[01360778]基于脑电信号的脑机接口关键技术研究

本项目属于神经工程领域,主要研究基于运动想象和视觉注意的脑机接口（brain-computer interface, BCI）关键技术。其中后者包括基于频率调制的视觉BCI（f-VEP BCI）和基于编码调制的视觉BCI（c-VEP BCI）两种范式。本项目取得的研究成果如下： （1）基于运动想象的BCI研究 1)首次提出了基于幅度与相位耦合测量的特征提取算法。幅度与相位耦合测量使用三种不同的耦合方法,分别由非线性递归系数和相位锁定值进行量化,对不同的运动想象任务进行特征提取。与单独的信号特征相比,耦合特征显著改进了BCI的分类性能; 2)首次提出了基于多特征结合的方法对不同时段的运动想象任务进行分类。结合运动相关电位（MRP）信号特征、事件相关去同步（ERD）信号特征以及波形均值特征,对跨时段的运动想象任务进行分类。与单个特征的方法相比,该方法取得了很高的分类识别率; （2） 基于频率调制的BCI研究 1) 首次提出了减少用户大脑状态变化对BCI性能影响的方法,包括如何确定电极通道定位、刺激频率范围以及目标选择速度等参数,确保了系统更普遍的适用性。基于该方法开发的BCI系统,在实验室与康复中心进行了测试。实验结果表明,该系统在真实的生活环境中,适用于90%以上的人群; 2) 首次提出了视觉刺激器的设计、信息编码和解码以及基于相位特征的目标识别等方法,从而构造一个低代价的基于SSVEP的BCI系统。 （3） 基于编码调制的BCI研究 1) 首次研究了c-VEP BCI的刺激特异性对目标识别的影响,包括刺激的大小、刺激的颜色、刺激的临近、调制编码的长度以及两个刺激之间的时间延迟。通过大量的实验,确定了这些参数的最优值,为开发一个高性能的c-VEP BCI提供了基础和指南; 2) 首次提出了一个基于目标分组编码的c-VEP BCI的新范式,在保持高的分类识别率的前提下,大规模增加了BCI系统的刺激目标数。该范式适合于需要大量命令的复杂应用,比如字输入系统。