我國科學(xué)家腦機(jī)接口研究成果獲得英國物理學(xué)會出版社授予的獎項(xiàng)

    近日，天津大學(xué)神經(jīng)工程團(tuán)隊在國際神經(jīng)工程領(lǐng)域頂級期刊《Journal of Neural Engineering》上發(fā)表題為“Enhance decoding of pre-movement EEG patterns for brain-computer interfaces”的研究論文，被英國物理學(xué)會出版社（IOP Publishing）授予“CHINA TOP cited paper award 2021”。該獎項(xiàng)由英國物理學(xué)會出版社發(fā)布，旨在表彰研究人員發(fā)表的最具影響力的論文。

    腦-機(jī)接口（BCI）在大腦與外界環(huán)境間建立起一條直接的信息交流通路，是新一代人機(jī)混合智能的關(guān)鍵核心技術(shù)。其中基于運(yùn)動意圖的BCI是最自然的腦機(jī)交互方式，因而受到廣泛的研究。運(yùn)動意圖過程包括動作發(fā)生前的運(yùn)動預(yù)備階段與動作發(fā)生后的運(yùn)動執(zhí)行/想象階段。傳統(tǒng)運(yùn)動意圖BCI研究大都解碼運(yùn)動想象階段的腦電特征。與之相比，對運(yùn)動預(yù)備階段的腦電特征進(jìn)行解碼能夠使BCI響應(yīng)速度更快，靈活度更高。然而，運(yùn)動預(yù)備誘發(fā)腦電特征信號微弱，難以高效識別。

    天津大學(xué)神經(jīng)工程團(tuán)隊發(fā)展了極微弱誘發(fā)腦電信號解碼技術(shù)，并利用運(yùn)動預(yù)備電位與事件相關(guān)去同步的特征互補(bǔ)性機(jī)制，設(shè)計了多維時-頻-空特征快速提取與融合方法，實(shí)現(xiàn)了運(yùn)動預(yù)備階段腦電特征的快速識別，顯著提升了運(yùn)動意圖腦電解碼效率。該研究提出的運(yùn)動預(yù)備誘發(fā)腦電特征快速識別方法，可結(jié)合功能性電刺激（FES）應(yīng)用于卒中患者康復(fù)訓(xùn)練，有望提升皮質(zhì)運(yùn)動意圖與肌肉活動耦合的及時性，從而大幅提升康復(fù)效果；也可為航天員等特種人群在肢體束縛狀態(tài)下腦控“第三只手”進(jìn)行高效的人-機(jī)交互提供技術(shù)支持。

    論文鏈接：https://iopscience.iop.org/article/10.1088/1741-2552/ab598f

    注：此研究成果摘自《Journal of Neural Engineering》雜志，文章內(nèi)容不代表本網(wǎng)站觀點(diǎn)和立場，僅供參考。