运动速度和力变化想象对脑信号的调制机理及脑机交互应用

批准号:
81470084
项目类别:
面上项目
资助金额:
30.0 万元
负责人:
伏云发
依托单位:
学科分类:
H2707.生物电磁成像
结题年份:
2016
批准年份:
2014
项目状态:
已结题
项目参与者:
孙学进、钱谦、邵党国、鲁毅、易三莉、孙会文、张膂、杨秋红、刘传伟
国基评审专家1V1指导 中标率高出同行96.8%
结合最新热点,提供专业选题建议
深度指导申报书撰写,确保创新可行
指导项目中标800+,快速提高中标率
微信扫码咨询
中文摘要
基于脑信号的直接脑机交互(Brain-computer interaction,BCI)是一种新型的人机交互技术,可望为严重运动残疾人重建运动控制,具有潜在的医学应用价值。然而,传统的运动想象范式BCI仅识别想象运动的肢体类型,不提供运动的参数,只提供少量的方向控制命令,难于满足灵活的运动控制。为此,本课题提出一种新的运动速度和握力变化想象的BCI范式,以探索解决上述问题的途径。课题聚焦研究运动速度和握力变化想象对脑信号的调制机理。采用时间分辨高的脑电(EEG)和空间分辨率高的功能磁共振成像(fMRI)相结合的方法,揭示运动速度和握力变化想象的神经振荡、运动相关皮层电位以及脑网络的激活分布规律。最后,利用这些规律,引入先进的人机协同自适应算法和最优化的神经反馈技术,构建一个脑控服务机器人灵活运动的原型系统。该研究能够为该类BCI的传感器定位、特征提取和模式分类打下坚实的基础。
英文摘要
Direct brain-computer interaction(BCI) based on brain signals is a new human-computer interaction technology which is expected to reconstruct movement control for the severe motor disabled and has potential medical applications.However,the BCI based on traditional motory imagery paradigm only recognizes limb types involving imagined movement and does not provide the motion parameters and only a few direction control commands.It is difficult to meet the needs of flexible motion control.Therefore, this project will propose a new BCI paradigm of imagined movement speed and imagined variation in grip force in order to find ways for solving the aboved problem.The study will focus on the mechanism of imagined movement speed and imagined variation in grip force regulating brain signal.The activation distribution of brain networks of the neural oscillations, movement related cortical potential and BOLD is revealed by EEG with a high time resolution combined with functional magnetic resonance imaging (fMRI))with a high spatial resolution.Finally,using these mechanisms, a prototype system of brain-controlled service robot flexible movement is constructed by the introduction of the advanced man-machine Coordinated Adaptive Algorithm and optimized neurofeedback technology.This study will lay a solid foundation for the location of the sensor, feature extraction and pattern classification for the BCI.
本项目的背景:基于脑信号的直接脑机交互(Brain-computer interaction,BCI)是一种新型的人机交互技术,可望为严重运动残疾人重建运动控制,具有潜在的医学应用价值。然而,传统的运动想象范式BCI仅识别想象运动的肢体类型,不提供运动的参数,只提供少量的方向控制命令,难于满足灵活的运动控制。本课题的主要研究内容:1)研究并提出一种新的运动速度和力变化想象范式,并完善使之适合EEG-fMRI实验研究环境;2)研究运动速度和力变化想象对EEG和fMRI-BOLD信号的调制机理并进行单次识别。本项目的重要结果及关键数据:提出了一种新的运动速度和握力变化想象的BCI范式;构建了基于脑电运动参数(握速和握力)想象的脑机交互原型系统;在(−2, 1)s期间,EEG可能指示了在想象的握力和握速的准备、执行和监控期间的神经加工,利用希尔伯特变换提取了调制的EEG瞬时相位、频率和振幅特征,被试的单次识别率可达70%。本项目的科学意义和价值:该研究进一步探索了运动参数(速度变化和力变化)及其想象的脑功能机制,能够为该类BCI的传感器定位、特征提取和模式分类打下基础,有望在一定程度上实现BCI的精细控制 。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
DOI:--
发表时间:2016
期刊:IEEE/CAA Journal of Automatica Sinica
影响因子:--
作者:Jun Yang;Xin Xiong;Huiwen Sun;Zhengtao Yu
通讯作者:Zhengtao Yu
DOI:10.16383/j.aas.2016.c150880
发表时间:2016
期刊:自动化学报
影响因子:--
作者:伏云发;余正涛;李勃
通讯作者:李勃
DOI:--
发表时间:2015
期刊:Journal of Neural Engineering
影响因子:4
作者:Yunfa Fu;Zhidong Wang;Hongyi Li;Gang Shi
通讯作者:Gang Shi
DOI:--
发表时间:2016
期刊:IEEE Transactions on Neural Systems and Rehabilitation Engineering
影响因子:4.9
作者:Changhao Jiang;Baolei Xu;Yongcheng Li;Hongyi Li
通讯作者:Hongyi Li
DOI:--
发表时间:2015
期刊:J Med Syst
影响因子:--
作者:Yunfa Fu;Zhidong Wang;Hongyi Li;Gang Shi
通讯作者:Gang Shi
基于无创多模式脑成像手写想象输入汉字BCI的神经编码机制和解码研究
- 批准号:62376112
- 项目类别:面上项目
- 资助金额:51万元
- 批准年份:2023
- 负责人:伏云发
- 依托单位:
基于脑机交互的多模态神经反馈促进PTSD康复的机制及应用研究
- 批准号:82172058
- 项目类别:面上项目
- 资助金额:56万元
- 批准年份:2021
- 负责人:伏云发
- 依托单位:
EEG-NIRS-fMRI融合研究运动及想象对情绪的调节机制与脑机交互应用
- 批准号:81771926
- 项目类别:面上项目
- 资助金额:55.0万元
- 批准年份:2017
- 负责人:伏云发
- 依托单位:
基于EEG和fMRI运动协调想象的脑机交互机制及运动康复应用
- 批准号:61763022
- 项目类别:地区科学基金项目
- 资助金额:40.0万元
- 批准年份:2017
- 负责人:伏云发
- 依托单位:
神经反馈对运动参数想象脑电的调节机理及脑控机器人应用
- 批准号:61463024
- 项目类别:地区科学基金项目
- 资助金额:47.0万元
- 批准年份:2014
- 负责人:伏云发
- 依托单位:
国内基金
海外基金
