近日，天津大學(xué)神經(jīng)工程團(tuán)隊(duì)在國(guó)際神經(jīng)工程領(lǐng)域頂級(jí)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(guó)物理學(xué)會(huì)出版社（IOP Publishing）授予“CHINA TOP cited paper award 2021”。該獎(jiǎng)項(xiàng)由英國(guó)物理學(xué)會(huì)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(dòng)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(dòng)意圖過(guò)程包括動(dòng)作發(fā)生前的運(yùn)動(dòng)預(yù)備階段與動(dòng)作發(fā)生后的運(yùn)動(dòng)執(zhí)行/想象階段。傳統(tǒng)運(yùn)動(dòng)意圖BCI研究大都解碼運(yùn)動(dòng)想象階段的腦電特征。與之相比，對(duì)運(yùn)動(dòng)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(dòng)預(yù)備誘發(fā)腦電特征信號(hào)微弱，難以高效識(shí)別。

　　天津大學(xué)神經(jīng)工程團(tuán)隊(duì)發(fā)展了極微弱誘發(fā)腦電信號(hào)解碼技術(shù)，并利用運(yùn)動(dòng)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(jì)了多維時(shí)-頻-空特征快速提取與融合方法，實(shí)現(xiàn)了運(yùn)動(dòng)預(yù)備階段腦電特征的快速識(shí)別，顯著提升了運(yùn)動(dòng)意圖腦電解碼效率。該研究提出的運(yùn)動(dòng)預(yù)備誘發(fā)腦電特征快速識(shí)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(dòng)意圖與肌肉活動(dòng)耦合的及時(shí)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(chǎng)，僅供參考。