关键词：视觉注意状态 稳态视觉诱发电位 判别典型模式匹配算法 线性判别分析算法 典型相关分析算法 

摘要：注意将我们的心理资源集中到感兴趣事件的处理上,是一种重要的行为和认知过程。识别注意力状态对提高工作绩效、减少失误的发生具有重要意义。然而,至今还没有能够直接并客观检测注意力状态的方法。基于视觉注意对稳态视觉诱发电位(SSVEP)具有调节效应这一事实,本文设计了10 Hz稳态视觉刺激背景下的go/no-go实验范式,以探究不同视觉注意状态调制SSVEP特征的可分性。实验记录了15名在校研究生志愿者高、低视觉注意力状态下的脑电信号,高、低视觉注意力状态由行为学反应情况判定。研究分析了高、低视觉注意力状态下SSVEP信号的差异,并采用相关分类算法对这种差异进行了识别。结果表明,判别典型模式匹配(DCPM)算法相比线性判别分析(LDA)算法和典型相关分析(CCA)算法分类识别效果更佳,正确率可达76%。研究结果证明,不同视觉注意状态调制的SSVEP特征具有可分性,这为视觉注意力状态的监测提供了新方法。

生物医学工程学杂志要求:

{1}正文包括题目、摘要、关键词、引言、方法、结果、讨论、结论和参考文献等部分内容。

{2}本刊对来稿有修改权，不愿改动者，请事先说明。

{3}关键词：关键词应尽量从《汉语主题词表》中选用，并用封号相隔（3-6个为宜）。

{4}来稿请注明详细地址、电话和E-mail，便于通知联系。

{5}若需列出项目资助相关内容，均置于首页底部，并于论文题目后标出星号。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社