基于混合模态的脑机接口技术应用:神经康复新方向

随着人口老龄化和慢性病患者增加,康复医疗领域面临着巨大挑战和机遇。非侵入式脑机接口技术作为一种创新的诊疗手段,为脑卒中等中枢神经受损导致运动失能的患病人群带来了新的希望。与传统康复训练相比,单一模态脑机接口技术具有激活感觉运动皮质、从大脑层面协助病人康复的优势,但单一模态各范式具有各自的局限性。混合模态是近年的研究热点,以两种范式相结合的方式来提升整体系统的可靠性和准确性。基于此,提出了一种新的运动-视觉混合模态脑机接口技术,该系统在在线实验中的平均分类准确率为86.67%,能够同时诱发运动皮层和视觉皮层的响应,有望成为主动康复、神经重塑的新范式。

脑机接口研究综述

21世纪被称为“脑研究世纪”,随着脑科学和认知科学的发展,人脑和计算机的界限逐渐被打破,新型智能设备——脑机接口出现。这是一种基于大脑神经活动的新型交流方式,可实现人脑与计算机的直接交流。本文对脑机接口发展概况、当前技术研究进展和未来发展预测进行研究综述。

脑机接口消费级创新应用

脑机接口技术通过采集和解析大脑生物电信号,使大脑与外部世界建立联系,实现大脑与外部世界的交互。近年来,脑机接口专利申请总量明显增多,社会对脑机接口技术及其应用的关注度也与日俱增,非侵入式脑机接口在典型场景的应用效果逐步增强,应用形态愈加多样化,脑机接口技术正在从医疗应用渐渐走入消费级创新应用。

基于独立成分分析的非侵入式脑-机接口眼电伪迹自动去除算法

非侵入式脑-机接口已经逐步成为当前研究的热点,在精神障碍检测、生理监测等多方面都有所应用。但是非侵入式脑-机接口所需的脑电信号容易受到眼电伪迹污染,会严重影响对脑电信号的解码分析。对此,本文提出了一种结合频率滤波器的改进型独立成分分析算法,以相关系数和峰度双重阈值为依据自动识别伪迹组件;利用眼电与脑电频率的差异,通过频率滤波器去除伪迹组件中的眼电信息,从而保留更多脑电信息。在公开数据集和本实验室数据上的实验结果表明,本文算法可以有效提升眼电伪迹去除效果,同时改善脑电信息损失,这有助于非侵入式脑-机接口的推广。