基于决策模型和预备电位的运动想象BCI研究
结题报告
批准号:
61573079
项目类别:
面上项目
资助金额:
16.0 万元
负责人:
刘蓉
依托单位:
学科分类:
F0609.认知与神经科学启发的人工智‍能
结题年份:
2016
批准年份:
2015
项目状态:
已结题
项目参与者:
刘海龙、王永轩、孙亮、马征、王鹏、张婷、林悦琪、林相乾
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
客服二维码
微信扫码咨询
中文摘要
目前运动想象脑机接口(BCI)的研究主要集中于利用运动想象发生后(after–motor imagery)的EEG信号,然而受试者运动想象意识发生和BCI系统响应之间的等待时间降低了系统的实时性。预备电位(RP)能够预测运动想象行为的发生,有望解决以上BCI的时滞问题。借鉴生物系统的决策机理,结合大脑的高级认知过程,本项目探索利用RP驱动BCI系统的新方法,主要研究内容包括设计运动想象LRP产生的实验范式,采集脑电数据,提取LRP,分析LRP的决策神经机理。本项目的成功执行将有利于推动运动想象BCI系统的深入发展,也为进一步研究神经、行为和计算的统一决策理论开拓了新的思路。
英文摘要
Usually, in brain-computer interface (BCI) applications, the focus of study is on the after-motor imagery potentials. The waiting time between this after-motor imagination and the BCI response decrease the real-time performance of the BCI system. Using the pre-motor imagery potentials such as the readiness potential (RP), we can predict the onset of the upcoming movement that is engaged in the performance. Therefore, it is possible to solve the time delay problem of the BCI systems based on the pre-motor imagery potentials. Based on the decision-making mechanism of biological systems, we links EEG signal with high-level cognitive activities together. Aiming at exploring a new BCI method using RP, the main research contents of this project is to design the motor imagery LRP experimental paradigm to collect the EEG data and extract LRP signal and then examine corresponding underlying cognitive meanings.The successful execution of this project will not only help to promote the further development of motor imagery BCI systems, but also develop new idea to construct a unified decision-making framework from neural, behavior and computation aspects.
目前运动想象脑机接口(BCI)的研究主要集中于利用运动想象发生后(after–motor imagery)的EEG信号,然而受试者运动想象意识发生和BCI系统响应之间的等待时间降低了系统的实时性。偏侧预备电位(LRP)能够预测运动想象行为的发生,有望解决以上BCI的时滞问题。借鉴生物系统的决策机理,本项目探索LRP的决策机理。首先设计了LRP产生的实验范式,采集了11位受试者的脑电数据和行为数据。然后对行为数据进行了分析,实验结果表明反应时随着实验难度的增加,而准确率随之下降。对于反应时间和准确率,随机点一致性的主效应均是显著的。在此基础上,用Ratcliff扩散模型对行为数据进行拟合,对外显行为的潜在心理加工过程进行解释。结果表明实验难度对漂移率是有显著影响的,表现在随着实验难度的增加,证据的质量下降;而对于边界间隔和非决策时间并没有表现出显著的相关性。因此,可以认为任务刺激对反应时的影响主要是由决策时间的变化引起的。其次,计算并分析了S-LRP和LRP-R的启动点,启动点位置表现出随难度增大,S-LRP的启动点和峰值均远离刺激起始点,而LRP-R没有影响。因此,可以认为调整一致性水平引起的实验难度差异主要体现在S-LRP上,LRP-R相对恒定,与实验条件无关。实验操纵条件只影响到刺激确认后证据累积阶段,刺激的难度程度对运动资源的分配造成一定的影响。最后,从人脑判决模型出发,提出脑电信号统计特性模型并推导出判决时间、错误率和判决阈值之间的关系,进而提出了一种基于累积曲线和期望的停止时间设置SPRT两个约束阈值的BSPRT方法。本项目研究成果有利于推动运动想象BCI系统的深入发展,也为进一步研究神经、行为和计算的统一决策理论开拓了新的思路。
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:中国生物医学工程学报
影响因子:--
作者:刘蓉;林少非;王永轩;孙玉彤
通讯作者:孙玉彤
An FDES-Based Shared Control Method for Asynchronous Brain-Actuated Robot
基于FDES的异步脑驱动机器人共享控制方法
DOI:10.1109/tcyb.2015.2469278
发表时间:2016-06-01
期刊:IEEE TRANSACTIONS ON CYBERNETICS
影响因子:11.8
作者:Liu, Rong;Wang, Yong-Xuan;Zhang, Lin
通讯作者:Zhang, Lin
脑控机器人系统及其运动控制算法的研究
  • 批准号:
    61005088
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万元
  • 批准年份:
    2010
  • 负责人:
    刘蓉
  • 依托单位:
国内基金
海外基金