腦機接口是大腦與外界交互的新方式。它繞開外周神經(jīng)，通過在大腦與外部設(shè)備間建立直接連接進行信息交換，在神經(jīng)康復(fù)、認知計算等領(lǐng)域有著廣泛的應(yīng)用前景。然而，如何實時、有效地將大腦意圖轉(zhuǎn)換為控制外部設(shè)備的指令一直是制約腦機接口技術(shù)發(fā)展的關(guān)鍵問題之一。
近日，中國科學(xué)院沈陽自動化研究所神經(jīng)計算團隊與中國礦業(yè)大學(xué)開展聯(lián)合研究，將粒子群算法引入到對稱正定黎曼空間，對腦電圖(electroencephalogram, eeg)的協(xié)防差矩陣表征數(shù)據(jù)進行了維度篩選，有效提高了eeg信號識別效率，且選擇出的重要維度符合神經(jīng)生理學(xué)發(fā)現(xiàn)。相關(guān)研究成果發(fā)表于《知識庫系統(tǒng)》(knowledge-based systems, kbs)。
研究團隊將捕捉大腦意圖eeg信號表征為協(xié)防差矩陣，從平直的歐氏空間轉(zhuǎn)換到彎曲的對稱正定黎曼空間，利用粒子群算法在黎曼空間中對協(xié)防差矩陣進行降維，將協(xié)防差矩陣的行和與其對應(yīng)的列看作為一個特征組，去除對eeg識別效果影響小或具有干擾的特征組。該方法在提高識別效率的同時提高了識別正確率。與目前大部分黎曼空間數(shù)據(jù)基于映射的降維方法不同，該方法具有可解釋性，選擇出的重要維度能夠回溯到eeg信號的通道，在運動想象eeg信號上選擇出來的重要維度大致分布在感覺運動皮層，符合神經(jīng)生理學(xué)的發(fā)現(xiàn)。該方法為推進腦機接口的實際應(yīng)用提出了一種方案。
該研究得到國家自然科學(xué)基金、科技部重點研發(fā)計劃等項目的支持。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“機電號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of JDZJ Hao, which is a social media platform and only provides information storage services.
