腦機(jī)接口是大腦與外界交互的新方式。它繞開外周神經(jīng)，通過(guò)在大腦與外部設(shè)備間建立直接連接進(jìn)行信息交換，在神經(jīng)康復(fù)、認(rèn)知計(jì)算等領(lǐng)域有著廣泛的應(yīng)用前景。然而，如何實(shí)時(shí)、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(jī)接口技術(shù)發(fā)展的關(guān)鍵問(wèn)題之一。

近日，中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所神經(jīng)計(jì)算團(tuán)隊(duì)與中國(guó)礦業(yè)大學(xué)開展聯(lián)合研究，將粒子群算法引入到對(duì)稱正定黎曼空間，對(duì)腦電圖(electroencephalogram, eeg)的協(xié)防差矩陣表征數(shù)據(jù)進(jìn)行了維度篩選，有效提高了eeg信號(hào)識(shí)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(shí)庫(kù)系統(tǒng)》(knowledge-based systems, kbs)。

研究團(tuán)隊(duì)將捕捉大腦意圖eeg信號(hào)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(duì)稱正定黎曼空間，利用粒子群算法在黎曼空間中對(duì)協(xié)防差矩陣進(jìn)行降維，將協(xié)防差矩陣的行和與其對(duì)應(yīng)的列看作為一個(gè)特征組，去除對(duì)eeg識(shí)別效果影響小或具有干擾的特征組。該方法在提高識(shí)別效率的同時(shí)提高了識(shí)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(hào)的通道，在運(yùn)動(dòng)想象eeg信號(hào)上選擇出來(lái)的重要維度大致分布在感覺(jué)運(yùn)動(dòng)皮層，符合神經(jīng)生理學(xué)的發(fā)現(xiàn)。該方法為推進(jìn)腦機(jī)接口的實(shí)際應(yīng)用提出了一種方案。

該研究得到國(guó)家自然科學(xué)基金、科技部重點(diǎn)研發(fā)計(jì)劃等項(xiàng)目的支持。