先进脑机接口理论与脑控康复车实现技术研究

In order to improve the feasibility and practically of brain-computer interface (BCI) system, this project researches its advanced theories, technologies and application on brain-actuated rehabilitation vehicle. Firstly, efficient brain signal acquisition technologies are developed by improving and combining the EEG acquisition device and GMI sensors-based MEG acquisition device. Secondly, the data of brain activities is collected in the experiment of brain-actuated rehabilitation vehicle, and then used to develop the classification algorithms based on the brain network analysis, so that different brain activities can be probed and predicted accurately. The neural basis of the submovements (including how they are generated, cohered or synchronized) in the human motor system is investigated to improve the reliability of the classification and achieve effective brain-computer controller corresponding to the neural mechanisms of human motor system. Then, the issues about optimized BCI control strategy based on man-machine interaction theory (such as shared-control frame, decision rules and the asymmetry problem) are studied, and finally, a brain-actuated rehabilitation vehicle system is established to test and verify the advanced BCI technique. These studies could probably be meaningful in the realization of the intelligent prosthesis for handicapped people, or future human-machine warrior.

以提高脑机接口(BCI)系统的可用性和实用性为总体目标，研究新型EEG采集技术与非晶丝MEG检测技术相结合的混合BCI大脑信息非屏蔽/非接触可靠测量与信号融合技术；以装备上述脑信号监测系统的自主康复车为基本平台，设计和开展科学实验，探索人机结合中的共享自主性问题和自适应控制主体切换方法；通过对人机反馈通道的非对称特点进行分析和设计，研究康复车的优化脑机控制策略；研究原子运动产生、转化、衔接和同步等过程的内在规律和相应的在线识别算法，构建能符合人体运动神经机理的高效康复车导航与简单目标操作和抓取控制系统。在上述人机协调控制理论探索的基础上，设计人机协调的控制机理并以此为指导设计合理的BCI范式，实现具有大脑直接通讯与控制能力的康复车高效导航和操控方法，并构建康复车原型系统验证上述脑信号采集、人机系统理论探索和实验范式设计工作，使康复车达到“即插即用、即时可用、稳定可靠、长期工作”的实用化标准

本项目从提高脑机接口(BCI)系统的可用性和实用性的总目标出发，在先进BCI理论与方法、脑控康复车实现技术、非屏蔽/非接触脑磁信号检测技术这三个方面取得了重要的研究进展和成果。在先进BCI理论与方法方面，课题组以多模态大脑活动信号融合为突破口，实现了融合P300和SSVEP等同源脑电(EEG)信号特征的混合BCI设计与优化方法，以及融合EEG、眼电(EOG)和肌电(EMG)等多源神经信号的多模态脑机交互方法，有效提高了目前BCI系统的分类准确率、信息传输速度和控制自由度，相关性能指标处于国际领先水平。在脑控康复车实现技术方面，课题组以多模态融合BCI技术为基础，搭建了一套结合智能轮椅和机械手臂的脑控康复车实验平台，实现了针对残疾人康复助残的脑机协同操控方法与实现技术，使被试能够利用自发和诱发脑电信号，完成移动导航与简单目标操作、抓取任务。利用上述实验平台，课题组通过分析BCI控制、反馈通路的非对称特性，进一步研究了融合人脑只能和人工智能的康复车共享控制策略，充分发挥人机各自优势，提高人机交互效率和系统操控性能。在非屏蔽/非接触脑磁检测技术方面，课题组实现了基于非晶丝巨磁阻材料的脑磁信号检测技术和传感器样机，在国内首次实现了在非屏蔽/非接触环境下的大脑信号采集，为实现BCI系统“即插即用，随时可用”的目标提供了有效的硬件支撑。在项目研究期间，课题组共发表SCI期刊论文12篇，EI会议论文5篇。同时，在项目资助下申请和授权脑机接口相关国家发明专利10项。本项目的研究成果在脑信号采集、特征融合与识别和脑控康复车应用等三个不同层次取得了重要的理论与技术成果，为BCI技术向“即插即用、即时可用、稳定可靠、长期工作”的实用化目标发展提供了重要的理论与技术储备。