《基於神經電信號的信息反饋計算模型及套用》是依託清華大學，由高小榕擔任項目負責人的重點項目。
基本介紹
- 中文名：基於神經電信號的信息反饋計算模型及套用
- 依託單位：清華大學
- 項目負責人：高小榕
- 項目類別：重點項目
項目摘要,結題摘要,
項目摘要
神經精神類疾病是一種嚴重威脅人類健康的疾病。神經反饋可以通過自主調節腦活動達到輔助治療的目的。受腦監測技術的限制，人們對神經反饋的計算模型和神經生理機制知之甚少。本項目通過以下三個子課題來深入研究基於腦電信號的神經反饋的理論和方法。（1）在計算模型方面，本項目針對多電極的腦電信號進行實時腦狀態解碼；通過可視化方法呈現給用戶，建立快速有效地調控不同皮層神經活動的策略；評估神經反饋調節、改善認知行為的有效性。（2）在神經反饋實驗平台方面，本項目借鑑腦機接口的信息編碼和解碼的原理，建立神經反饋的分析方法實現多層次、多靶點的反饋模式。對大腦系統與解碼算法的互適應關係進行建模，使解碼算法更加穩健快速。同時結合其它行為學數據定量跟蹤和評價反饋訓練帶來的腦功能的改變與提升。（3）在神經反饋的套用方面，本項目建立適用於抑鬱病患者認知功能增強的神經反饋訓練系統，評估反饋訓練對抑鬱病患者認知功能增強的效果。
結題摘要
神經反饋對神經精神類疾病的治療和健康人群的認知提升具有重要意義。然而，當前神經反饋存在神經機理不明、計算分析模型缺失、靶點和反饋策略缺乏定量評估的研究難點，造成了神經反饋系統的性能瓶頸和套用困境。從“腦”到“機”和從“機”到“腦”，作為雙向神經信息編碼和神經調控的一體兩翼，腦-機接口技術已成為進一步提升神經反饋性能和效果的重要發展內驅力和未來趨勢，本項目重點關注基於腦-機接口的神經反饋系統，建立理論計算模型，實現高性能的腦-機互動，完成可實用的認知功能訓練系統並開展臨床測試。研究內容分為基於EEG神經反饋的理論計算模型研究、基於EEG神經反饋的實驗平台研究、面向認知和運動增強的神經反饋訓練系統研究三部分。（1）基於EEG神經反饋的理論計算模型：項目研究了穩態視覺誘發電位（SSVEP）動態模型、穩態刺激噪聲和疲勞對SSVEP的影響、多導腦電數據中誘發電位檢測的空時均衡方法。計算模型可幫助設計後續反饋系統，提高基於EEG的神經反饋實驗平台的性能。（2）基於EEG神經反饋的實驗平台研究：項目研發了基於非侵入式腦-機接口的高速率字元輸入系統、結合腦-機接口和計算機視覺的機械臂控制系統、一種基於SSVEP的人機協同控制系統、線上SSVEP-BCI異步系統。在系統通信速率上實現了世界最快的BCI打字系統，且進一步在機械控制、人機協同以及異步實際套用中進行了擴展最佳化。（3）面向認知和運動增強的神經反饋訓練系統研究：項目研究了基於神經反饋訓練提升兒童注意及SSVEP腦-機接口的實用效果、陽極tDCS及tACS對SSVEP的調製作用、神經反饋訓練對抑鬱症患者的工作記憶注意和執行功能的增強效果。發現了基於提高alpha振盪幅度、經顱電刺激可提高SSVEP腦電回響，以及神經反饋輔助治療可以提高抑鬱狀態患者的運動認知和運動學習能力。項目執行期間，共發表論文55篇，其中SCI收錄34篇，國際會議15篇，中文核心期刊6篇。標註本自然科學基金項目資助論文55篇，標註率100%。申請發明專利21項（授權13項），軟體著作權1項。
