登录

/

注册

首页 > 科技媒体 > 媒体详情
封面论文 | 天大团队实现对迄今“最微弱”脑电控制信号的准确识别与高效应用!
梅西 2018-05-06
导语

天津大学神经工程团队首次开发了基于极微弱事件相关电位的新型脑-机接口系统,设计出一种基于空-码分多址的微弱视觉刺激范式及其相关脑电特征的解码方法——判别典型模式匹配。

日前,IEEE生物医学工程汇刊(TBME)以五月份封面论文(May 2018 issue cover image article)形式报道了天津大学神经工程团队的研究成果《微小偏侧化视觉刺激诱发下的极微弱事件相关电位脑-机接口系统》(A brain-computer interface based on miniature event-related potentials induced by very small lateral visual stimuli)。同时,该研究成果也被生物医学工程学会(EMBS)学会官方网站选为Feature Story,予以新闻特写和深度报道。

脑-机接口(Brain-Computer Interface, BCI)旨在于人类大脑与外界环境之间建立起一条直接的信息交流通路,被公认为是新一代人机交互和人机混合智能的关键核心技术。其中,基于头皮脑电控制的BCI系统具有安全、便捷、高效等特点,是目前最为广泛的研究方式。但是,受脑电信号非线性、非平稳、高噪声等因素的限制,传统BCI系统通常只能识别幅值大于2μV的脑电显性特征,隐含更多信息量但相对更微弱的脑电信号一直是BCI的识别盲区。

为了突破脑电信号的最小识别阈值,扩大BCI控制信号的类别范围、实现更加自然高效的脑-机交互,天津大学神经工程团队首次开发了基于极微弱事件相关电位的新型脑-机接口系统,设计出一种基于空-码分多址(Space-Code Division Multiple Access, SCDMA)的微弱视觉刺激范式及其相关脑电特征的解码方法——判别典型模式匹配(Discriminative Canonical Pattern Matching, DCPM)。与传统方法不同,该团队首次将脑电的空间对称性规律引入到空间滤波器的设计与构造当中,实验证明,该空间滤波器能够有效抑制大脑左右半球的共模噪声,从而大幅提高偏侧化极微弱事件相关电位的信噪比与可识别率,实现了对迄今最微弱脑电控制信号(幅值约为0.5μV)的准确识别与高效应用,也开辟了BCI系统编解码技术发展的新路径。

文章链接:

Minpeng Xu, Xiaolin Xiao, Yijun Wang, Tzyy-Ping Jung, Dong Ming, "A Brain–Computer Interface Based on Miniature-Event-Related Potentials Induced by Very Small Lateral Visual Stimuli," IEEE Transactions on Biomedical Engineering ( Volume: 65, Issue: 5, May 2018 ), Page(s): 1166 - 1175, DOI: 10.1109/TBME.2018.2799661

(本文来源:天津大学新闻网;)

如若转载,请注明e科网。

如果你有好文章想发表or科研成果想展示推广,可以联系我们或免费注册拥有自己的主页

  • 天津大学
  • 神经工程
  • 脑机接口
分享到
文章评论(0)
登陆后参加评论
作者 梅西

本科生

北京工业大学

活跃作者
  • 爱因斯坦 科研工作者 北京航空航天大学 博士
  • 梅西 本科生 北京工业大学 本科
  • 金陵 本科生 北京大学 本科


发布成功!

确 定 关 闭