近日，学院王洪涛教授指导的硕士研究生王泽辉在国际著名期刊《IEEE Transactions on Neural Systems and Rehabilitation Engineering》发表题为《A Cascade xDAWN EEGNet Structure for Unified Visual-Evoked Related Potential Detection》（《基于级联式xDAWN和EEGNet结构的统一视觉诱发相关电位检测》）的学术论文。

该论文发表在IEEE TNSRE期刊，导师一作，学生二作。五邑大学为第一单位，合作院校分别有浙江大学、澳门大学、汕头大学以及英国埃塞克斯大学。作者分别为王洪涛教授（第一作者、通讯作者）、硕士研究生王泽辉（第二作者）、孙煜研究员、袁振教授、许弢讲师、李俊华教授。IEEE Transactions on Neural Systems and Rehabilitation Engineering是脑机接口领域国际顶级期刊，专注于神经科学、生物医学工程以及康复工程领域的最新研究成果，影响因子为4.8，中科院JCR分区中处于Q1区。

该论文在脑机接口的事件相关电位检测领域中，提出了一种创新的方法，通过结合具有先验知识的空间滤波器xDAWN和经典的EEGNet分类器，构建了一个级联网络结构，旨在检测和分类由不同类型的刺激，即无论是P300 拼写器诱发还是快速序列视觉呈现（Rapid Serial Visual Presentation, RSVP）诱发的事件相关电位信号。特别地，该方法能够在较少的重复次数下（最多5轮）识别更多的符号，并且在BCI竞赛III的Dataset II上，显示出了优于其他模型的信息传输率。此外，该方法在两种不同的RSVP频率范式下（即5 Hz和20 Hz），均表现出了优越的性能。这些结果强有力地证明了该种级联网络结构在P300拼写器和RSVP范式之间拥有更好的性能，具有出色的鲁棒性。

图注1:事件相关电位EEG信号分析图

图注2: 基于级联式xDAWN和EEGNet的检测框架