北理工团队在不同注意力状态下肢体运动意图的鲁棒神经解码方面取得重要研究进展...
近日,北京理工大学机械与车辆学院毕路拯教授团队联合新加坡南洋理工大学Cuntai Guan教授在基于非侵入式神经信号的不同注意力状态下上肢运动意图的鲁棒解码方面取得重要研究进展。研究成果以“Effects of Cognitive Distraction on Upper Limb Movement Decoding from EEG Signals”为题,被生物医学工程领域旗舰期刊《IEEE Transactions on Biomedical Engineering》录取。论文第一作者为其团队博士研究生费炜杰,毕路拯教授为通讯作者。为了更好地将运动脑机接口推广到真实的应用场景,毕路拯教授团队致力于探索自然场景下运动意图的鲁棒神经解码的基础理论和关键技术,其团队在该方向已经取得了一系列的重要研究成果。其团队关于考虑注意状态的上肢运动意图分层解码模型曾发表于国际顶级期刊《IEEE Transactions on Neural Systems and Rehabilitation Engineering》【可点击查看《北理工团队在推动运动意图神经解码走向真实应用场景方面取得研究进展》】,其团队关于单手和双手协同运动的神经解码成果曾发表于生物医学工程领域旗舰期刊《IEEE Transactions on Biomedical Engineering》【可点击查看《如何对单手和双手协同运动方向进行神经表征和解码?北理工研究团队给出了相关方案》】等,本次研究成果为该团队在运动意图神经解码方向取得的又一重要进展。
研究背景及主要内容
从脑电信号解码人体手部运动意图对于上肢损伤患者的康复和辅助具有重要的价值。而现有的从脑电信号解码手部运动的研究很少考虑分心的影响。然而,在现实生活中,患者在使用手部运动解码系统时很可能会出现分心的情况。针对这一问题,该研究旨在研究认知分心对运动解码性能的影响。该研究首先提出了一种针对认知分心的面向手部运动方向识别的脑电信号鲁棒解码方法(RM-GNBC),该方法通过黎曼流形提取具体仿射不变性的特征并使用高斯朴素贝叶斯分类器进行解码。然后,该研究在无认知分心和有认知分心的情况下,分别使用实验采集的脑电信号数据和仿真生成的脑电信号数据,比较三种解码方法(包括该研究提出的基于黎曼流形的高斯朴素贝叶斯方法(RM-GNBC)、切空间线性判别分析(TSLDA)和基线方法(W-PLV))的解码性能。
图1实验范式
研究结果
研究发现,在仿真条件下随着认知分心程度的提升,解码模型的性能随之下降,但是基于黎曼流形的方法相对于基线方法具有更好的鲁棒性,其性能的下降速度和幅度更低。
图2 仿真条件下解码模型性能随认知分心程度的提升变化情况对比
此外,作者通过实验结果验证了通过仿真获得的结论,该结果表明基于黎曼流形的方法(RM-GNBC和TSLDA)在没有和有认知分心的情况下解码精度更高,且在没有和有认知干扰的情况下解码精度的下降幅度小于基线方法。此外,RM-GNBC方法在没有认知分心和有认知分心情况下的准确率分别比TSLDA方法高6% (配对t检验,p=0.026)和5% (配对t检验,p=0.137)。该结果表明基于黎曼流形的方法对认知分心具有较高的鲁棒性。
图3 在无认知分心和有认知分心条件下三种解码模型的性能比较
图4 脑电信号源通道分析
表1 基线方法(W-PLV)在有认知分心和无认知分心条件下的解码性能
表2 切空间线性判别分析方法(TSLDA)在有认知分心和无认知分心条件下的解码性能
表3 基于黎曼流形的高斯朴素贝叶斯方法(RM-GNBC)在有认知分心和无认知分心条件下的解码性能
研究贡献及前景
该研究有助于开发一种BCI来改善手残患者的康复和帮助,并为现实生活中的健康人开发积极的以人为中心的辅助系统。该研究可为未来基于脑电信号的主动人机协作系统的开发奠定基础,并为从脑电信号解码手部运动参数开辟新的研究方向。此外,该研究可以为认知分心对其他BCI范式的影响研究开辟一条道路。
作者简介
毕路拯现为北京理工大学机械与车辆学院教授、博士生导师、机电系统与装备研究所所长。主要研究领域包括脑机接口与脑控智能机器、智能人机交互与控制、多模态智能感知、多机器人协同以及人的行为与认知建模。他先后在美国University of Michigan, AnnArbor和新加坡南洋理工大学作过访问学者。他是IEEE高级会员、担任复杂系统建模与仿真(英文版)、IEEE/ASME AIM, ACC, ASME DSCC等的AE,Frontiers in Neurorobotics (SCI)客座AE。他是国家自然基金重点项目、装备发展部某重大项目、科技部科技创新-2030-“脑科学与类脑重大项目评审专家,工信部国防基础科研、军委科技委前沿创新项目、教育部博士后基金以及浙江省自然基金等的项目评审专家。担任中国计算机学会智能汽车分会专委会常委委员、中国仿真学会交通建模与仿真专业委员会委员、世界机器人大赛-BCI脑控机器人专家组成员。他以第一或通讯作者在包括国际著名期刊IEEE TITS、IEEE TCYB、IEEE TBME、IEEE TNSRE、IEEE TSMCS和IEEE THMS等发表论文近100篇(含IEEE Trans 24篇)。第一著者出版学术专著一部和研究生教材一部。获教育部自然科学二等奖(排二)和中国电子学会科技进步奖二等奖(排四)。第一发明人获授权国家发明专利24项。近10年,主持国家自然基金项目4项、军委科技委创新项目2项目、国家自然基金重点项目(子课题),北京市自然基金面上项目,华为技术有限公司横向课题等。2016年被评选为北京理工大学首届十佳导师。获北京理工大学优秀博士论文指导教师和优秀硕士论文指导教师称号。获北京理工大学首届“长寿秀伶”奖教金。
毕老师官网:
https://me.bit.edu.cn/szdw/jsml/zzgcx/jdxtyzbyjs/bssds16/b153019.htm
文章信息:
DOI (identifier) 10.1109/TBME.2022.3187085
仅用于学术交流,不用于商业行为,若有侵权及疑问,请后台留言,管理员即时删侵!
更多阅读
味觉可以被识别吗?脑机接口在味觉感知中的新应用
AI学会了用“人眼”看世界
一项研究为脑卒中后视觉康复带来新的希望
脑机 | NexStem 宣布推出 BCI 耳机和软件
军科院医学研究院神经工程与脑科学研究团队2022年招聘启事
脑-机交互运动训练的神经反馈方法及康复应用
脑机接口如何改变未来?
加入社群
欢迎加入脑机接口社区交流群,
探讨脑机接口领域话题,实时跟踪脑机接口前沿。
加微信群:
添加微信:RoseBCI【备注:姓名+行业/专业】。
加QQ群:104048131
欢迎来稿
1.欢迎来稿。投稿咨询,请联系微信:RoseBCI
2.加入社区成为兼职创作者,请联系微信:RoseBCI
助力脑机接口发展
点个在看祝你开心一整天!
北理工团队在不同注意力状态下肢体运动意图的鲁棒神经解码方面取得重要研究进展...相关推荐
- 北理工团队创建自然场景下声音目标探测的听觉脑机接口
近日,北京理工大学机械与车辆学院毕路拯教授团队创建了自然场景下声音目标探测的听觉脑机接口.研究成果以"Sound Target Detection under Noisy Environme ...
- 北理工团队提出一种神经表征驱动的手部运动解码深度学习模型
近日,北京理工大学机械与车辆学院毕路拯教授团队提出一种神经表征驱动的手部运动解码深度学习模型.研究成果以"MRCPs-and-ERS/D-Oscillations-Driven Deep L ...
- 北理工团队在推动运动意图神经解码走向真实应用场景方面取得研究进展
近日,北京理工大学机械与车辆学院毕路拯教授团队在基于非侵入式神经信号的运动意图解码方面取得重要研究进展.研究成果以"Hierarchical Decoding Model of Upper ...
- “机器鼠”出动!北理工团队X光片精度还原老鼠脊柱灵活度,可用于管道检测...
本文约2000字,建议阅读5分钟 本文介绍了北理工团队关于"机器鼠"的最新进展. 城市之上是人类的钢筋之所,所有设施空间,都为两足的人类设计. 但城市之下,又是另一片不一样的世界. ...
- 数据随机丢失情况下多传感器多速率鲁棒融合估计
问题描述 存在N个传感器进行观测,观测数据有一定概率丢失 简而言之,其中γ\gammaγ是一个随机数(非0即1),0代表数据丢失,1代表数据存在.其他的多传感器多速率表示与上篇文章一致. 下面同样对多 ...
- 关于投篮的数学建模模型_防守状态下投篮运动的数学建模
一.问题分析问题:有人防守时,如何重新选择空心投篮的最佳投篮点及投篮角度.在有人防守情况下,采取干拔跳投的技术手段,可以增加垂直高度,假设速度不变,使投篮的最佳角度减小,可找到最佳出手点,或者增加垂直 ...
- 北理工研究团队在脑-控移动机器人上取得重要进展
点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 脑-控移动机器人是用户通过脑电信号来操控移动机器人完成特定任务的智能系统.以往的研究主要聚焦于提高脑-控移动机器人的安全 ...
- 北理工计算机流程图,北京理工大学:用“286”电脑,为北京亚运会上做出世界先进“信息系统”...
在如今的体育赛事直播中 成绩瞬间发布 球路动态模拟 技术时实解析-- 已经让人们习以为常 在上世纪八十年代末 计算机尚未在中国普及 如果要为国际性体育赛事搭建信息化系统 无疑是困难重重 然而在1990 ...
- 北理工研究团队在脑机协同控制技术与脑控智能车辆方面取得重要进展
脑-控智能车辆(Brain-Controlled Vehicle, BCV)通过脑机接口,实现了大脑对车辆的直接控制(包括远程控制),对残疾人和健康人具有重要的实用价值. 北京理工大学研究团队为了提高 ...
- 如何对单手和双手协同运动方向进行神经表征和解码?北理工研究团队给出了相关方案
导读 北京理工大学研究团队首次研究了基于脑电信号的单手和双手协同运动方向的神经表征和解码.被试佩戴由博睿康自主研发的基于NeuSen W32脑电系统的信号采集设备,在经典center-out实验范式的 ...
最新文章
- How to enable coredump on centos 7.6
- mysql 控制台操作命令
- 【01】Clean Code
- Alpha预乘-混合与不混合[转]
- JavaScript的运动——加速运动篇
- java中file_详细介绍Java中的File类
- [区块链] 带你进入Bitcoin开发 - 环境搭建
- 怎样获取用户的真实需求
- 【译】R包介绍:Online Random Forest
- .net session 有效时间_【面试题】|干货!.NET C# 简答题Part 07
- 取色工具ColorPix
- 168. Excel表列名称
- Ubuntu服务器入门指南
- SAP 领料BAPI BAPI_GOODSMVT_CREATE 提示 短缺未限制使用的SL
- 数据结构6-1:什么是图
- 全球最专业的技术媒体,如何复盘 2019 AI 的发展?
- html表格字间距怎么调整,word表格中怎么调整文字行间距以及字符间距?
- php16进制转换源码,php16进制转换
- 【自然语言处理】【知识图谱】知识图谱表示学习(三):SE、SME、LFM、RESCAL、HOLE
- 使用QCustomplot构建时报错的解决办法