近日，天津大学神经工程团队在国际神经工程领域顶级期刊《Journal of Neural Engineering》上发表题为“Enhance decoding of pre-movement EEG patterns for brain-computer interfaces”的研究论文，被英国物理学会出版社（IOP Publishing）授予“CHINA TOP cited paper award 2021”。该奖项由英国物理学会出版社发布，旨在表彰研究人员发表的最具影响力的论文。

    脑-机接口（BCI）在大脑与外界环境间建立起一条直接的信息交流通路，是新一代人机混合智能的关键核心技术。其中基于运动意图的BCI是最自然的脑机交互方式，因而受到广泛的研究。运动意图过程包括动作发生前的运动预备阶段与动作发生后的运动执行/想象阶段。传统运动意图BCI研究大都解码运动想象阶段的脑电特征。与之相比，对运动预备阶段的脑电特征进行解码能够使BCI响应速度更快，灵活度更高。然而，运动预备诱发脑电特征信号微弱，难以高效识别。

    天津大学神经工程团队发展了极微弱诱发脑电信号解码技术，并利用运动预备电位与事件相关去同步的特征互补性机制，设计了多维时-频-空特征快速提取与融合方法，实现了运动预备阶段脑电特征的快速识别，显著提升了运动意图脑电解码效率。该研究提出的运动预备诱发脑电特征快速识别方法，可结合功能性电刺激（FES）应用于卒中患者康复训练，有望提升皮质运动意图与肌肉活动耦合的及时性，从而大幅提升康复效果；也可为航天员等特种人群在肢体束缚状态下脑控“第三只手”进行高效的人-机交互提供技术支持。

    论文链接：http://iopscience.iop.org/article/10.1088/1741-2552/ab598f

    注：此研究成果摘自《Journal of Neural Engineering》杂志，文章内容不代表本网站观点和立场，仅供参考。