BCI 的黎曼幾何方法

ERP 共變異數表示法

黎曼方法原是為振盪型訊號的共變異數而建,其中一個試次的空間共變異數即攜帶判別力。時間鎖定的 ERP,例如 P300,則不同,因為判別資訊在於平均誘發波形而非自發共變異數,因此採用一種特殊構造:把每個試次與各類別的平均 ERP 模板堆疊(通常先經 xDAWN 空間濾波)成一個增廣的超級試次,其共變異數便編碼了該試次與各模板的相似程度。這把 ERP 偵測問題轉回黎曼工具箱能處理的共變異數分類問題。

這種特殊形式的共變異數使黎曼分類器在 P300 拼字器上具競爭力,也是數個 BCI 競賽奪冠 ERP 管線的一環,讓運動想像、SSVEP 與 ERP 各範式獲得統一的幾何處理。代價是更大的共變異數(通道數乘以類別加模板數),需要更多樣本與收縮才能可靠估計。

對 P300 拼字器,把目標與非目標的平均反應堆疊在每個試次之前並取其共變異數:目標試次與目標模板呈現高共變異數,黎曼分類器可直接據此判讀。

特殊形式共變異數把 P300 偵測轉為共變異數分類。

又称
special-form covariancesuper-trial covarianceP300 covarianceERP 共變異數表示