视觉ERP-BCI中认知负荷的影响及其监测、反馈调节与脑机互适应探索研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61806141
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    28.0万
  • 负责人：
    柯余峰
  • 依托单位：
    天津大学
  • 学科分类：
    F0609.认知与神经科学启发的人工智‍能
  • 结题年份：
    2021
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2021-12-31

项目摘要

It has been found in the existing studies and BCI application practice that, in a complex operating environment, the cognitive load generated by synchronous cognitive activities causes a decrease in the recognition rate of ERP based brain-machine interface (ERP-BCI), and the stability is difficult to meet the requirements. However, its underlying laws and mechanisms are still unclear, and there is still a lack of effective solution in existing research. Therefore, in terms of how the cognitive load affects ERP-BCI and how to resolve the impact of cognitive load on ERP-BCI, this project intends to study the effect of cognitive load on ERP-BCI by modulating cognitive load in visual ERP-BCI experiments, ascertain the changing patterns of ERP and ERP-BCI performance under cognitive load, and construct a multi-source feature-based cognitive load prediction model. Based on dynamic modelling, stimulation parameter adjustment, and closed-loop audiovisual feedback, this project will explore the principles and methods to construct brain-computer coadaptation system, in which ERP-BCI can adapt to the change of user cognitive load and users can adapt to the ERP-BCI cognitive needs. This project is expected to reveal the changing patterns of ERP and ERP-BCI under the influence of cognitive load, and provide new scientific basis and method for dealing with the impact of cognitive load of synchronous cognitive activity in ERP-BCI.
现有研究和BCI应用实践中发现，在复杂作业环境下，同步认知活动产生的认知负荷造成基于事件相关电位的脑-机接口（ERP-BCI）识别正确率降低、稳定性难以满足要求，但其深层规律与机制仍不明确，现有研究中仍缺乏有效应对方法。因此，围绕认知负荷“如何影响”ERP-BCI和“如何解决”认知负荷对ERP-BCI的影响，本项目拟通过在视觉ERP-BCI实验中调制认知负荷，研究认知负荷对ERP-BCI的影响规律，探明ERP和ERP-BCI性能在认知负荷作用下的变化模式，构建多源特征融合的认知负荷预测模型，探索基于动态建模、刺激参数调节和闭环视听反馈构建ERP-BCI可适应用户认知负荷变化、用户可适应ERP-BCI认知需求的脑机互适应系统的原理和方法。本项目有望揭示ERP及ERP-BCI在认知负荷作用下的变化模式，为应对ERP-BCI面临同步认知活动的认知负荷影响提供新的科学依据和方法。

结项摘要

本项目研究基于视觉诱发的脑机接口的高性能脑机接口技术，针对复杂任务环境对脑机接口的影响问题，首先开展了复杂任务下的脑神经响应规律及跨任务认知负荷检测研究，提出了基于非任务相关听觉诱发电位的跨任务认知负荷识别方法，相对自发脑电特征显著提高了跨任务认知负荷识别正确率；其次研究了复杂作业场景下视觉诱发脑机接口和双手作业任务的相互影响规律，为复杂任务下使用视觉诱发脑机接口提供参考依据。针对目前视觉诱发电位脑机接口的异步方法性能瓶颈问题，研究了基于脑电的实时用户控制状态检测方法，提出了频率特异性的异步状态识别算法框架，实现了目前最快速的最高性能的异步识别性能，并构建了异步自适应脑机接口系统。针对增强现实特殊场景下的视觉诱发脑机接口性能瓶颈，提出了双眼差异编码方法，相对传统编码方法显著提高了解码正确率。

项目成果

期刊论文数量（3）
专著数量（0）
科研奖励数量（0）
会议论文数量（6）
专利数量（0）
An online SSVEP-BCI system in an optical see-through augmented reality environment
光学透视增强现实环境中的在线 SSVEP-BCI 系统
  • DOI：
    10.1088/1741-2552/ab4dc6
  • 发表时间：
    2020-02-01
  • 期刊：
    JOURNAL OF NEURAL ENGINEERING
  • 影响因子：
    4
  • 作者：
    Ke, Yufeng;Liu, Pengxiao;Ming, Dong
  • 通讯作者：
    Ming, Dong
空间滤波方法在脑-机接口中的应用及研究进展
  • DOI：
    10.3969/j.issn.0258-8021.2019.05.011
  • 发表时间：
    2019
  • 期刊：
    中国生物医学工程学报
  • 影响因子：
    --
  • 作者：
    王韬;柯余峰;王宁慈;刘文陶;安兴伟;明东
  • 通讯作者：
    明东
Cross-Task Consistency of Electroencephalography-Based Mental Workload Indicators: Comparisons Between Power Spectral Density and Task-Irrelevant Auditory Event-Related Potentials.
基于脑电图的心理工作负荷指标的跨任务一致性：功率谱密度与任务无关的听觉事件相关电位之间的比较。
  • DOI：
    10.3389/fnins.2021.703139
  • 发表时间：
    2021
  • 期刊：
    Frontiers in neuroscience
  • 影响因子：
    4.3
  • 作者：
    Ke Y;Jiang T;Liu S;Cao Y;Jiao X;Jiang J;Ming D
  • 通讯作者：
    Ming D

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

脑电时间效应对情绪识别模型的影响及解决措施研究
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    中国生物医学工程学报
  • 影响因子：
    --
  • 作者：
    刘爽;仝晶晶;郭冬月;柯余峰;孟佳圆;陈龙;许敏鹏;綦宏志;明东
  • 通讯作者：
    明东

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

柯余峰的其他基金

基于双眼差异刺激的视觉诱发电位编解码机制及其在脑-机接口中的应用研究
  • 批准号：
  • 批准年份：
    2022
  • 资助金额：
    53 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码