Event-related potentials (ERPs) are widely used in brain-computer interface (BCI) systems to detect sensitive targets. However, asynchronous BCI systems based on video-target-evoked ERPs can pose a challenge in real-world applications due to the absence of an explicit target onset time and the time jitter of the detection latency. To address this challenge, we developed an asynchronous detection framework for video target detection. In this framework, an ERP alignment method based on the principle of iterative minimum distance square error (MDSE) was proposed for constructing an ERP template and aligning signals on the same base to compensate for possible time jitter. Using this method, ERP response characteristics induced by video targets were estimated. Online video target detection results indicated that alignment methods reduced the false alarm more effectively than non-alignment methods. The false alarm of the proposed Aligned-MDSE method was one-third lower than that of existing alignment methods under the same right hit level using limited individual samples. Furthermore, cross-subject results indicated that untrained subjects could directly perform online detection tasks and achieve excellent performance by a general model trained from more than 10 subjects. The proposed asynchronous video target detection framework can thus have a significant impact on real-world BCI applications.

中文翻译：

---

基于单次脑电信号的异步视频目标检测

事件相关电位（ERP）被广泛用于脑机接口（BCI）系统中以检测敏感目标。但是，由于缺少明确的目标开始时间和检测延迟的时间抖动，基于视频目标诱发的ERP的异步BCI系统在实际应用中可能会面临挑战。为了应对这一挑战，我们开发了用于视频目标检测的异步检测框架。在此框架下，提出了一种基于迭代最小距离平方误差（MDSE）原理的ERP对齐方法，用于构建ERP模板，并在同一基础上对齐信号，以补偿可能的时间抖动。使用这种方法，可以估计视频目标引起的ERP响应特征。在线视频目标检测结果表明，对准方法比非对准方法更有效地减少了误报。在相同的正确命中水平下，使用有限的单个样本，建议的Aligned-MDSE方法的错误警报比现有对齐方法的错误警报低三分之一。此外，跨学科的结果表明，未经培训的受试者可以直接执行在线检测任务，并可以通过从十多个受试者中训练出的通用模型来获得出色的性能。因此，提出的异步视频目标检测框架可能会对实际的BCI应用产生重大影响。在相同的正确命中水平下，使用有限的单个样本，建议的Aligned-MDSE方法的错误警报比现有对齐方法的错误警报低三分之一。此外，跨学科的结果表明，未经培训的受试者可以直接执行在线检测任务，并可以通过从十多个受试者中训练出的通用模型来获得出色的性能。因此，提出的异步视频目标检测框架可能会对实际的BCI应用产生重大影响。在相同的正确命中水平下，使用有限的单个样本，建议的Aligned-MDSE方法的错误警报比现有对齐方法的错误警报低三分之一。此外，跨学科的结果表明，未经培训的受试者可以直接执行在线检测任务，并可以通过从十多个受试者中训练出的通用模型来获得出色的性能。因此，提出的异步视频目标检测框架可能会对现实世界的BCI应用产生重大影响。