基于头外空间磁场重构的脑控信息反演

脑机互联、以思维控制机器人是未来机器人智能化发展的重要趋势和前沿技术。人脑是宇宙中最复杂的机器，如何无创、准确且高速地获取其思维信息并提供脑控指令是目前制约脑控机器人技术发展的主要障碍。为此，本项目提出一种基于头外空间磁场重构的脑控信息反演新方法，以头表磁场重构头外空间三维磁场，利用重构过程对有效信息的重整，获得信噪比更优、样本空间更大的脑磁源反演信息，从而获得较现有基于头表磁或电信息的反演方法更高的空间分辨率，得到更为准确的脑控信息。项目就基于头表磁场信息的头外空间磁场重构理论、基于头外空间磁场信息的脑磁源反演方法、头表磁场采样点与空间逆解信息点分布策略、人脑简易动作指令与脑磁源信息之间的映射规律等相关基础理论问题开展研究，在完成相应仿真与实验验证的基础上，以机械手为脑控对象实现上述理论的实际应用与验证。通过本项目研究，加强我国在生机电一体化、脑控装备等前沿研究中的理论基础。

脑机互联、以思维控制机器人是未来机器人智能化发展的重要趋势和前沿技术。人脑是宇宙中最复杂的机器，如何无创、准确且高速地获取其思维信息并提供脑控指令是目前制约脑控机器人技术发展的主要障碍。本项目从头外空间脑磁场的无旋物理特性出发，建立了基于头表磁场信息的头外空间磁场重构方法。在此基础上，利用磁场重构对测量脑磁场的信息重整作用，获得受噪声影响更小的头外三维空间脑磁场分布，建立了基于头外空间重构磁场信息的脑磁源反演方法，可使脑磁源定位精度相比现有方法的定位误差减小约60%。为进一步提高脑控指令提取精度和效率，研究了头表磁场采样点与空间逆解信息点分布策略。在机器人脑控策略方面，开展了基于双重控制策略的多自由度机械手控制方法研究，可使脑控特征信号正确识别率高于95%，信息传输率达10.6 bits/min，并可实现多个自由度的联合控制。本项目研究可为脑控信息提取与机器人控制策略的突破提供借鉴，项目完成了预定的各项研究任务，相关成果发表/录用论文6篇，其中国外SCI期刊论文3篇，EI论文3篇，另有在投SCI期刊论文1篇，申请发明专利2项，其中已授权1项。凭借在空间磁场重构方法上的研究，项目负责人获2012年全国优秀博士学位论文提名奖，晋升浙江大学副教授职位，并被提前授予博导资格。项目组与美国佐治亚理工大学的Kok-Meng Lee教授进行长期合作研究，项目负责人还赴英国牛津大学开展联合研究3个月，项目组成员参加机器人领域知名国际会议3次。项目执行期间，项目组成员博士后出站1名、博士研究生毕业1名、硕士研究生毕业2名。