临床神经康复工程研究小组

本课题组主要以“神工”系列人工神经康复机器人的研发、升级和临床应用为重点。围绕运动想象及其相关机制、模式识别、及中风康复的相关理论研究,通过脑-机接口以及FES功能性电刺激构建了一条体外信息传导通路,通过基于这一通路的康复训练,逐步使患者大脑相应活动与肢体动作相联系,从而加速神经通路重组。课题组利用脑-机接口技术在运动想象范式下分别对健康受试者及中风患者开展基础学实验和临床试验,目前与天津市人民医院、天津市第一中心医院、山东省烟台山医院等多家三甲医院进行合作。

为解决康复训练的运动想象误触发问题,课题组成员通过研究不同干扰环境下可能引发误触发问题的脑电信号,并在建模过程中将干扰模式数据混入基础任务静息态,研发出了一种全新的误触发预防算法。

在系统的用户体验方面,课题组成员结合新型的人机交互模式,并借助游戏方式提升了康复过程中的趣味性。课题组还通过将共空间模式CSP与支持向量机相结合,并利用模型样本自适应更新的方法使系统模型参数能够在人机交互训练过程中随患者个体数据积累不断进行优化更,以及新提升模型的构建速度及准确性。

在“神工”系列的临床应用中,课题组成员结合患者康复过程中的长期积累的脑电数据发现了康复过程中脑电ERD特征(如对侧占优系数)的趋势变化,并结合康复过程中所收集的手写签字测试中的笔迹信息,总结出了一套快速便捷的康复进程评估手段。 通过软硬件整合,“神工”系列康复机器人系统最终形成了一套集信息存档、评定诊断、训练治疗、数据传输等多种功能于一体的临床康复智能服务系统,并结合中风后抑郁的高危特性,扩展了与其相关的辅助诊断功能,可为患者进行在线病理检测与筛查,目前已经通过了SFDA(中华人民共和国国家食品和药品监督管理局)的检验。

人机交互系统设计与应用研究小组

本课题组主要面向实际应用场景,为神经工程团队的科研成果走出实验室提供工程技术支持,重点研究实际应用中影响人机交互系统性能的关键因素,通过人机系统优化规避或减轻其影响,实现工程问题与科学问题的相互转化、相互促进,推进新型人机交互方式特别是脑-机交互走向实用化。经过小组成员努力,神经工程团队在与中国航天员中心、海尔集团、航天科工集团206所等单位的合作中取得了一系列创新成果。

2015年9月以来,中国航天员科研训练中心采用神经工程团队开发的脑-机交互系统、脑力负荷诱发和监测系统与视功能检测系统开展在轨实验性验证地基实验,优化完善空间任务。到目前为止,共成功开展各类地基实验54例,均达到预期效果,相关技术手段和实验方法将应用于即将开展的“天宫二号”空间实验室任务中。其中,脑-机交互实验将是人类历史上首次在太空失重条件下开展的脑-机交互实验。

2015年,神经工程团队与海尔集团联合研发成功国内首款MOVE EYE智慧眼感知系统,并作为核心控制模块应用于海尔主流商务产品——SmartFlow360°环绕嵌入式中央空调,MOVE EYE智慧眼感知系统采用了本组设计的红外人感仿生神经系统技术,采用被动双红外探测装置构建仿生神经系统,可以模拟人眼功能对空间内的人体目标定位与判别,可实现风随人动、风避人动、人来风至、人走风息等多种创新功能,带来更智能化、节能化的操控体验。

2015年,神经工程团队与航天科工集团206所开展合作,利用增强现实(Augmented Reality, AR)技术生成稳态视觉刺激,利用稳态视觉诱发电位(Steady-State Visual Evoked Potentials, SSVEP)范式,构建便携脑-机接口系统,对脑机交互科研成果服务国防的可行性做出了有益探索。

基于认知与神经计算研究小组设计的周围视野编解码VEP-BCI范式,本组搭建了新型脑-机接口系统,并参加了2015年在清华大学举办的第二届中国脑-机接口比赛中,其周围视野刺激及由此带来的低疲劳优势受到了大赛评委的高度关注。

功能神经影像研究小组

扩散磁共振成像是一种无创检测大脑神经组织微结构特征的一类磁共振技术,基本原理是通过组织中水分子的扩散运动产生的扩散加权信号对微结构进行重建,得到相应特征。在此基础下,课题组重点关注高b值加权下非高斯扩散过程的生理基础,其磁共振信号与微结构的关系,以及建立新型模型获得更丰富更精确的组织微结构特征。

在生物组织中非高斯扩散和高b值扩散的生理基础的研究中,课题组成员研究了MultiBand新序列在扩散张量成像中的优势以及峰度成像对采集各向异性的稳定性,提出了基于扩散峰度张量特征分解的新参数,提出了针对扩散峰度成像的多b值扩散加权成像数据的预处理流程并引入基于信噪比估计的权值改进了扩散峰度成像求解的算法,提出扩散峰度成像中最大b值效应。

在正常大脑功能/结构的工作机制、组织模式以及发育演变规律的研究中,课题组采用多种新型成像技术分析方法,其研究涉及认知任务相关的神经机制、功能网络交互及动态组织、大脑老化和毕生发育。

基于这一研究方向,课题组成员研究了阿尔茨海默症/轻度认知障碍大脑中默认网络、背侧注意网络以及额定网络之间功能交互效应的异常机制,发现并证实了疾病对该交互效应产生的影响。同时发现了额顶网络的不同部位产生了早期病变以及代偿性的增强效应,反映了疾病与网络交互机制的相互作用和影响。

在大脑病理改变下的功能/结构异常模式及其影像诊断技术的研究中,课题组采用新型的功能/结构成像以及分析方法,研究阿尔茨海默病、中风等重大神经系统疾病的脑功能结构异常,揭示潜在的病理机制;同时,研究建立合适的模式识别方法,探索疾病的早期诊断、自动诊断和病变的自动识别技术。

基于以上研究,课题组成员提出了用机器学习理论,将高斯特征与非高斯特征融合的方法,在阿尔茨海默症诊断中得到了较扩散或峰度特征更高的分类和病变识别效果。特征集的筛选和优化,从机器学习的角度证实了扩散指标与峰度指标在组织微结构检测中相互补充的紧密关系。

神经生理病理与神经调控研究小组

本课题组以动物为实验模型,采用先进的在体和离体电生理手段,从分子、细胞、神经网络及动物水平研究学习与记忆的神经机制、神经与精神类疾病的脑机制以及物理刺激的生物学效应等内容。目前的研究重点在于探究神经系统疾病的致病机理及合理的治疗方法,例如痴呆、抑郁等。

本课题组主要在研项目为基于Notch1通路探究VEGF对CCH模型鼠海马神经网络动力学特征的影响及生物学机制。该项目试图阐明血管内皮生长因子改善血管性痴呆大鼠认知功能损伤的网络机制及Notch信号通路的作用,为研发以VEGF为基础的药物提供新的靶点和理论依据。课题组发现在慢性低灌注模型大鼠中, 鼻饲给予VEGF对海马CA3-CA1脑区中降低的theta和gamma节律的相干性与交叉耦合有部分恢复作用。

此外,课题组正在进行的课题还包括低频脉冲弱磁场对抑郁模型大鼠的作用及机制研究。课题组通过在抑郁模型大鼠上进行实验,试图验证低频弱磁场的抗抑郁效果,并在此基础上提出低频脉冲弱磁场影响大脑功能的新机制:即通过调节脑区间节律的振荡模式产生治疗作用,分别计算与抑郁有关的脑区间局部场电位动力学特征的变化。我们的研究将为深入理解磁刺激对大脑功能影响的机制提供理论基础,为磁刺激治疗抑郁症的临床应用提供新的选择,目前该课题正在广泛开展各个水平的研究。

认知与计算神经科学研究小组

本课题组的研究方向分为: 视觉信息相关的脑-机接口范式、算法及系统研究;事件相关电位的神经机制模型研究;预期、注意等高级认知功能相关的大脑动态响应机制模型研究;经颅电刺激在运动康复中的应用研究。

在视觉信息相关的脑-机接口范式、算法及系统研究中,课题组成员提出带权重集成学习总体样本信息方法,将迁移学习方法应用于ERP-BCI中,显著提升字符拼写正确率及信息传输速率,并实现BCI系统的跨人识别。该成果现已发表在国际人工智能及计算机领域影响因子排名第二的学术期刊《International Journal of Neural Systems》上。

在事件相关电位的神经机制模型研究中,课题组成员通过设计新型oddball范式及稳态变基线的方法研究视觉诱发电位的形成机制,首次观测到了清晰完整的ERP三阶段震荡演进时变曲线并确认外界刺激的物理属性是ERP神经机制模型中的重要影响因素。该研究发表已在在神经影像学期刊中排名第一的学术期刊《NeuroImage》上,并获得编辑与评审人的高度评价。

基于相关研究基础,课题组成员提出周围视野编解码VEP-BCI范式,采用基于空间位置的编码方式,并提出新的解码策略。该系统有望突破传统视觉诱发BCI范式占据中央视野且易诱发疲劳的局限并减轻受试者的疲劳感,有望进一步拓展BCI系统的应用领域。

在预期、注意等高级认知功能相关的大脑动态响应的研究中,课题组成员通过使用节律性视觉刺激诱发特定参数的神经振荡,研究神经振荡对大脑高级认知功能的影响。并初步揭示了神经振荡对大脑高级认知功能能够产生影响,且该影响不局限于局部脑区;大脑的高级认知功能具有频率依赖性;神经调制的对比度增益模式与神经振荡频率相关。该研究对使用稳态视觉诱发电位(Steady-State Visual Potential, SSVEP)作为生物标记研究大脑高级认知功能的研究提出质疑,并为寻找大脑功能最佳工作频率提供途径。

此外,课题组成员通过描述大脑在受到预测时间模板调制时,视觉信息处理的动态过程,揭示大脑协调内在目标与外部刺激的神经生理学机制,完善预期编码模型、解码高级认知功能,助力新型脑-机接口系统开发,探索“脑-机共融”的新途径。

在经颅电刺激在运动康复中的应用研究中,课题组成员提出了利用经颅电刺激来调节运动想象能力的新方法,通过将特定频率的经颅电刺激施加于受试者的特定脑区来调节运动想象的特征分布。该方法有望提高受试者的运动想象能力,突破了传统单一运动想象分类正确率低的局限,有望进一步应用于MI-BCI系统中,提高MI-BCI的执行效率。

神经工效学研究小组

本课题组采用神经科学、神经工程的方法研究工效学(人因工程学)中的问题,包括脑力负荷、脑力疲劳、警觉度等心理状态的监测、被动式脑-机接口、基于神经生理信号的自适应自动化技术。通过与中国航天员科研训练中心等单位的合作,开展面向航天员、军事人员等特殊作业环境下的人员的心理状态监测技术和新型人机交互方式的探索,结合神经科学、认知科学、人工智能、人因工程等领域的研究成果,以提高人机系统中的作业人员的作业效率、安全性和舒适度。

经过对相关领域的研究,课题组成员通过一种跨任务特征筛选方法的设计,有效提取了不同任务下与脑力负荷变化相关的脑电特征,并通过支持向量回归模型实现了在不同工作记忆任务之间、工作记忆任务和复杂模拟任务之间的跨任务脑力负荷检测,使得基于脑电的脑力负荷检测技术应用于复杂多变的实际作业环境成为可能。相关研究成果发表于Frontiers in Human Science和International Journal of Psychophysiology等国际知名期刊。

针对基于事件相关电位(event-related potential,ERP)的脑-机接口(brain-computer interface,BCI)在应用可能受用户状态影响的问题,课题组成员设计了不同难度的工作记忆任务,施加于进行ERP-BCI实验的被试,通过对不同条件下的ERP数据和不同条件下的数据建模和测试BCI模型,发现ERP幅值随脑力负荷升高而降低,BCI的识别正确率也随脑力负荷升高而降低,但采用较高负荷下的数据建模的BCI系统识别正确率显著提高。该研究在实验室条件下证实了用户状态的变化对ERP-BCI的影响,为改进ERP-BCI在实际环境中的应用可能面临的问题提出了可能的解决方法。相关研究成果发表于国际神经工程一流期刊Journal of Neural Engineering。

在与中国航天员中心的合作研究中,课题组在脑力负荷检测分析方面,采用跨任务特征组合优化和支持向量机回归,首次在两种工作记忆任务字符n-back与空间n-back之间和工作记忆任务与模拟飞行员任务NASA-MATB之间实现了可靠的跨任务脑力负荷检测,大大提升了脑力负荷检测技术应用于在轨航天员检测的可行性,为提高其长期在轨作业绩效和安全性提供了技术基础。

人体肌骨运动与动力学研究小组

本研究组主要围绕肌骨动力学、功能性刺激和助行外骨骼机器人等技术展开针对脑卒中、脊髓损伤等下肢运动运动机能障碍症患者的康复技术和设备研究开发工作。

课题组成员通过量化分析主动、被动、功能性电刺激下肢运动条件下大脑激活参数的变化,证实了功能性电刺激诱发运动引起的脑电激活模式相比于被动运动,更趋近于主动运动。并且发现大脑运动区刺激电流变化过程具有敏感性。功能性电刺激技术不仅能够激活运动神经纤维,也会激活感觉神经纤维,形成由肌肉到脑区的上行激活通路。因此,功能性电刺激除了对所刺激肌肉的康复作用,尤其对中风病人,功能性电刺激可能被作为一种潜在的促进神经系统可塑性的康复技术。

课题组成员结合自主研发的可穿戴式人体姿态测量系统、功能性电刺激系统和肌电采集系统构建了一套新型助行外骨骼机器人系统,通过患者运动意图为控制指令,自身肌肉为主要运动输出单元,结合步态分析,调控下肢的行走摆动和站立支撑。其更大程度地利用了生物信息完成人机交互功能,更加智能地辅助脑卒中偏瘫后遗症、截瘫等下肢运动机能障碍患者进行行走。

除此之外,在与航天员中心的合作项目中,课题组在肌骨检测分析方面完成了中国首批45天-6°头低位卧床实验数据分析,揭示了失重环境下人体肌骨动力学的基本变化机制,发现了失重状态肌肉萎缩后,机体或可逐渐自我适应和恢复的重要规律,对长期在轨航天员的作业任务规划、体能训练、健康维持等一系列人因工程问题有重要的科学指导意义和应用价值。

运动意图识别与解析研究小组

课题组主要研究方向为想象动作型脑-机接口(motor imagery based brain-computer interface,MI-BCI)新范式研究,包括同步型/序列型复合肢体想象动作范式,不同握力等级想象动作范式,想象动作与体感刺激的混合范式。

基于课题组的研究基础,课题组成员首次提出了针对手-足-体联动的同步性复合肢体想象动作,并揭示了简单和复合肢体想象动作之间不同的认知运动过程。复合肢体想象动作脑电振荡模式具有更宽的特征频带,以及更加复杂的因效网络涉及前额、中央区、后顶叶。通过识别此类差异建立一种以同步性复合肢体想象动作为基础的新型脑-机交互范式,以达到有效拓展MI-BCI的命令集。

除此之外,课题组成员设计了新型的序列型复合肢体想象动作范式,首次发现了肢体动作转换过程中,前序动作会导致后序动作想象时运动功能区神经活性的变化,更强的连接特性更有利于神经可塑性诱导效应的产生。结果显示序列型复合肢体想象动作范式可通过改变动作序列建立一种高指令集的MI-BCI。

在握力等级判别方面,课题组成员提出基于不同握力等级的MI-BCI新范式,实现了单一肢体不同握力等级的在线分类。该系统可以有效扩展MI-BCI的指令集,并有望应用于中风康复领域,提高患者的想象努力程度,从而提升康复的效果。

情绪识别与调控研究小组

本课题组主要从事情绪脑电的响应机制、识别方法、调控技术及其工程应用,面向人群主要为抑郁、焦虑、精分患者以及在轨航天员、士兵等特殊工作者。探究情绪的脑机制、抑郁、焦虑等精神障碍的脑机制,并从多个角度发展提高情绪识别率的算法,以及面向物理刺激的情绪调控技术,为精神障碍的临床诊疗和在轨航天等特殊环境的情绪监测和调节提供技术支持。