《基於非監督學習的互適應腦機接口神經信息解析》是依託浙江大學，由王怡雯擔任項目負責人的面上項目。
基本介紹
- 中文名：基於非監督學習的互適應腦機接口神經信息解析
- 依託單位：浙江大學
- 項目負責人：王怡雯
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
由於無法獲得喪失運動能力的患者實際的肢體運動軌跡，腦機接口的臨床套用面臨挑戰：1、不能使用傳統監督式學習的方法解碼；2、腦必須適應外部設備產生的運動行為，實時調整鋒電位發放的模態（可塑性），智慧型的外部設備需要及時跟蹤神經元的動態變化。因此，腦機接口本質上是一種基於非監督學習的互適應線上互動系統。本項目以非人靈長類動物（猴）為主要實驗對象，針對腦的非穩態神經元活動，研究非線性可視化分析與建模方法，預期變化規律，為解碼提供先驗知識；針對智慧型外設，研究基於無監督或半監督式學習的鋒電位動態解析算法，通過擴展雙模型的貝葉斯動態估計和研究連續狀態-行為空間的強化學習解碼方法，實現連續運動的神經解析，提高腦機接口性能，延長使用時間；針對線上互動需求，建立基於數據驅動的神經元評估方法，動態構建重要神經元子集，減少解析計算量，提高腦機互動的計算效率；設計互適應實驗平台，基於神經控制實現連續運動及運動規劃。
結題摘要
由於臨床無法獲得喪失運動能力的患者實際的肢體運動軌跡，腦機接口的套用面臨兩大挑戰：1、不能使用傳統監督式學習的方法解碼；2、腦必須適應外部設備產生的運動行為，調整運動鋒電位發放的模態（可塑性），智慧型的外部設備同時也需跟蹤神經元的動態變化。本項目針對和兩大挑戰，以非人靈長類動物（猴）為實驗對象，建立了多通道神經元信號與運動行為同步採集的腦機接口實驗平台，並且研究搭建了非監督學習的互適應腦機接口系統。針對互適應腦機接口中腦的可塑性，研究非穩態神經元活動可視化分析和參數化建模方法，通過聚類的方法可視化的判斷神經元活動在運動行為執行過程中的變化，為神經元鋒電位的動態解析提供了良好的先驗知識；針對智慧型外設，研究並改進了基於強化學的鋒電位動態解析方法，對神經解碼模型參數的改變進行獎勵或者懲罰，以逐漸形成神經解碼觀測模型的穩定映射，可以跟蹤數天內隨著時間變化的腦信號，收斂到新的穩定狀態從而保持時變腦信號的解析精度。同時研究了雙重蒙特卡洛點過程濾波算法，在解碼的過程中動態地更新系統解碼參數，及時給出更優的模型描述，在猴子連續追蹤目標的神經活動解碼測試中成功地預測了神經元解碼參數的變化趨勢。通過以上研究的解碼方法，我們實現神經控制的連續跟蹤以及避開障礙物的上肢運動解析，提高了神經信息解析的精度，延長腦機接口的使用時間。
