基于多源信号融合解码的脑机接口系统设计
机械工程
资助企业：
上海念通智能科技有限公司
资助年份： 2026
企业导师： 刘朝旭
指导教师： 孟建军
项目成员： 苏辗、张乐陶、刘新园
项目海报
项目视频
项目简介
项目概述
脑机接口（Brain-Computer Interface, BCI）作为一种新兴的神经信息交互技术，通过直接解析大脑皮层神经活动产生的电生理信号，实现人体与外部环境的直接通信，从而绕过了受损的外周神经与肌肉组织。近年来，将BCI技术与虚拟/增强现实（VR/AR）环境深度耦合，构建闭环神经反馈康复系统，已成为脑卒中主动康复领域的研究热点与重要方向。
项目目标
本项目面向脑卒中康复需求，构建基于脑电EEG与脑氧fNIRS双模态信号融合解码的脑机接口系统通过AORI范式驱动虚拟/增强现实交互反馈，帮助患者进行沉浸式神经康复训练。项目创新性地提出深度学习融合算法，并研究不同反馈方式的康复效果，在提升解码精度的同时优化用户体验，为脑机接口技术在临床康复中的应用提供新方案。
项目成果
形成可同步采集脑电、脑氧的软硬件系统；
提出基于深度学习的运动想象在线解码方法；
受试者的运动想象2类的平均解码准确率 >75%；
完成10人次在线控制虚拟患侧肢体实验；
将运动想象映射到虚拟患侧肢体的各关节周期性活动。
