示信号进行比较，并向受试者反馈结果；本发明能够将指令进一步转化成能够控制外部设备的控制命令；本发明便于系统测试，对稳态诱发电位的转换效率高，速度快，能够普遍适用于各种应用。
1.一种基于稳态诱发电位的异步脑机接口系统，其特征在于，所述系统包含：
刺激器，其向受试者发送刺激信号；所述刺激器是一个视觉刺激器，其包含在显示器的显示界面上环形分布的四个具有不同闪烁频率的刺激模块；
信号采集器，其获取采集受试者的脑部经过所述刺激信号诱发形成的稳态诱发电位信号；
信号处理器，其与所述信号采集器信号连接，并将所述稳态诱发电位信号转化成相应的指令；
任务提示器，其向受试者发送与所述刺激信号相匹配的任务提示信号；所述任务提示器在所述显示界面上随机时间出现能够具有不同方向的箭头，所述箭头的方向与其中一个所述刺激模块在显示界面上所处的位置相对应，以提示受试者注视与箭头所指方向相对应的那一个刺激模块；
输出结果及反馈装置，输出结果是将系统模式分类的结果输出，所述装置与所述信号处理器信号连接，将所述指令与所述任务提示信号进行比较，并将比较结果向受试者反馈，受试者可根据反馈结果获得提示，当比较结果不一致时，提示受试者调整下一次的注视状态；
控制命令转换接口，其与所述信号处理器信号连接，将所述指令进一步转化成能够控制外部设备的控制命令；
其中，所述刺激器、任务提示器、信号采集器、信号处理器、输出结果及反馈装置形成所述系统的测试系统部分；所述刺激器、信号采集器、信号处理器、控制命令转换接口形成所述系统的控制系统部分。
2.如权利要求1所述基于稳态诱发电位的异步脑机接口系统，其特征在于，
所述信号采集器包含在线采集设备，其中设置有放大设备，能够将经由多个电极从大脑头皮上采集的稳态诱发电位信号转化成离散数字信号；所述信号采集器采集枕骨区域的PO3，POZ，PO4，O1，OZ，O2电极通道作为信号采集通道，还采集左右任意一侧的耳垂作为参考通道，并将FZ电极通道作为接地通道；
所述信号采集器还包含离线载入设备，能够将以前实验获得的信号数据直接载入到系统中，以替代在线采集设备采集的数据，便于在实验后对受试者的数据进行分析处理。
3.如权利要求2所述基于稳态诱发电位的异步脑机接口系统，其特征在于，
基于拉普拉斯组合的信号预处理器，其与所述信号采集器信号连接，并从所述稳态诱发电位信号中去除噪声；
基于典型相关分析的特征提取器，其与所述信号预处理器信号连接，并从所述稳态诱发电位信号中提取反映受试者意图的信号特征；
基于阈值分类来区分受试者脑部的工作与空闲状态的模式分类器，其与所述特征提取器信号连接，并将所述信号特征转化为指令进行输出。
4.一种基于稳态诱发电位的异步脑机接口的实现方法，使用权利要求1所述的系统实现，其特征在于，所述方法包含对受试者使用测试系统部分来验证异步脑机接口系统的性能的以下若干步骤：步骤A1、使用刺激器向受试者发送刺激信号，并且使用任务提示器向受试者发送与所述刺激信号相匹配的任务提示信号；
其中，所述刺激器控制四个刺激模块在显示器的显示界面上呈环形分布，并以不同的刺激频率进行闪烁；所述任务提示器基于随机算法，使一箭头以不同的方向出现在所述显示界面上，所述箭头的方向与其中一个所述刺激模块在显示界面上所处的位置相对应，以提示受试者注视与箭头所指方向相对应的那一个刺激模块；
步骤A2、使用信号采集器获取采集受试者的脑部经过所述刺激信号诱发形成的稳态诱发电位信号；
步骤A3、使用信号处理器将所述稳态诱发电位信号转化成相应的指令；
步骤A4、使用输出结果及反馈装置，输出结果是将系统模式分类的结果输出，所述装置与所述信号处理器连接，将所述信号处理器输出的指令所代表的方向信息及所述任务提示器的箭头所示的方向进行比较，并将比较结果向受试者反馈，受试者可根据反馈结果获得提示，当比较结果不一致时，提示受试者调整下一次的注视状态；
所述方法还包含使用控制系统部分向外部设备发送控制命令的以下若干步骤：
步骤B2、使用信号采集器获取采集受试者的脑部经过所述刺激信号诱发形成的稳态诱发电位信号；
步骤B3、使用信号处理器将所述稳态诱发电位信号转化成相应的指令；
步骤B4、使用控制命令转换接口将所述指令进一步转化成控制命令并向外部设备发送。
5.如权利要求4所述基于稳态诱发电位的异步脑机接口的实现方法，其特征在于，所述信号采集器在一种在线采集方式中，通过放大设备将经由多个电极从大脑头皮上采集的稳态诱发电位信号转化成离散数字信号；所述信号采集器采集枕骨区域的PO3，POZ，PO4，O1，OZ，O2电极通道作为信号采集通道，还采集左右任意一侧的耳垂作为参考通道，并将FZ作为接地通道；所述信号采集通道的稳态诱发电位信号幅度大于所述参考通道的稳态诱发电位信号幅度；
所述信号采集器还在一种离线载入方式中，将以前实验获得的信号数据直接载入到异步脑机接口系统中，以替代在线采集的数据，便于在实验后对受试者的数据进行分析处理。
6.如权利要求5所述基于稳态诱发电位的异步脑机接口的实现方法，其特征在于，所述信号处理器包含信号预处理环节的两个步骤：第一步是对采集到的稳态诱发电位信号进行滤波和陷波，将信号集中在特定的频率范围内，并且去除工频信号；
第二步是使用拉普拉斯组合方法，对信号进行增强同时减弱共同噪声，即在PO3，POZ，PO4，O1，OZ，O2电极通道中，将OZ作为中心电极，与从PO3，POZ，PO4，O1，O2中依次选取的4个外周电极组成对称的差分来处理信号，形成权重矩阵W为：设S是包含5种对OZ增强的Nt×5的矩阵，供后续信号处理环节使用；
所述信号处理器还包含特征提取环节，鉴于典型相关分析算法对S进行特征提取，并且使用3个谐波(sin(2πft),cos(2πft),sin(4πft),sin(4πft),cos(4πft),sin(6πft),cos(2πft))作为参考信号，其中f是刺激器的刺激频率，使每个刺激频率均有一相关系数特征。
7.如权利要求6所述基于稳态诱发电位的异步脑机接口的实现方法，其特征在于，所述信号处理器进一步包含模式分类环节，采用阈值分类方法来区分受试者脑部的空闲和工作状态：其中ρmax和ρsec分别是特征提取环节之后所有频率系数中最大和次大的相关系数，所述阈值θ是0-1之间的正值；如果不等式的左边小于θ，异步脑机接口系统将会判断脑部处在工作状态，并根据ρmax所等于的频率系数，判断出相应的具体工作状态；否则系统将判断处在空闲状态。
8.如权利要求4或7所述基于稳态诱发电位的异步脑机接口的实现方法，其特征在于，所述异步脑机接口系统采用滑动窗口方法，在整个实验进行期间一直对模式分类后得到的信号进行分析处理以形成相应的命令；在定义的延迟时间内，当有连续的两个及两个以上相同的命令产生时，系统只输出一个命令，少于两个命令时，系统不输出；并且定义有无反应时间，当系统检测出一个命令之后的无反应时间内将不进行任务工作状态命令的输出。
基于稳态诱发电位的异步脑机接口系统及其实现方法
技术领域
[0001] 本发明属于生物医学工程、计算机领域的一种脑电信号分类处理方案及系统设计方案，特别涉及一种基于稳态诱发电位的异步脑机接口系统及其实现方法。
背景技术
[0002] 近年来，脑-机接口技术备受关注。脑-机接口（BCI）是一种直接将人的脑电活动模式转换成外部控制命令的新颖的人-机接口技术，该技术下送到外部世界的信息和命令不是通过脑部正常外围神经和肌肉输出途径。BCI系统可以帮助患有瘫痪、中风的病人向看护人员表达他们的意愿，甚至可以控制外界辅助设备来完成日常活动。异步BCI可以使个人按照自己的意愿去控制，是未来BCI的发展方向。
[0003] 基于稳态诱发电位（SSVEP）的BCI利用固定频率闪烁的视觉刺激所诱发的电位将受试者的视觉活动转换成实际命令，具有较高的速度和稳定性，是目前BCI的研究的一个热点。但是目前的异步SSVEP系统在准确性和速度性两方面还不足，达不到实际应用的需要。而且其基本上都是针对特定应用的，一旦算法更改，就需要大量的时间来测试系统的性能，这使异步SSVEP系统的开发，改进周期较长。
发明内容
[0004] 本发明的目的是提供一种基于稳态诱发电位的异步脑机接口系统及其实现方法，能够方便进行系统的测试，并且能够普遍适用于各种控制应用，同时提高SSVEP转换实际命令时的准确率和反应速度。
[0005] 为了达到上述目的，本发明的技术方案是提供一种基于稳态诱发电位的异步脑机接口系统，所述系统包含：
[0006] 刺激器，其向受试者发送刺激信号；
[0007] 信号采集器，其获取采集受试者的脑部经过所述刺激信号诱发形成的稳态诱发电位信号；
[0008] 信号处理器，其与所述信号采集器信号连接，并将所述稳态诱发电位信号转化成相应的指令；
[0009] 任务提示器，其向受试者发送与所述刺激信号相匹配的任务提示信号；
[0010] 输出结果及反馈装置，其与所述信号处理器信号连接，将所述指令与所述任务提示信号进行比较，并将比较结果向受试者反馈；
[0011] 控制命令转换接口， 其与所述信号处理器信号连接，将所述指令进一步转化成能够控制外部设备的控制命令；
[0012] 其中，所述刺激器、任务提示器、信号采集器、信号处理器、输出结果及反馈装置形成所述系统的测试系统部分；所述刺激器、信号采集器、信号处理器、控制命令转换接口形成所述系统的控制系统部分。
[0013] 优选的，所述刺激器是一个视觉刺激器，其包含在显示器的显示界面上环形分布的四个具有不同闪烁频率的刺激模块；
[0014] 所述任务提示器在所述显示界面上随机时间出现能够具有不同方向的箭头，所述箭头的方向与其中一个所述刺激模块在显示界面上所处的位置相对应，以提示受试者注视与箭头所指方向相对应的那一个刺激模块。
[0015] 所述信号采集器包含在线采集设备，其中设置有放大设备，能够将经由多个电极从大脑头皮上采集的稳态诱发电位信号转化成离散数字信号；所述信号采集器采集枕骨区域的PO3，POZ，PO4，O1，OZ，O2电极通道作为信号采集通道，还采集左右任意一侧的耳垂作为参考通道，并将FZ电极通道作为接地通道；
[0016] 所述信号采集器还包含离线载入设备，能够将以前实验获得的信号数据直接载入到系统中，以替代在线采集设备采集的数据，便于在实验后对受试者的数据进行分析处理。
[0017] 所述信号处理器进一步包含：
[0018] 基于拉普拉斯组合的信号预处理器，其与所述信号采集器信号连接，并从所述稳态诱发电位信号中去除噪声；
[0019] 基于典型相关分析的特征提取器，其与所述信号预处理器信号连接，并从所述稳态诱发电位信号中提取反映受试者意图的信号特征；
[0020] 基于阈值分类来区分受试者脑部的工作与空闲状态的模式分类器，其与所述特征提取器信号连接，并将所述信号特征转化为指令进行输出。
[0021] 本发明的另一个技术方案是提供一种基于稳态诱发电位的异步脑机接口的实现方法，使用上述的系统实现；
[0022] 所述方法包含对受试者使用测试系统部分来验证异步脑机接口系统的性能的以下若干步骤：
[0023] 步骤A1、使用刺激器向受试者发送刺激信号，并且使用任务提示器向受试者发送与所述刺激信号相匹配的任务提示信号；
[0024] 步骤A2、使用信号采集器获取采集受试者的脑部经过所述刺激信号诱发形成的稳态诱发电位信号；
[0025] 步骤A3、使用信号处理器将所述稳态诱发电位信号转化成相应的指令；
[0026] 步骤A4、使用输出结果及反馈装置，将所述指令与所述任务提示信号进行比较，并将比较结果向受试者反馈；
[0027] 所述方法还包含使用控制系统部分向外部设备发送控制命令的以下若干步骤：
[0028] 步骤B1、使用刺激器向受试者发送刺激信号；
[0029] 步骤B2、使用信号采集器获取采集受试者的脑部经过所述刺激信号诱发形成的稳态诱发电位信号；
[0030] 步骤B3、使用信号处理器将所述稳态诱发电位信号转化成相应的指令；
[0031] 步骤B4、使用控制命令转换接口将所述指令进一步转化成控制命令并向外部设备发送。
[0032] 所述刺激器控制四个刺激模块在显示器的显示界面上呈环形分布，并以不同的刺激频率进行闪烁；
[0033] 所述任务提示器基于随机算法，使一箭头以不同的方向出现在所述显示界面上，所述箭头的方向与其中一个所述刺激模块在显示界面上所处的位置相对应，以提示受试者注视与箭头所指方向相对应的那一个刺激模块；
[0034] 所述输出结果及反馈装置比较所述信号处理器输出的指令所代表的方向信息及所述任务提示器的箭头所示的方向，当比较结果不一致时，提示受试者调整下一次的注视状态。
[0035] 所述信号采集器在一种在线采集方式中，通过放大设备将经由多个电极从大脑头皮上采集的稳态诱发电位信号转化成离散数字信号；所述信号采集器采集枕骨区域的PO3，POZ，PO4，O1，OZ，O2电极通道作为信号采集通道，还采集左右任意一侧的耳垂作为参考通道，并将FZ作为接地通道；所述信号采集通道的稳态诱发电位信号幅度大于所述参考通道的稳态诱发电位信号幅度；
[0036] 所述信号采集器在另一种离线载入方式中，能够将以前实验获得的信号数据直接载入到异步脑机接口系统中，以替代在线采集的数据，便于在实验后对受试者的数据进行分析处理。
[0037] 所述信号处理器包含信号预处理环节的两个步骤：
[0038] 第一步是对采集到的稳态诱发电位信号进行滤波和陷波，将信号集中在特定的频率范围内，并且去除工频信号；
[0039] 第二步是使用拉普拉斯组合方法对信号进行增强，同时减弱共同噪声，即在PO3，POZ，PO4，O1，OZ，O2电极通道中，将OZ作为中心电极，与从PO3，POZ，PO4，O1，O2中依次选取的4个外周电极组成对称的差分来处理信号；形成权重矩阵W为：
[0040]
[0041] 设S是包含5种对OZ增强的Nt×5的矩阵，供后续信号处理环节使用；
[0042] 所述信号处理器还包含特征提取环节，鉴于典型相关分析算法对S进行特征提取，并且使用3个谐波(sin(2πft)，cos(2πft)，sin(4πft)，sin(4πft)，cos(4πft)，sin(6πft)，cos(2πft))作为参考信号，其中f是刺激器的刺激频率，使每个刺激频率均有一相关系数特征。
[0043] 所述信号处理器进一步包含模式分类环节，采用阈值分类方法来区分受试者脑部的空闲和工作状态：
[0044]
[0045] 其中ρmax和ρsec分别是特征提取环节之后所有频率系数中最大和次大的相关系数，所述阈值θ是0-1之间的正值；如果不等式的左边小于θ，异步脑机接口系统将会判断脑部处在工作状态，并根据ρmax所等于的频率系数，判断出相应的具体工作状态；否则系统将判断处在空闲状态。
[0046] 所述异步脑机接口系统采用滑动窗口方法，在整个实验进行期间一直对模式分类后得到的信号进行分析处理以形成相应的命令；在定义的延迟时间内，当有连续的两个及两个以上相同的命令产生时，系统只输出一个命令，少于两个命令时，系统不输出；并且定义有无反应时间，当系统检测出一个命令之后的无反应时间内将不进行任务工作状态命令的输出。
[0047] 本发明所述基于稳态诱发电位的异步脑机接口系统及其实现方法，具有以下有益效果：提出的异步SSVEP实现方案具有相对较高的准确率和较快的反应速度，可以进一步应用于实际生活。系统设计不针对特定应用，在更改算法后，算法性能的验证会非常方便。而且异步系统的策略简单、效率高，具有较高的实用价值。
附图说明
[0048] 图1是本发明所述基于稳态诱发电位的异步脑机接口系统中测试系统部分的结构示意图；
[0049] 图2是本发明所述基于稳态诱发电位的异步脑机接口系统中控制系统部分的结构示意图；
[0050] 图3是本发明所述基于稳态诱发电位的异步脑机接口系统中视觉刺激器及任务提示器的一种实施界面示意图；
[0051] 图4是本发明所述基于稳态诱发电位的异步脑机接口系统异步工作的原理示意图；
[0052] 图5是本发明所述基于稳态诱发电位的异步脑机接口系统中输出结果及反馈时的一种显示界面示意图。
具体实施方式
[0053] 本发明提供了一种基于稳态诱发电位（SSVEP）的异步脑机接口系统。该系统包含两个部分，测试系统部分和控制系统部分。
[0054] 所述测试系统部分的结构如图1所示，主要包含以下几部分：视觉刺激器10、任务提示器12、信号采集器20、信号处理器30、输出结果及反馈装置40。信号处理器30进一步包含信号预处理器31、特征提取器32和模式分类器33。
[0055] 而本发明所述的控制系统部分，是在上述测试系统部分的基础上开发出来的，其不针对特定的具体应用，但可以方便的移植于具体的应用系统上，其结构如图2所示。即，所述控制系统部分没有设置任务提示器12和输出结果及反馈装置40，而设置的视觉刺激器10、信号采集器20和信号处理器30的连接方式及工作原理与测试系统部分相同，并在信号处理器30之后增加了控制命令转换接口50。
[0056] 即是说，电极从头皮取得经过视觉刺激器10诱发的SSVEP信号，通过信号采集器20转换成数字信号后，再经信号预处理器31去除噪声，然后经特征提取器32中设置的相应算法提取出反映受试者意图的信号特征，经过模式分类器33处理后这些信号特征被转化为能够控制外部设备的具体指令进行输出。对于所述的测试系统部分来说，能够将输出的指令与初始向受试者提供的任务提示进行比较，判断两者是否一致并向用户反馈。而所述的控制系统部分，则将输出的指令进一步转换成外部设备能够接受的控制命令。
[0057] 因此，本发明在测试系统部分所解决的技术问题是：（1）视觉刺激器10的实现 ；（2）模拟现实情况的任务提示；（3）信号采集方法及通道选择（4）准确快速的信号处理方法；（5）模拟现实的输出和反馈方法。在控制系统部分所解决的技术问题是：分类输出到控制命令的转换。
[0058] 通过下面的一个优选实施例，来说明本发明所述技术方案的实现：
[0059] 图3中示出了本发明在测试系统部分及控制系统部分都使用的视觉刺激模块11和任务提示模块的布置结构。
[0060] 为了方便开发，视觉刺激器10拟采用软件编程在电脑显示器上实现。例如，视觉刺激器10是通过VC++在VS2008平台上实现的：该刺激器10设置有4个刺激模块11，使这些刺激模块11以环形分布在19英寸LCD显示屏的四周。以左边的刺激模块11为起始，按顺时针方向，使这些刺激模块11的闪烁频率依次为10Hz，7.5Hz，6.67Hz及8.57Hz。这样的设计是方便用户将刺激模块11与左上右下这样的位置关系联系起来。
[0061] 任务提示器12基于随机算法，以上下左右四个方向的箭头形式出现在LCD显示屏的中央，目的是提示用户注视与箭头方向相应的刺激模块11，箭头在一次实验中将随机时间出现，也代表受试者按照自己想法随意注视的情况。
[0062] 信号采集器20使用的采集方法分在线和离线两种方式，采集通道选取SSVEP响应最强的通道位置；
[0063] （i）在线采集方式中采用放大设备从大脑头皮上采集由视觉刺激器10诱发的脑电信号，该放大设备能把采集到的信号直接转化成离散数据，从而方便以后的信号处理分析。为了得到最大幅度SSVEP信号，需要采集通道的SSVEP幅度较高，参考通道的SSVEP幅度较低。根据神经生理学理论，SSVEP可以在枕骨区域检测出最大的振幅，所以一般将枕骨区域作为信号采集通道；耳垂相比其他脑电极位置据大脑较远，SSVEP幅度较低，所以一般将耳垂作为参考通道位置。因此，本系统中选取PO3，POZ，PO4，O1，OZ，O2六个通道作为信号采集通道，左右任意一侧的耳垂作为参考通道，FZ作为接地通道。
[0064] （ii）离线载入方式中是将以前实验获得的信号数据直接载入到系统中，以替代在线设备采集到的数据，方便对实验后受试者的数据进行分析处理。
[0065] 信号处理器30的预处理环节中，采用拉普拉斯组合来预处理信号；在特征提取环节，采用典型相关分析(Canonical Correlation Analysis, CCA)来提取SSVEP信号中各刺激频率的相关系数特征；在模式分类环节，使用自定义的阈值分类方法来区分工作与空闲状态。
[0066] 具体的，信号预处理环节分为两步：第一步是对采集到的脑电信号进行滤波和陷波，将脑电信号集中在特定的频率范围内，且去除工频信号；第二步是对信号进行增强，同时减弱共同噪声，以方便以后的特征提取算法更好地提取特征，这里使用拉普拉斯组合的方法进行处理。拉普拉斯组合方法将一个中心电极和四个周围电极的信号组合起来组成对称的差分来处理信号。本发明使用六个电极(PO3，POZ，PO4，O1，OZ，O2)来获得EEG信号，由于与其他5个通道相比，OZ的SSVEP响应较强，所以这里使用OZ作为中心电极，然后4个外周电极从剩下的5个电极中依次选取，权重矩阵W为：
[0067]
[0068] 因此，S是包含5种对OZ增强的Nt×5的矩阵。接下来，S将作为输入信号进入到后续的信号处理部分进行处理。
[0069] 特征提取环节，鉴于典型相关分析（CCA）算法的优越性，于是选用CCA来对S进行特征提取。参考信号使用3个谐波(sin(2πft)，cos(2πft)，sin(4πft)，sin(4πft)，cos(4πft)，sin(6πft)，cos(2πft))，其中f是刺激器10的刺激频率。
[0070] 模式分类环节，采用自定义的阈值分类方法。通过CCA方法，每个刺激频率均有一相关系数特征，经过观察最大相关系数ρmax与次大相关系数的比值大概为2倍左右，有些甚至接近3倍。当受试者处于休息状态，即不注视任何一个刺激模块11时，各个相关系数的结果比较接近，最大相关系数ρmax与次大相关系数比值大概为1左右。于是我们考虑使用阈值分类的方法来区分空闲和工作状态：
[0071]
[0072] 其中ρmax和ρsec分别是所有频率系数中最大和次大的相关系数。如果不等式的左边小于θ，系统将会判断脑部处在工作状态，并根据ρmax所等于的频率系数，来决定是何种工作状态。否则系统将判断为空闲状态。这里阈值θ是0-1之间的正值，阈值的大小根据各个受试者的不同而有所差别，一般设置在0.75左右。
[0073] 为了保证实时性及命令输出的准确性，信号将在整个实验进行期间一直进行分析处理。这里本系统首先采用滑动窗口的方法来组合信号。如图4所示，假设一次实验长度为120s，窗口长度为3s，且每一秒向前滑动一次。以这种策略进行检测，系统将在每一秒都有分类结果，而工作状态常常持续不止一秒，这就容易造成重复输出命令的情况。并且当受试者不注视特定刺激时（空闲状态），受试者容易被闪烁的刺激干扰，产生不希望的命令输出。
为了避免这些情况的发生，我们定义2s 的延迟时间(dwelling time)：当有连续两个及两个以上相同命令时，系统只输出一个命令，少于两个时，系统不输出；并定义两秒的无反应时间(refractory time)，即系统检测出一个命令之后的2s内将不进行任务工作状态命令的输出。
[0074] 本发明所述测试系统部分的输出结果及反馈环节中，输出结果是将系统模式分类的结果输出，通过与用户所注视的某一刺激命令进行比较，将反馈部分显示在电脑显示器上：若一致，将在刺激器10界面中心反馈“Good”，否则反馈“Error”。用户可根据反馈结果，调整下一次注视状态，界面如图5所示。
[0075] 所述控制系统部分中的大部分结构与测试系统部分中类似，简述如下：
[0076] 视觉刺激器10是通过VC++在VS2008平台上实现的，设有以环形分布在19英寸LCD显示屏四周的4个刺激模块11。以左边的刺激模块11为起始，按顺时针方向，闪烁频率依次为10Hz，7.5Hz，6.67Hz及8.57Hz，分别代表左，上，右，下四个命令。
[0077] 信号采集器20分在线和离线两种实施方式，在线采集通道选取PO3，POZ，PO4，O1，OZ，O2六个通道；离线采集可以还原在线采集时的情况，便于进行数据分析。
[0078] 信号处理器30包含三个环节：信号预处理器31、特征提取器32和模式分类器33，信号预处理环节采用拉普拉斯组合的方法，预处理的信号送入特征提取环节，在该环节采用CCA方法来提取特征，最后将提取的特征送入模式分类环节，使用阈值分类输出结果。
[0079] 为了保证实时性及命令输出的准确性，采集到的信号使用滑动窗口的策略组织数据，并采用延迟时间2s和无反应时间2s的策略对输出的分类结果进行限制。
[0080] 所述控制系统部分特有的环节，是将模式分类输出的结果转化为控制命令，从而控制驱动具体的应用系统。本系统提供了控制命令转换接口50，可以根据具体的应用，将输出结果映射到相应的控制命令中去。模式分类到控制命令的转换具体可以采用剪贴板通信的方式实现，即将剪切板作为一个媒介，模式分类的结果按照应用所需的命令形式送入到剪切板中，应用可以按照一定的速度读取剪切板中命令，从而实现对应用的控制。
[0081] 尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。
