资讯速递

脑机接口希望建立一条不依赖肌肉运动的人机交流通道。其中,稳态视觉诱发电位脑机接口(SSVEP-BCI)因训练需求低、识别速度快、信息传输率高,被认为是最具实用潜力的非侵入式脑机接口技术之一。
然而,传统SSVEP-BCI大多依赖亮度闪烁刺激。用户注视不同频率或相位的闪烁目标,大脑视觉皮层产生对应的节律响应,系统再根据脑电信号判断用户意图。这种方法高效,但也存在一个长期问题:强烈的亮度闪烁容易引发视觉疲劳和主观不适,尤其在长时间使用时更为明显。
因此,一个关键问题是:能不能在保持高速通信能力的同时,让视觉脑机接口变得更加自然、舒适?
近日,清华大学高小榕教授团队李晓阳博士在 Cyborg and Bionic Systems发表题为 Text Sequence Stimulation for High-Speed and Comfortable SSVEP BCI的研究论文,提出了一种新的文字序列刺激范式,为高速、舒适型SSVEP脑机接口提供了新的设计思路。
从“看闪烁”到“看文字”

图1. 文字序列刺激示意图。(A)文字序列刺激,(B)文字序列刺激与亮度闪烁刺激的亮度变化对比。
传统SSVEP范式主要依赖亮度调制,系统性能很大程度上来自初级视觉皮层对周期性闪烁的频率跟随响应。过去的优化工作也大多围绕刺激频率、相位、亮度、对比度和编码方式展开。
但人类视觉系统并不只是处理亮度变化。对于文字刺激,大脑还会快速完成字形识别、结构分析和语义相关加工。且阅读本身就是人类高度熟悉、自然且高效的视觉认知过程。
基于这一点,本研究提出:可以将文字作为视觉刺激载体,通过呈现文字序列诱发稳定脑响应,从而将SSVEP-BCI的编码基础从单纯的“亮度驱动”拓展到“文字加工驱动”。这一思路不只是“把方块换成文字”,而是尝试利用文字刺激所调动的更丰富视觉加工过程,为脑机接口提供新的神经编码资源。
文字刺激能够诱发稳定脑响应

图2. 不同刺激大小与亮度条件下文字序列刺激和亮度闪烁刺激诱发响应的比较。
为了验证文字序列刺激作为SSVEP-BCI编码方式的有效性,研究团队系统考察了不同刺激大小和亮度等条件下的脑响应特征。结果表明,在多种大小和亮度组合下,文字序列刺激均能够诱发稳定的SSVEP响应,整体表现出较好的一致性和稳健性。相比之下,传统亮度闪烁刺激的响应强度则更容易受到刺激大小和亮度变化的影响。
这一结果说明,文字刺激不仅能够作为有效的脑机接口编码资源,而且在刺激参数发生变化时仍能保持相对稳定的诱发效果,体现出对大小和亮度调节更强的鲁棒性。也就是说,文字刺激的优势并不只是“能够诱发响应”,更在于这种响应对视觉参数变化不那么敏感,从而为系统设计提供了更大的灵活性。
这一发现提示,视觉脑机接口并不一定只能依赖强亮度、大面积闪烁来获得良好性能。文字刺激有望在保持稳定脑响应的同时,减少对特定物理刺激参数的依赖,为构建更自然、更舒适、也更稳定的SSVEP-BCI提供新的思路。
舒适度提升:从实验系统走向实际应用的关键

图3 文字序列刺激与亮度闪烁刺激下的主观评价结果。
SSVEP-BCI长期以来面临的一个现实挑战,是闪烁感较强。传统亮度闪烁刺激虽然能够诱发强响应,但也容易让用户感到疲劳、不适,甚至影响持续使用意愿。对于需要长期交互的应用场景,例如辅助沟通、康复训练或智能设备控制,舒适度并不是附加指标,而是系统能否真正落地的重要条件。
本研究中的问卷结果表明,文字序列刺激显著提升了用户舒适度。这说明该范式的优势不仅体现在信息传输率上,也体现在更友好的交互体验上。换句话说,这项工作并不是单纯追求更快的BCI,而是在探索一种更自然、更舒适、更接近实际使用需求的视觉BCI。
40目标拼写系统实现高速通信

图4 文字序列刺激的解码区域与通信性能。
在验证文字序列刺激能够以更舒适的体验诱发稳定脑响应之后,研究团队进一步构建了40目标脑机接口拼写系统,并通过在线实验评估其实际通信性能。结果显示,基于文字序列刺激的系统利用了枕颞区响应,实现了高水平的信息传输率,达到235.12±30.12 bits/min。这一结果表明,文字序列刺激并没有因为提升视觉舒适度而牺牲系统性能。相反,它在保持高速通信能力的同时,展现出良好的在线应用潜力。
对于脑机接口而言,这一点尤为关键。真正可用的BCI系统,不能只在实验室条件下追求最高分类准确率,还需要在通信速度、识别稳定性、主观舒适度和长期可用性之间取得平衡。文字序列刺激正是在这一方向上迈出了重要一步:它让SSVEP-BCI不再只是“更快”,也开始变得更加自然、友好和接近真实使用需求。
结语
从“看闪烁”到“看文字”,文字序列刺激为SSVEP-BCI提供了一条新的技术路线。它证明,高性能视觉脑机接口不一定只能依赖强闪烁调制。通过利用人脑对文字的快速感知加工过程,BCI系统有望在保持高速通信能力的同时,变得更加自然、舒适和易用。未来的脑机接口,不仅要更快、更准,也要更友好、更接近日常交互。

仅用于学术资讯分享,如有侵权请联系管理员删除。
论文信息:Xiaoyang Li, Shaojie Zhang, Yonghao Song, Shangen Zhang, Xiaogang Chen, Yijun Wang* and Xiaorong Gao*. Text Sequence Stimulation for High-Speed and Comfortable SSVEP-BCI[J]. Cyborg and Bionic Systems, 2026, 7: 0612.
https://spj.science.org/doi/10.34133/cbsystems.0612
脑机接口产业联盟作为脑机接口的合作与促进平台,着力聚集产业界各方资源,共同致力于推进脑机接口产业发展、需求与架构、标准、产品、解决方案及应用推广,形成良好的合作氛围及协作机制,围绕产业链,协调组织关键问题研究和核心技术攻关,促进产业生态繁荣,为中国及全球脑机接口产业发展提供必要支撑。
加入方式
关注脑机接口产业联盟公众号,菜单栏获取联盟加入申请表格,材料齐全后发秘书处。
欢迎业界积极参与联络,联系邮箱:bcia@caict.ac.cn。

(扫码获取加入联盟的申请材料)