最近看世界机器人大赛的“BCI Controlled Robot Contest”赛项的论文，发现一个衡量在线脑机接口系统的一个重要指标：信息传输速率ITR。在这里整理一下，方便以后查阅。

ITR 概念

ITR

ITR最初用于通信领域测量系统的通信和计算速率，由Wolpaw引入到BCI领域。同时兼顾了以上三个指标。在计算ITR之前，我们首先计算单次目标选择所传输的信息量。即位率（bitrate，B）。其计算公式如下：
$$B=lo{g}_{2}N+Plo{g}_{2}P+(1-P)lo{g}_2[(1-P)/(N-1)]$$

B的单位是$bits/selection$。

ITR值的大小代表了单位时间系统输出的信息量，计算公式如下：
$$ITR=B\ast (60/T),T=t_s+t_b$$

ITR的单位为$bits/min$,单次目标选择时间包括目标选择的刺激时间$(t_a)$和两次选择之间的停顿时间$（t_b）$.

可选目标数（N）

BCI系统的可选目标数常被定义为系统可以输出的命令类别数，并在计算时设定为常数$（N）$，即我们常说的分类的类别数。

目标识别准确率（P）

目标识别率的高低直接影响着BCI系统通信的可行性和可靠性。通常随着目标识别类别的增多，准确率的提高也越来越困难。

单次目标选择时间（T）

单次目标选择时间常被定义为BCI系统输出单个命令所需时间。在经典的诱发范式中，$T$通常被固定，然而在读目标选择时间动态优化设计中，$T$常会随着被试的状态而改变。这种情况下，通常采用均值。

在运动想象中，$T$(秒)表示用于识别运动图像的平均数据长度。

参数间的关系

MATLAB代码

源码出自：TRCA-SSVEP

function [ itr ] = itr(n, p, t)
% Calculate information transfer rate (ITR) for brain-computer interface 
% (BCI) [2]
% function [ itr ] = itr(n, p, t)
% 
% Input:
%   n   : # of targets
%   p   : Target identification accuracy (0 <= p <= 1) 
%   t   : Averaged time for a selection [s]
%
% Output:
%   itr : Information transfer rate [bits/min] 


if nargin < 3
    error('stats:itr:LackOfInput', 'Not enough input arguments.'); end

if p < 0 || 1 < p
    error('stats:itr:BadInputValue',...
        'Accuracy need to be between 0 and 1.');
elseif p < 1/n
    warning('stats:itr:BadInputValue',...
        'The ITR might be incorrect because the accuracy < chance level.');
    itr = 0;
elseif p == 1
    itr = log2(n)*60/t;
else
    itr = (log2(n) + p*log2(p) + (1-p)*log2((1-p)/(n-1)))*60/t;
end

参考文章

在线BCI衡量指标丨信息传输速率 Information Transfer Rate

BCI 信息传输率（Information Translate Rate，ITR）

TRCA-SSVEP