基于脑—机接口的车辆导航与控制技术

脑-机接口的研究旨在揭示特定脑思维活动规律，建立脑思维活动的意向与行为之间的关联。该项研究对理解大脑认知神经机理具有重要的理论意义，对研发处理高度复杂数据的新型信息感知技术、模式识别技术具有重要的价值。对挖掘人类认知潜能、研发残疾人和老年人自助系统、特别是对认知障碍疾病的康复等问题具有重要的应用前景。本项目研究基于场景认知诱导的新型脑机交互范式、特定认知诱发电位模式识别以及车辆脑电导航核心技术。旨在揭示新型异步、自主脑-机交互的神经机理；理解特定多模态思维活动诱发的脑电(EEG)信号模式动态变化特征，并建立提取该诱发电位的表征模型与特征提取算法；研发多模态思维诱发电位模式识别技术。进一步构建多模态思维活动-特征表征-抉择控制之间的映像关系，即多模态脑机交互范式。设计实现在自然环境条件下，通过读取特定脑思维活动诱发电位模式，驾驶轮椅车的自主脑-机交互软硬件系统。

本课题主要研究了多任务动态脑计算机交互神经机理，设计新型的基于异步、自主的脑-机交互范式，为多任务脑-计算机接口提供理论基础。研发了两个脑机接口的典型应用技术原型：基于脑机接口的轮椅车系统和康复系统验证研发的脑机接口技术的可行性和技术性能。该项研究对挖掘人类认知潜能、研发残疾人和老年人自助系统、特别是对认知障碍疾病的康复等问题具有重要的应用前景。. 本课题主要从三个方面开展研究工作：多任务脑机接口神经机理、脑信号特征提取与模式识别、脑机交互典型应用。在脑机接口交互机理方面，提出了双向自适应训练与神经反馈交互模式，以便帮助病人较快适应脑机交互康复训练系统，设计了两种脑机交互学习范式使得脑机交互系统能快速适应病人的运动想象去同步模式。. 基于脑机接口系统成功应用取决于模型算法的分类识别能力和受试者训练的效果。在高维度脑信号处理方面，研究了张量分解的特征分析和特定思维模式识别方法,提出了非负张量分解算法和脑电时间-频率-空间的张量特征提取算法。进一步我们提出了高阶偏最小均方方法(Higher-Order Partial Least Squares, HOPLS)的多线性回归方法，主要用于建立从一个张量数据预测另一个张量，基本实现思想是找出数据的隐含变量，并建立回归预测模型。在应用系统开发方面，研发了基于脑机交互的轮椅车控制系统，能通过肢体运动想象控制轮椅车，实现了异步自主的控制策略。为了使脑机交互系统实用化，本课题研发了一个基于脑机交互的主动-交互型的脑卒中病人运动功能康复系统，并且通过医院临床病人的实际使用验证了脑机交互系统在康复训练中的有效性。 . 本项目研究成果方面发表了论文24篇，其中收录SCI的国际刊物论文5篇，发表在IEEE Transactions系列刊物2篇，其中一篇被IEEE PAMI接收发表。另外在计算机学科国际重要会议上发表论文8篇，包括NIPS2011，CVPR2010和ACM2012等。演示论文获得一项计算机学科重要国际会议ACMMM2010最佳演示奖、开发的脑机交互系统在第一届基金委组织的脑机接口竞赛中获得优胜奖。申请了脑机交互方面技术发明专利3项，开发的脑机交互系统申报了两项软件著作版权。对比项目计划和完成情况，本课题已按照要求完成了计划中的研究任务，已超额完成计划中的研究成果指标。