神经元群体解码方法及其在脑-机接口中的应用

基于脑神经元放电信号的脑-机接口(brain-computer interface,BCI)系统近年来有了越来越深入的研究,它使BCI在皮层运动控制等方面更加精确、迅速。从神经工程角度,此类BCI的实现不仅依赖于多电极神经记录硬件技术的发展,还依赖于其软件技术的核心神经元群体解码方法。本文综述了目前神经元群体解码方法中已成功运用于BCI研究的四类主要算法:群矢量算法、最佳线性估计、卡尔曼滤波法、贝叶斯方法。

基于大脑神经元放电的脑-机接口技术

基于大脑运动皮层神经元放电的脑-机接口通过记录大脑运动皮层神经元的放电信号控制瘫痪肢体或假肢运动,其软硬件核心为神经元群体解码和神经元放电活动的检测。解码方法分为推理算法和分类器方法,检测方法通过在大脑运动皮层区植入长效电极记录单个或群体神经元的放电活动。分析表明,脑-机接口技术应在更多脑区域上植入长效电极达到更好控制设备的目的,各类解码算法应通过联合并加入反馈信号提高对神经元信号的解码效果。