bci 系统复现，项目主要利用结合了稳态视觉诱发电位(SSVEP)范式的脑机接口技术。通过自主设计的刺激器闪烁刺激，诱发大脑产生与闪烁刺激频率一致的基频和倍频的脑电信号。通过脑电采集设备对脑电信号进行采集放大，并传达给计算机，计算机在MATLAB 软件中对采集得到的信号采取频谱分析，进行对脑电信号进行处理识别，从而实现脑电信号与控制信号的转换。之后，将控制信号通过蓝牙设备对第三方设备传达控制指令，凭借指令第三方应用根据对应的预先设定的指令进行预想的状态反应。 即可实现利用脑电信号进行脑控打字拼写、脑控智能机器人（轮椅模型）、脑控智能家居的控制。从而达到为某些失能人群提供服务的目的。 1 产品包括视觉刺激软（硬）件、脑电采集设备、脑电信号放大器、脑电信号处理软件、以及相应的功能性辅助软件五部分。仅需对不同个体进行简单校准，即可进行使用。产品主要利用了稳态视觉诱发电位的脑机接口技术，通过产品配套的硬件以及软件部分。对于有运动障碍，语言障碍的使用者，仅需使用者视觉情况正常以及大脑意识清晰，即可通过SSVEP刺激，诱发使用者大脑枕叶视觉区产生稳态视觉诱发电位。

（1）脑电信号进行带通滤波，滤波范围 3-40Hz。 （2）利用 FFT 或功率谱 periodogram 对每个试次每个通道的脑电信号进行频谱分析， 查看 7-15Hz 范围内最高峰值是多少，并与所给刺激频率比对，8 个通道投票最多的目标即为该试次所分类出来的目标结果。另外，也可考虑基倍频联合检测，从而提高目标识别准确率。 （3）对 20 个试次分别进行目标分类，根据频谱信息判断目标类别并与其真实标签 label 8进行比较，计算准确率。 （4）GUI 界面呈现滤波器的幅频响应；20 个试次一个通道的频谱图（可选一个识别率 高的通道），并标出峰值频率；呈现 20 个试次中每个导联目标分类类别，以及 8 导联联合目标识别结果。

在本文中，提出了文献综述，以找到大脑计算机接口（BCI）的最新技术水平。 本文分为四个部分，第一部分简要介绍了BCI，第二部分介绍了在大脑中激发电位的方法的最新发展。 在第三节中，研究了潜在的记录和预处理方法，在第四节中，研究了特征提取和分类方法的最新技术水平。 编写本文的方式可以使初学者了解脑机接口的过程和技术水平。

SSVEP拼写器，40目标（8 Hz ~ 15.8），类似清华大学Benchmark的范式，红色框代表刺激提示，这个程序可以与Brain Product的脑电帽子做成在线识别的SSVEP系统，需要BP提供的一个RDA接口文件就可以了。 本资源仅供刚入门SSVEP的硕士研究生同学学习，不是很难，但需要花时间弄懂代码，我的博客也有相关的文章。

软件：matlab + psychtoolbox 说明文章：https://blog.csdn.net/haojun1996/article/details/123846255?spm=1001.2014.3001.5501 软件可直接运行，里面有设置频率的解释。需要用到其他频率的小伙伴可以自己根据文章说的方法自己去计算相对应的频率。

系统适配蓝色传感、博睿康、Neuroscan 设备 可以实现界面刺激频闪，设备采集数据后到系统，通过FBCC 算法计算

该代码是一个演示，演示了L1规范化的多方规范相关分析（L1MCCA）在BCI中对SSVEP识别的性能优于CCA。 要查看结果，您只需运行名为“L1MCCAforSSVEP_Demo”的 m 文件。 欲知更多详情，请参阅论文： Y. Zhang、G. Zhou、J. Jin、M. Wang、X. Wang、A. Cichocki。 基于 SSVEP 的 BCI 的 L1 正则化多路典型相关分析。 IEEE 翻译神经系统。 康复。 英，卷。 21，没有。 6，第 887-896 页，2013 年。 如果您对此代码有任何疑问，请随时与我联系： zhangyu0112@gmail.com

a ssvep code for study

该演示展示了 Multiset CCA 与用于 BCI 中 SSVEP 识别的标准 CCA 之间的比较。 要查看结果，您只需运行名为“MsetCCAforSSVEP_Demo”的 m 文件。 更详细的，请看论文： Y. Zhang、G. Zhou、J. Jin、X. Wang、A. Cichocki。 使用多集规范相关分析在基于 SSVEP 的 BCI 中进行频率识别。 国际神经系统杂志，24(4)：1450013，（14 页），2014 年。 如果您对此代码有任何疑问，请随时与我联系： zhangyu0112@gmail.com

脑机接口 SSVEP脑电模式识别 eCCA