多任务脑机接口模式识别方法研究及在神经康复中的应用

中风、脑瘫、以及帕金森氏等疾病使患者的大脑中枢神经系统受到损伤，引起肢体产生运动功能障碍。对于受到严重创伤的患者，医学上目前还没有有效的方法恢复他们的运动功能。二进制（即两任务）脑机接口的固有缺点是信息传输率低，它只能提供两种状态控制信号，使其实际应用受到极大的限制。脑机接口任务数的增加使模式识别的难度增加，现有的模式识别方法使分类识别率明显下降。本项目拟将二进制的共空域模式算法扩展到多类情况，研究具有高识别率并能实时运行的多任务脑机接口特征提取和模式识别方法。在此基础上开发由脑电信号驱动的新型神经康复训练器，为残疾患者提供一种基于自主意识参与的康复训练方法，使他们受损的神经系统和运动功能得到更好的恢复。这项研究一方面将发展脑机接口技术，推动脑机接口技术进入实用阶段；另一方面为运动障碍患者的神经康复提供一个新的思路，对康复治疗的临床实践将产生重要的影响。

低的信息传输率限制了基于运动想象的脑机接口这项先进技术的发展和实际应用。信息传输速度取决于脑任务的数目、分类识别率以及对脑任务的判决速度。然而，随着脑任务的增加，模式识别的难度加大，现有的模式识别方法使分类识别率明显下降。本项目从数据预处理、特征提取以及模式分类三个方面对多任务脑机接口的模式识别方法进行了深入研究，并将多任务脑机接口应用于神经康复训练器的控制。研究结果表明：1）不同受试者对脑任务的响应频带有差异，通过对特定受试者的脑电信号进行频带选择，能够明显改善分类特征的质量；2）不同受试者对脑任务响应的大脑区域也有不同，通过对脑电信号的通道进行选择，可以在不牺牲分类识别率的条件下，大幅度减少电极的数目，提高脑机接口的实用性；3）在分类识别率和运算速度两方面，基于最少平方联合对角化与基于非加权穷尽联合对角化的多类共空域模式算法都要优于传统的一对一与一对其余共空域模式算法；4）对于脑电数据分类，线性支持向量机与k近邻分类算法要比非线性分类算法与其他线性分类算法好；5）基于多任务脑机接口控制的神经康复训练器，能够激发残疾患者的主观能动性，有助于受损的神经系统得到更好的修复。本项目通过三年的研究工作，完成了项目计划内容，达到了项目预期目标。