虽然目前稳态视觉诱发脑-机接口技术发展比较成熟，但根据资料显示[2]，一部分闭锁综合征患者到后期会出现视力减退、光反应迟钝、瞳孔缩小等症状。这会使他们失去对眼球的自主控制能力，从而不能在视觉脑-机接口任务中执行“凝视”的操作任务。然而，这类患者的听觉能力并不会受到影响。在这种情况下，近十年来，听觉刺激范式的脑-机接口成为了国内外多个小组的研究热点[3]。可从听觉的角度弥补视觉困扰的患者的限制。
听觉选择性注意(Auditory Selective Attention，ASA)是指抵抗分散注意力的刺激，并关注确定刺激的相关信息的心理能力[4]。基于听觉选择性注意的脑-机接口技术研究，解决了不能自主控制眼球运动的患者与计算机的交互问题，而且听觉任务是人的固有认知任务，不需要进行大量的训练。Wolpaw等[5]的研究表明，可以运用听觉稳态诱发反应(Auditory Steady State Response，ASSR)进行听觉选择性注意的研究，在注意力集中时，诱发的响应会增强。Lopez等[6]研究了选择性注意是否会调制ASSR，将调幅频率为38 Hz和42 Hz的调制音的2个刺激同时作用于两侧耳朵，根据监视器上的提示，受试者将注意力只集中在左耳或者不注意两侧的声音, 最终表现为在注意左侧声音时，α波与38 Hz去同步, 当不注意时，α波与38 Hz同步, 而42 Hz的频谱功率不会发生变化，这表明选择性注意力可以调节ASSR。
ASSR是由调制信号引起的，反应信号和刺激信号具有相位锁定关系的听觉诱发反应电位。在音频信号的传输过程中，需要发送的数据频率是低频的。如果按照本身的数据频率直接传输，不利于人耳的接收。使用载波传输，可以将低频的数据信号加载到高频的载波信号上[7]。ASSR最常使用的是正弦幅度调制音调的稳态刺激，刺激声音包含载波频率和调制频率[8]。同一受试者对不同调制频率刺激下产生的响应频率的幅度是不同的，不同的个体对于同一个刺激也可能产生不同的响应效果。因此，在研究ASSR实验范式之前，先研究幅度调制频率变化刺激的ASSR响应趋势是很有必要的。Picton等[9]于2003年将不同作者采集的不同调制频率段的ASSR响应收集整合，绘制成图。不过他们整合所用到的数据实验条件不同(载波不同，声音强度不同)，受试者不同，有的数据还因为时频域分析方法的不同乘以了一定的比例系数。
一些研究者的工作已经说明了利用听觉选择性注意调制进行脑-机接口的可行性。东京农工大学的Higashi等[10]将35 Hz和60 Hz的调制信号分别叠加在500 Hz的正弦载波上进行幅度调制，调制信号分别通过左耳和右耳呈现给受试者，受试者通过将注意力集中在左耳或右耳的声音上以达到脑电(EEG)信号分类的效果。韩国延世大学的Kim等[11]将2种不同的纯音序列分别加上37 Hz和43 Hz的调制频率，再分别从左右2个方向的扩音器呈现给受试者，由此设计了第一个在线稳态听觉诱发分类脑-机接口。2012年，Hill和Schlkopf[12]利用oddball刺激进行听觉注意力选择研究，受试者两耳被同时呈现2种独立的听觉oddball刺激。同时该团队还对不同听觉刺激的选择性注意进行了研究，比较了听觉事件相关电位和ASSR对脑-机接口性能的影响。同年，Lopez-Gordo等[13]采用人的声音设计了两耳分听的听觉脑-机接口的实验范式, 健康的受试者可以达到平均1.5 bit/min的信息传输率。
此外，近5年也出现一些针对范式处理方法的研究。2014年，维科萨联邦大学的Bonato等[14]提出了用空间相干的算法处理听觉选择性分类的实验范式，获得了一定的效果。2017年，伊朗****Haghighi等[15]提出了一种用多级自适应小波去噪的方法，提取40 Hz听觉稳态周期信号, 并采用改进的模糊聚类算法对听觉稳态信号进行聚类分析。同年，韩国科学技术院的Kaongoen和Jo[16]设计了一个结合听觉稳态响应ASSR和听觉P300的混合听觉脑-机接口范式, 该范式同时向受试者呈现具有不同音调和幅度调制频率的听觉刺激，获得了比单独ASSR范式更好的效果。
本文旨在研究同一个人在相同实验条件下仅由幅度调制频率变化时，ASSR的响应趋势, 并在得到响应趋势的基础上，考虑到个体差异性，对不同受试者选择更适合他们做分类的2个调制频率进行听觉选择性注意实验，并对结果进行分析。
1 实验及方法 1.1 调制频率刺激变化的ASSR响应趋势实验
1.1.1 受试者和数据获取 共6名年龄在20~25岁的成年男性参加了调幅音刺激调制频率变化下的听觉响应通频带实验(以下简称听觉通频带实验)。这些受试者均无神经病史或心理症状，听觉正常，并且都为右利手。实验前受试者需要阅读说明书，并且签署知情同意书。所有的受试者均为初次尝试做此听觉实验。
受试者需要闭眼听刺激声音，保持面部和身体不动，尽量避免咀嚼、吞咽口水的动作。整个人处于放松状态，不接触放置设备的桌面。这些要求均是为了减少眼电、肌电等噪声干扰。
课题组通过无线脑电采集设备(NSW364，Neuracle公司)采集不同听觉任务下的脑电信号，采样频率为1 kHz。电极放置遵循国际10-20系统扩展的64导电极分布图。不同实验采用不同的电极组合, 如图 1所示。
 |
| 图 1 电极导联组合 Fig. 1 Combination of electrode lead |
| 图选项 |
实验准备包括:受试者需要佩戴入耳式耳机，提前适应2~3 min编辑好的听觉提示音, 并需要洗头进行头皮脱脂，课题组成员为其佩戴脑电帽，电极固定在脑电帽上的橡胶孔内，使用时需要在电极内注入导电膏以降低阻抗。保证每个电极与头皮之间的阻抗小于5 kΩ。
1.1.2 刺激及实验范式 刺激声音为左右通道同步的调制频率为35~94 Hz，以1 Hz为间隔，载波频率为500 Hz的共60个调幅音调。调制深度为100%。该信号以44.1 kHz的采样频率进行刷新。
实验范式为：上述60段刺激声音，每段持续50 s，停顿7 s。具体实验流程如图 2所示。本实验采用的电极导联组合(见图 1(a))为:电极Cz、Oz、O1、O2，参考电极CPz，接地电极POz。
 |
| 图 2 听觉通频带实验流程 Fig. 2 Flowchart of auditory passband experiment |
| 图选项 |
1.1.3 数据分析 利用脑电采集设备NSW364采集得到的数据为bdf格式文件。首先将其解析成MATLAB可处理的mat数据格式，并将脑电信号存为向量X=(X)c, s∈RNc×Ns，c为通道数，s为采样点，Nc为通道总数64，Ns为信号采样点数，系统采样率为1 kHz。然后对原始脑电信号进行30~110 Hz的带通滤波，滤掉低频10 Hz处的固定α频率脑电波。对50 Hz处做自适应陷波滤波处理。采用基线校正的方法减去脑电信号中的均值或是线性趋势。之后对经过预处理的脑电数据进行频率分析。为了在频谱整数点获得刺激频率，参与离散傅里叶变换(DFT)的采样点数为采样时间和采样频率的乘积，共50 000点，则频率分辨率为0.02 Hz，避免了频谱混叠的现象。
1.2 听觉选择性注意实验
1.2.1 受试者 共3名年龄在20~29岁的成年人(1名女性，2名男性)参加了听觉选择性注意实验。受试者满足1.1节所述要求，实验前流程满足1.1节所述规范。
1.2.2 刺激及实验范式 刺激声音的选择考虑了受试者的个体差异性。为确定听觉选择性注意实验的刺激声音，首先要对受试者进行35~44 Hz的听觉通频带实验。选择这一频段的依据是：根据下述听觉通频带的实验结果可知受试者在这一频段内有较强的响应。之后在实验结果基础上，选择2个响应幅值明显且幅度相当的刺激频率。对某一频率刺激声音响应幅值强可以说明受试者对此刺激有更好的响应，用这一频率进行后续分类，准确率会更高。要求2个刺激响应幅值尽可能相差最小，是为了在后续分类中避免2个刺激声的响应差异对注意力选择分类结果造成的错误影响。
对受试者G来说，其通频带响应趋势如图 3所示，散点为不同调制频率处对应的响应幅值。可见，受试者G在39 Hz与41 Hz处的响应幅值(0.485 4，0.479 9) μV相比较37 Hz与40 Hz处的响应幅值(0.460 0，0.438 8) μV增大了8%。这在幅值不足0.5 μV的微弱信号中是不可忽视的，并且39 Hz和41 Hz处响应幅值更为接近，所以即便38 Hz处的响应幅值更高，依旧考虑幅值接近的2个点。最终对于受试者G来说，刺激声音设计为：左耳通道输出调制频率为39 Hz，载波频率为500 Hz的调幅音；右耳通道输出调制频率为41 Hz，载波频率为2 kHz的调幅音。调制深度为100%，刺激信号均以44.1 kHz的采样频率刷新。
 |
| 图 3 受试者G的35~44 Hz听觉通频带 Fig. 3 35-44 Hz auditory passband of subjects G |
| 图选项 |
实验范式为：耳机左右两边通道同时传来刺激声音，前90 s，受试者需要忽略左右两边的刺激声。从第2段90 s的刺激声音起，刺激前受试者会在需要集中注意力的一侧受到2 s的刺激，作为需要注意左或右的提示，顺序是不确定的。当左侧出现提示音，表示接下来的一段刺激中受试者需要集中注意力听左边的声音，忽略右边的声音。反之亦然。每一组共7段刺激声音，1次为忽略两边声音的基准实验，6次为根据提示音完成注意力任务。具体实验流程如图 4所示，本实验采用的是如图 1(b)所示的电极组合，为电极F3、Fz、F4、T7、C3、Cz、C4、T8、P3、Pz、P4、O1、O2、Oz，参考电极CPz，接地电极POz。
 |
| 图 4 听觉选择性注意实验流程 Fig. 4 Flowchart of auditory selective attention experiment |
| 图选项 |
1.2.3 数据分析 首先对采集到的数据做10~50 Hz的带通滤波，并用基线校正的方法减去脑电信号中的均值或是线性趋势。预处理之后，采用结合脑电信号空间位置的幅度平方相干(Magnitude Square Coherence, MSC)算法，来处理听觉选择性注意实验数据，简称空间相干算法。
1) 空间相干算法
空间相干算法是由Bonato等[14]在2014年提出的用于处理听觉选择性注意问题的方法。在听觉选择性注意实验中, 需要确定与注意力集中听的刺激声音具有更强同步性的头皮区域，并由此确定注意听哪一侧耳机中的声音和脑电响应位置的关系。为达到此目的，将导联电极的空间位置和幅度平方相干算法结合起来，也就是说要结合电极的空间位置, 考虑每个电极中的幅度平方相干值。
首先说明幅度平方相干算法。幅度平方相干算法是在1989年被Dobie和Wilson[17]提出，可以作为检测诱发脑电信号存在的方法。有限长离散时间信号x(k)和y(k)分别为刺激信号和采集的脑电信号，都被分为M个非重叠时间窗，其相干估计为
 | (1) |
式中：Xi*为Xi的复共轭；M为窗个数；Xi(f)和Yi(f)为信号傅里叶变换的第i个窗。当x(k)是确定周期并且在每个窗都同步，即对任意的i，有Xi(f)=X(f)，则式(1)可被简化为式(2)，被称为幅度平方相干，即
 | (2) |
为了定义电极位置，头部可被近似认为是个单位圆。圆中电极的位置根据10-20国际系统定义。将实验中所用的每个电极视为一个矢量，模为Ai，Ai的值为该电极到中心电极Cz的距离，夹角θi为向量Ai与向右水平线的夹角，具体见图 5。
 |
| 图 5 空间相干电极位置 Fig. 5 Location of spatial coherent electrode |
| 图选项 |
图 5所示的每个电极位置处的空间相干值γi2(f0)可定义为
 | (3) |
式中：f0为需要集中注意力听的一侧的调制频率; γi2(f0)no-attention表示前述基准实验，即刚开始受试者忽略左右两侧声音时采集的脑电信号和刺激信号的幅度平方相干值；γi2(f0)attention表示注意听某一边声音时采集的脑电信号和刺激信号的幅度平方相干值。
受试者G左耳所听的刺激音调制频率为39 Hz，右耳所听的刺激音调制频率为41 Hz，当计算其注意力集中在左边时各电极处的空间相干值时，代入的刺激信号x(k)为调制频率39 Hz的刺激音。为了去除不注意听的一侧刺激声音对脑电响应的干扰，系数可以设置为γi2(f0)attention-γi2(f0)no-attention。
对所有使用空间电极导联处的相干值求和，即
 | (4) |
式中：N为所有实验中用到的电极总数。可见，空间相干是一个结果向量，其表示头皮哪一部分区域在所要分析的频率f0有较大的同步性。由于注意左边还是右边是一个二分类，可以对MSCsum(f0)取复数的实部，即矢量Ai在向右水平线上的投影。
听觉选择性注意是满足大脑对侧调制的，如果实部为正值(向量和指向右侧)，说明受试者大脑右侧反应强烈，其注意力是集中在左侧声道传来的刺激。反之，如果实部为负值(向量和指向左侧)，说明受试者大脑左侧反应强烈，其注意力是集中在右侧声道的刺激。
2) 改进空间相干算法
考虑到求总矢量和时，可能会受到单独一个电极通道处过大的幅度平方相干值的干扰。或者幅度平方相干值的地形图中红的区域不止一块，即脑区反映明显的地方有好几处，如图 6所示。
 |
| 图 6 注意听右边时幅度平方相干脑地形图 Fig. 6 Amplitude squared coherence topographic map with attention to right |
| 图选项 |
这在实验中是非常常见的情况，即人脑的复杂性和不可控性。为了使分类的结果鲁棒性更好，本文在上述空间相干算法的基础上对特征识别部分进行改进。图 6是一次注意听右侧刺激的情况，如果采用上述空间相干算法处理的话，计算出的总矢量和为：0.038 3+0.056 5i，即其矢量和指向右上方向，结论是这是一次注意力集中在左侧的情况。与实际情况不符。
改进空间相干算法中，采用比较左右成对2个电极的幅度平方相干值。统一用左侧脑区的电极幅度平方相干值减去右侧脑区的电极幅度平方相干值所得的差值，即γi2(f0)left-γi2(f0)right，γi2(f0)left为左侧脑区一个电极处的幅度平方相干值，γi2(f0)right为与上述左侧对应右侧脑区的一个电极处幅度平方相干值。对于多组这样的对应电极组来说，当差值为正的总次数多于差值为负的总次数，说明左侧脑区整体比右侧脑区响应强。
根据实验中所用电极位置分布情况，成对的共有5组，即C3-C4、T7-T8、F3-F4、P3-P4、O1-O2。比较每组内2个电极处幅度平方相干值与中心Cz处差值的大小。对数据进行分析，计算出5组的差值，分别为：-0.199 3、0.098 0、0.073 4、0.234 3、0.029 5，5组中有4组为正值，说明左侧脑区比右侧脑区响应强，受试者注意力集中在右侧，与实际情况相同。整体考虑所有左右对应位置的电极通道幅度平方相干值，就避免了某一电极处粗大误差的干扰。
2 结果与讨论 2.1 听觉通频带实验 图 7为在相同的实验条件下，6名不同受试者的听觉通频带响应曲线，横轴表示刺激声音的调制频率，纵轴表示响应信号的幅值。选取听觉刺激反应明显的颞区部位电极T7、T8和视听觉刺激下反应明显的枕区部位电极O1、O2、Oz通道做频率分析并求和取均值。散点为每个整数频率处的响应幅值，将其通过平滑逼近拟合成通频带曲线。
 |
| 图 7 不同受试者的听觉通频带 Fig. 7 Auditory passband of different subjects |
| 图选项 |
6名受试者在相同实验条件下的听觉通频带曲线不同，但是总体存在相同的趋势，即：均在40 Hz附近频段内(35~45 Hz)有明显的响应峰值，另外还在80 Hz附近有一个较小的响应峰值。在50 Hz处有凹陷是因为对工频干扰做了陷波滤波，此频率处的响应值不考虑。
通过对上述实验设计中不同受试结果的综合比较，可以得到：听觉通频带在40 Hz附近频段内(35~45 Hz)相对响应幅值大。说明在这一调制频率区域内进行听觉选择性注意实验设计可以得到较好的效果。
结合生理学[18]、医学相关机制分析，感觉器官到神经中枢的传导过程主要通过神经元电信号传递。对于调制频率40 Hz，载波频率500 Hz的刺激声音，相当于每秒有40次的信息传输过程，每次传输均产生一次电信号传导。这也就解释了当调制频率过低时，如1 Hz，由于传输能量较少，频响在脑电采集设备中接受信号较弱，体现不明显；而调制频率过高时，如大于100 Hz，大脑中枢无法识别2次信号间差异，将其识别为一个连续的声音(类比通用显示器的频闪为25 Hz时人脑将其识别为连续画面)，响应信号同样不明显。
2.2 听觉选择性注意实验 对3名受试者，首先通过35~44 Hz听觉通频带实验，选择每个人用于分类的2个调制频率。受试者G如举例中说明，应选择39 Hz与41 Hz的组合。用同样的方法，获得受试者H应选择37 Hz与40 Hz的组合，受试者J应选择39 Hz与43 Hz的组合。
受试者H只需完成一种调制频率组合的实验，即37 Hz与40 Hz的组合。另外2名受试者需要分别完成上述的最优调制频率组合实验，以及固定的频率组合37 Hz与40 Hz的实验。
之后对采集回的2种频率组合的脑电信号使用2种空间相干算法进行分类识别。为了比较根据受试者本人选取的调制频率是否比采用典型37 Hz与40 Hz的组合好，图 8展示了受试者G分别完成2种不同的听觉选择性注意实验时正确情况的幅度平方相干图。对于受试者G来说，通过其响应脑电信号和调制信号的幅度平方相干地形图可发现，确实是在调制频率为39 Hz与41 Hz的组合情况下，信号更强，脑区的响应结果更明确。3名受试者的实验结果如表 1所示。
 |
| 图 8 受试者G两种实验幅度平方相干脑地形图 Fig. 8 Amplitude squared coherence topographic maps of two experiments of subjects G |
| 图选项 |
表 1 不同调制频率组合实验的空间相干和改进空间相干算法准确率结果 Table 1 Accuracy results of spatial coherence and improved spatial coherence algorithm in different modulation frequency combination experiments
| 受试者 | 算法 | 准确率/% | |
| 调制频率39 Hz-41 Hz组合 | 调制频率37 Hz-40 Hz组合 | ||
| G | 空间相干 | 83.33(5/6) | 50(3/6) |
| 改进空间相干 | 83.33(5/6) | 66.67(4/6) | |
| H | 空间相干 | 75(9/12) | |
| 改进空间相干 | 83.33(10/12) | ||
| J | 空间相干 | 58.33(7/12) | 50(6/12) |
| 改进空间相干 | 66.67(8/12) | 41.67(5/12) | |
| 注：“/”前数据为表示分类对的次数；“/”后数据为总的实验次数。 | |||
表选项
对表 1结果进行分析，受试者G和受试者J均是在选择适合自己的调制频率情况下做的分类效果更好(受试者H无参考)。本文提出的改进空间相干算法在5组比较中，有4组获得了更好的效果。并且，由分类结果可以发现，不同的受试者听觉选择性注意的分类效果不同。受试者G、受试者H的实验效果较明显，受试者J整体效果差一些。在预实验中，也有受试者无法成功进行听觉选择性注意实验，这在脑电实验中是很正常的情况，因为每个人都存在个体差异性。
3 结论 本文首先开展了研究人的听觉通频带实验，发现不同受试者对于同一组调制频率变化的调幅刺激音的响应趋势是相同的，均表现为在40 Hz附近(35~45 Hz)有明显的响应峰值，在80 Hz附近有小幅度的响应峰值。在通过听觉通频带实验获取人的基本听觉响应趋势基础上，创新地提出了在基于ASSR的选择性注意实验中，不同受试者左右耳接收的刺激，应该选用适合受试个体的2个刺激频率，即听觉通频带响应曲线中的幅度明显且相近的2个调制频率。采用空间相干算法解析选择性注意的实验数据，结果发现，使用这一方案相较于被试采用统一刺激的方案获得了更高的分类准确率。针对空间相干算法在计算总矢量和时，会受某个电极处幅度平方相干值粗大误差的影响，提出了改进的空间相干算法，提高了算法的鲁棒性，在5组对比实验的4组中，都获得了相对更高的分类准确率，说明改进空间相干算法是有一定效果的。
参考文献
| [1] | BLANKERTZ B, MULLER K R, KRUSIENSKI D J, et al. The BCI competition Ⅲ[J]. IEEE Transactions on Neural Systems & Rehabilitation Engineering, 2006, 14(2): 153-159. |
| [2] | 许贤豪, 战其民, 李舜伟. 闭锁综合症[J]. 国外医学.神经病学神经外科学分册, 1981(5): 252-254. XU X H, ZHAN Q M, LI S W. Locked-in syndrome[J]. Journal of International Neurology and Neurosurgery, 1981(5): 252-254. (in Chinese) |
| [3] | 郭苗苗, 徐桂芝, 王磊, 等. 听觉脑-机接口技术实验范式的研究进展[J]. 中国生物医学工程学报, 2013, 32(5): 613-619. GUO M M, XU G Z, WANG L, et al. Progress in experimental paradigms of auditory brain-computer interface technology[J]. Chinese Journal of Biomedical Engineering, 2013, 32(5): 613-619. DOI:10.3969/j.issn.0258-8021.2013.05.015 (in Chinese) |
| [4] | SOMEN R J M, RICHARDJENNINGS J. Developmental change in auditory selective attention as reflected by phasic heart rate changes[J]. Psychophysiology, 2010, 37(5): 626-633. |
| [5] | WOLPAW J R, BIRBAUMER N, MCFARLANSCHELLER G, et al. Brain-computer interfaces for communication and control[J]. Clinical Neurophysiology, 2002, 113(6): 767-791. DOI:10.1016/S1388-2457(02)00057-3 |
| [6] | LOPEZ M A, POMARES H, PELAYO F, et al. Evidences of cognitive effects over auditory steady-state responses by means of artificial neural networks and its use in brain-computer interfaces[J]. Neurocomputing, 2009, 72(16-18): 3617-3623. DOI:10.1016/j.neucom.2009.04.021 |
| [7] | 应俊.面向听觉神经系统检测的听觉稳态反应研究[D].北京: 清华大学, 2013: 6-8. YING J.Auditory steady state response research for auditory nervous system detection[D].Beijing: Tsinghua University, 2013: 6-8(in Chinese). http://cdmd.cnki.com.cn/Article/CDMD-10003-1015007245.htm |
| [8] | 江文博, 许为青. 多频稳态听觉诱发反应及其应用[J]. 安徽医药, 2010, 14(5): 1-2. JIANG W B, XU W Q. Multifrequency steady state auditory evoked response and its application[J]. Anhui Medicine and Pharmaceutical Journal, 2010, 14(5): 1-2. (in Chinese) |
| [9] | PICTON T W, JOHN M S, DIMITRIJEVIC A, et al. Human auditory steady-state responses:Respuestas auditivas de estado estable en humanos[J]. International Audiology, 2003, 42(4): 177-219. DOI:10.3109/14992020309101316 |
| [10] | HIGASHI H, RUTKOWSI T M, WASHIZAWA Y, et al.EEG auditory steady state responses classification for the novel BCI[C]//International Conference of the IEEE Engineering in Medicine and Biology Society.Piscataway: IEEE Press, 2011: 4576-4579. |
| [11] | KIM D W, HWANG H J, LIM J H, et al. Classification of selective attention to auditory stimuli:Toward vision-free brain-computer interfacing[J]. Journal of Neuroscience Methods, 2011, 197(1): 180-185. |
| [12] | HILL N J, SCHLKOPF B. An online brain-computer interface based on shifting attention to concurrent streams of auditory stimuli[J]. Journal of Neural Engineering, 2012, 9(2): 026011. DOI:10.1088/1741-2560/9/2/026011 |
| [13] | LOPEZ-GORDO M A, FEMANDEZ E, ROMEN S, et al. An auditory brain-computer interface evoked by natural speech[J]. Journal of Neural Engineering, 2012, 9(3): 036013. DOI:10.1088/1741-2560/9/3/036013 |
| [14] | BONATO F L, FERNANDO D S R, DAFFONSECA N A, et al. A spatial approach of magnitude-squared coherence applied to selective attention detection[J]. Journal of Neuroscience Methods, 2014, 229: 28-32. DOI:10.1016/j.jneumeth.2014.03.014 |
| [15] | HAGHIGHI S J, KOMEILI M, HATZINAKOS D, et al. 40 Hz ASSR for measuring depth of anaesthesia during induction phase[J]. IEEE Journal of Biomedical and Health Informatics, 2017, 22(6): 1871-1882. |
| [16] | KAONGOEN N, JO S. A novel hybrid auditory BCI paradigm combining ASSR and P300[J]. Journal of Neuroscience Methods, 2017, 279: 44-51. DOI:10.1016/j.jneumeth.2017.01.011 |
| [17] | DOBIE R A, WILSON M J. Analysis of auditory evoked potentials by magnitude-squared coherence[J]. Earand Hearing, 1989, 10(1): 2-13. |
| [18] | 朱大年, 王庭槐. 生理学[M]. 8版. 北京: 人民卫生出版社, 2011. ZHU D N, WANG T H. Physiology[M]. 8th ed. Beijing: People's Health Publishing House, 2011. (in Chinese) |
