基于脑电/眼电的特定运动想象多模式识别方法研究

人对自身的研究一直未停息过，尤其对脑活动及认知的研究则是近二十年来的热点与难点。我国有基数庞大的肢体残疾人群体，绝大多数大脑健康但移动及行为能力受限，迫切需要智能辅助器械代偿其肢体缺陷，所以研究能依据大脑运动想象控制辅助器械的人机交互接口意义重大。项目从脑电与眼电信号协同性出发，研究脑电/眼电信号融合算法，实现多种运动想象模式的识别。脑电信号是典型的非平稳随机信号，直接对运动想象脑电信号分析和模式识别，存在可识别模式数少、识别率低、稳健性差等问题。将同一运动想象过程产生的脑电与眼电信号结合，使体现人体运动思维意愿的内在脑电信息和动作想象的外在眼部状态协同并强化大脑对运动想象生物电的信息表达；运用去噪的脑电与眼电信号特征先分类后融合的方法，在匹配分数层把两者信息结合起来得到一致的表达并给出识别结果；以电动轮椅作为人机接口控制对象进行实验验证。项目内容涉及多学科交叉，研究价值高，应用前景好。

项目从脑电与眼电信号协同性出发，将同一运动想象过程产生的脑电与眼电信号结合，使体现人体运动思维意愿的内在脑电信息和动作想象的外在眼部状态协同并强化大脑对运动想象生物电的信息表达，通过脑电信号与眼电信号的融合算法，实现多种运动想象模式的识别，并实验用于脑机接口系统中。.项目组构建了利用同一运动想象过程产生的脑电信号和眼电信号进行轮椅控制的实验系统。利用该系统完成了运动想象策略比较实验；运动想象控制轮椅的离线训练实验；以及基于运动想象控制轮椅行驶的在线虚拟场景控制实验和实物控制实验，获取了研究分析所需的各类实验数据。.在实验研究的基础上，开展了从实验设计、信号处理、特征提取和分类识别等方面的系统研究工作。项目组提出了同步动作观察引导运动想象的策略，采用该种策略能显著改善运动想象效果，增强脑电特征的可辨识度，提升轮椅控制命令识别的正确率；提出了基于盲源分离，小波变换、希尔伯特变换的多种脑电信号消噪方法；提出了利用感觉运动区少导联脑电，基于AR谱估计、模糊熵、双树复小波变换、模糊化符号复杂度的运动想象特征提取方法，以及利用多脑区多导联脑电，基于脑功能网络邻接矩阵分解、导联间相关性分析的运动想象特征提取方法；提出了基于Choquet 模糊积分隐马尔科夫模型、半监督学习、深度自编码降维的主轴动态核聚类，增量孪生支持向量机后验概率的多种运动想象脑电信号识别分类方法；以及基于脑电、眼电信息融合的控制意图感知方法。.综合应用所取得的理论成果，项目组完善了所构建实验平台混合脑机接口的核心处理模块，基于运动想象控制轮椅运行的实验结果验证了所提出方法的有效性。.项目组还积极参与国内外学术交流，拓展研究思路，探索应用所取得的研究成果进行基于多模态生物信号的运动功能障碍评估研究，并已取得初步研究成果。.基于所取得的研究成果，项目组已发表国际期刊论文4篇，核心期刊论文20篇，一般刊物论文2篇，同时还发表国际会议论文4篇，全国性会议论文9篇。所发表的学术论文中，SCI收录4篇，EI收录17篇。获授权中国发明专利11项。培养在读博士研究生2名、硕士研究生6人，已经毕业硕士研究生7名。培养年轻教师2人。