基于增强现实头显的双目编码稳态视觉诱发电位数据集：推动便携式脑机接口发展的关键技术突破

本研究针对传统稳态视觉诱发电位(SSVEP)脑机接口(BCI)系统便携性不足的问题，开发了基于增强现实(AR)头显的双目编码SSVEP数据集。研究人员通过HoloLens 2设备实现了双目同频(SFSP)、同频异相(SFDP)、异频同相(DFSP)和异频异相(DFDP)四种刺激范式，系统评估了双目视觉差异对SSVEP特征和BCI性能的影响。结果表明，双目异频刺激可显著提升目标区分度，最高信息传输率(ITR)达105 bits/min。该数据集为开发高性能便携式SSVEP-BCI系统提供了重要资源。

　　

在脑机接口技术快速发展的今天，稳态视觉诱发电位(SSVEP)因其高信噪比和信息传输率成为最有望实现实用化的非侵入式脑机接口范式。然而传统SSVEP系统依赖笨重的LCD/LED显示器，严重制约了其便携性和用户体验。更令人困扰的是，当使用者需要在现实场景中操作设备时，频繁切换注视点会导致注意力分散和操作效率下降。这些痛点使得开发真正可穿戴的SSVEP系统成为学术界和产业界共同关注的焦点。

天津大学医学工程与转化医学研究院的研究团队在《Scientific Data》发表了一项创新研究，他们巧妙利用增强现实(AR)头显的双目独立显示特性，构建了全球首个双目编码SSVEP数据集。这项研究不仅验证了AR头显作为SSVEP刺激器的可行性，更开创性地探索了双目异频/异相刺激这一全新范式，为突破便携式脑机接口的性能瓶颈提供了关键技术支撑。

研究团队采用了三项关键技术方法：首先使用HoloLens 2头显实现双目独立刺激呈现，通过Unity 3D开发了8目标JFPM编码范式；其次采用32通道便携式EEG设备(Grael 4K)采集30个枕顶叶电极数据；最后通过FBCCA、SSCOR、eTRCA和TDCA四种算法评估不同刺激范式下的分类性能。实验招募了三个独立队列共24名受试者，系统比较了低频(LF)与中频(MF)刺激、以及四种双目编码模式的差异。

方法学验证

通过时间域波形和频谱分析证实了数据集的可靠性。在双目同频同相(SFSP)条件下，SSVEP表现出典型的增强基频和谐波特征；而同频异相(SFDP)则因相位抵消导致响应衰减。特别值得注意的是，异频刺激(DFSP/DFDP)产生了明显的节拍频率(|f₁-f₂|)调制现象，且随着频率差增大(1Hz→5Hz)，调制速率相应加快。这些特征与人类视觉系统的非线性整合机制高度吻合。

信号质量评估

信号噪声比(SNR)分析显示，低频刺激(8-15Hz)显著优于中频(23-30Hz)，而双目同频模式(SFSP)的SNR高于异频模式。但出人意料的是，分类性能却呈现相反趋势——在1秒数据长度下，TDCA算法在异频异相(DFDP)条件下取得最高准确率(92%)，这提示时域特征可能比频域功率对分类更为关键。

系统性能比较

信息传输率(ITR)分析揭示了双目编码的独特优势：异频刺激在0.4-0.6s数据长度时达到峰值性能(90-105 bits/min)，显著优于传统同频模式。混淆矩阵分析进一步证实，即使使用相同频率组合但左右眼交换的目标对(如12Hz/14Hz vs 14Hz/12Hz)，系统仍能保持92%以上的区分准确率，这为扩展目标编码空间提供了新思路。

这项研究的核心价值在于建立了首个支持双目编码SSVEP研究的标准化数据集，其创新性体现在三个方面：首次在AR环境中实现双目独立刺激控制，填补了该领域数据资源的空白；系统揭示了双目视觉差异对SSVEP特征的调控规律，为开发新型编码范式奠定基础；验证了便携式AR-SSVEP系统的可行性，推动脑机接口向真正可穿戴方向迈进。研究团队特别指出，双目异频刺激能有效抑制传统双频SSVEP中不可预测的互调谐波(UIHC)，这一发现为开发高密度目标编码系统提供了重要启示。

该数据集已按照EEG-BIDS标准在Figshare平台开源，包含24名受试者的原始EEG数据和实验参数。作为AR-SSVEP研究的里程碑式资源，它不仅助力算法开发和新编码范式探索，更为理解双目视觉的神经机制提供了独特视角。未来研究可进一步优化频率/相位组合策略，或将这一创新范式拓展至虚拟现实(VR)和混合现实(MR)领域，推动下一代人机交互技术的发展。