双向多维脑机接口关键技术及其应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    91120305
  • 项目类别:
    重大研究计划
  • 资助金额:
    280.0万
  • 负责人:
  • 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:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

本项目将研究以信号稀疏表示、张量分析、多变量模式分析与解码为核心的脑信号分析算法,为脑机接口系统研究提供算法支持;将整合不同脑信号范式或不同脑信号,建立多模态混合脑机接口,实现脑机接口多维多功能目标控制;研究神经反馈,设计基于神经反馈的脑机接口用户训练模式,及在线脑机接口系统自适应算法,提高用户和脑机接口系统间的交互自适应能力;建立基于神经反馈的双向脑机接口,优化设计残疾人运动康复训练范式和效果评估体系,该评估体系包括EEG-fMRI混合脑机接口的参与;开发面向应用的脑机接口系统,包括脑机接口鼠标与网络浏览器、脑机接口虚拟车控制、整合无人驾驶技术的脑机接口残疾人轮椅、基于虚拟环境的脑机接口残疾人运动康复训练系统、脑机接口残疾人上肢运动康复机器人训练系统。

结项摘要

脑机接口的研究是目前国际上的前沿热点,涉及脑科学、医学、数学、计算机科学、信号处理、自动控制、传感器等多个学科领域,具有重要科学意义与应用前景。脑机接口在残疾人的神经功能辅助与康复、脑科学研究、增强人机接口等方面具有重要应用。本项目首先以信号稀疏表示、张量分析、多变量模式分析与解码为基础,建立了系列脑信号分析算法,为脑机接口系统研究提供了算法支持;进一步整合不同脑信号范式或不同脑信号,建立了多种多模态混合脑机接口,包括基于运动想象与P300的脑机接口,基于P300和SSVEP的脑机接口,视听觉脑机接口等等,实现了脑机接口多维多功能目标控制;建立了神经反馈构建方法,设计了基于神经反馈的脑机接口用户训练模式,及在线脑机接口系统自适应算法,提高了用户和脑机接口系统间的交互自适应能力;建立了基于神经反馈的双向脑机接口,设计了残疾人运动康复训练范式,并用于中风病人的康复训练,取得了显著效果;开发了系列面向应用的脑机接口系统,包括脑机接口鼠标与网络浏览器、整合无人驾驶技术的脑机接口残疾人轮椅、基于虚拟环境的脑机接口残疾人运动康复训练系统、面向意识障碍病人的意识检测与临床诊断脑机接口系统等。这些成果丰富了脑机接口的基础理论与关键技术,并将促进了脑机接口技术的应用。

项目成果

期刊论文数量(63)
专著数量(0)
科研奖励数量(6)
会议论文数量(33)
专利数量(0)
Discrimination Between Control and Idle States in Asynchronous SSVEP-Based Brain Switches: A Pseudo-Key-Based Approach
基于异步 SSVEP 的大脑开关中控制状态和空闲状态的区分:一种基于伪密钥的方法
  • DOI:
    10.1109/tnsre.2013.2253801
  • 发表时间:
    2013-05-01
  • 期刊:
    IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING
  • 影响因子:
    4.9
  • 作者:
    Pan, Jiahui;Li, Yuanqing;Li, Feng
  • 通讯作者:
    Li, Feng
Long-tail distribution based multiscale-multiband autoregressive detection for hyperspectral imagery
基于长尾分布的高光谱图像多尺度多波段自回归检测
  • DOI:
    10.1007/s11045-011-0155-2
  • 发表时间:
    2013-03
  • 期刊:
    Multidimensional Systems and Signal Processing
  • 影响因子:
    2.5
  • 作者:
    Li YuangQing;Yu ZhuLiang;Gu ZhengHui;He Lin
  • 通讯作者:
    He Lin
Target Selection With Hybrid Feature for BCI-Based 2-D Cursor Control
具有混合功能的目标选择,用于基于 BCI 的 2-D 光标控制
  • DOI:
    10.1109/tbme.2011.2167718
  • 发表时间:
    2012-01-01
  • 期刊:
    IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING
  • 影响因子:
    4.6
  • 作者:
    Long, Jinyi;Li, Yuanqing;Gu, Zhenghui
  • 通讯作者:
    Gu, Zhenghui
Discriminative Analysis of Parkinson#39;s Disease Based on Whole-Brain Functional Connectivity
帕金森病的判别分析
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Plos One (IF:3.234)
  • 影响因子:
    --
  • 作者:
    Zhang, Yuhu;Feng, Jieying;Li, Yuanqing;Huang, Biao
  • 通讯作者:
    Huang, Biao
RSTFC: A Novel Algorithm for Spatio-Temporal Filtering and Classification of Single-Trial EEG
RSTFC:单次试验脑电图时空过滤和分类的新算法
  • DOI:
    10.1109/tnnls.2015.2402694
  • 发表时间:
    2015-12-01
  • 期刊:
    IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS
  • 影响因子:
    10.4
  • 作者:
    Qi, Feifei;Li, Yuanqing;Wu, Wei
  • 通讯作者:
    Wu, Wei

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

一类奇异混合信号盲分离的神经网络模型
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制理论与应用》
  • 影响因子:
    --
  • 作者:
    李远清
  • 通讯作者:
    李远清
阻尼器连接填充墙在柔性框架结构中的应用研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    地震工程与工程振动
  • 影响因子:
    --
  • 作者:
    鲁亮;李远清;赵菲
  • 通讯作者:
    赵菲
基于脑电信号的耳鸣患者静息态频谱图及注意力研究
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    生物医学工程学杂志
  • 影响因子:
    --
  • 作者:
    黄海云;蔡跃新;冯学技;李远清
  • 通讯作者:
    李远清
Natural gradient approach to multichannel blind deconvolution
多通道盲解卷积的自然梯度方法
  • DOI:
    --
  • 发表时间:
    2000-03
  • 期刊:
    Journal of Systems Engineering and Electronics
  • 影响因子:
    2.1
  • 作者:
    张丽清;刘永清;李远清
  • 通讯作者:
    李远清
一种数字图像盲增强的新算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    《控制理论与应用》
  • 影响因子:
    --
  • 作者:
    李远清
  • 通讯作者:
    李远清

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

李远清的其他基金

基于多模态信号的脑机交互及临床应用研究
  • 批准号:
    61633010
  • 批准年份:
    2016
  • 资助金额:
    265.0 万元
  • 项目类别:
    重点项目
信号盲处理的稀疏表示方法
  • 批准号:
    60475004
  • 批准年份:
    2004
  • 资助金额:
    23.0 万元
  • 项目类别:
    面上项目
滞后离散广义系统理论研究、算法仿真及其应用
  • 批准号:
    60004004
  • 批准年份:
    2000
  • 资助金额:
    18.0 万元
  • 项目类别:
    青年科学基金项目

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