目的：本研究提出并评估了一种新的数据驱动的空间滤波方法，用于增强稳态视觉诱发电位（SSVEPs）检测到高速脑机接口（BCI）拼写器。方法：采用任务相关成分分析（TRCA），通过去除背景脑电图（EEG）的活动，提高信噪比（EEG）活动，提高SSVEP信号的信噪比s的再现性。进一步开发了一种集成方法来集成对应于多个刺激频率的TRCA滤波器。本研究利用来自12名受试者的40类SSVEP数据集，对所提出的基于TRCA的方法和基于扩展典型相关分析（CCA）的方法之间的BCI性能进行了比较。通过对20名被试的线索引导目标选择任务和对其中10名被试的自由拼写任务，进一步实现了在线BCI拼写功能。结果：离线比较结果表明，与扩展的基于cca的方法相比，所提出的基于TRCA的方法可以显著提高分类精度。结论：本研究验证了所提出的基于TRCA的方法实现高速SSVEP BCI的有效性。
