xmp52637@tju.edu.cn
生物医学工程
未公开
准聘副教授
人体运动功能辅助系统的多模物理刺激强化诱导与可塑性康复基础研究

---

视觉认知调控软件开发

---

MEMS推进技术资料检索与分析

---

便携式采集技术研究

---

基于多模生理信号皮层兴奋性测量的新型脑控神经康复机器人研究

---

基于时域调制SSVEP阻断与ERP同步诱发的脑机接口新方法

---

基于注意选择调制视听觉联合刺激的脑-机交互新方法研究

---

视听认知事件相关脑电的动力学模式研究

---

基于互联网面向脑卒中患者的康复管理示范应用

---

周围视野弱刺激型脑-机接口系统关键技术研究

---

青年人才托举工程

---

面向复杂航天任务的脑力负荷检测关键技术研究

---

脑-机接口中背景脑电演进规律建模与极微弱脑电特征解码研究

---

弱磁场对RSVP诱发脑电的影响研究

---

非眼动型脑-机接口中隐性视觉空间注意的神经学模型与识别方法研究
一种基于非对称视觉诱发电位的脑-机接口通讯系统

---

基于空间、时间和频率联合编码的脑-机接口通讯方法

---

SSVEP及阻断和P3 00三特征多脑-机接口方法

---

一种P300脑-机接口导联优化方法

---

前额脑电与血氧信息融合的人机交互方法

---

基于变频闪烁刺激的脑-机接口范式
本发明公开了一种基于非对称视觉诱发电位的脑-机接口通讯系统，该系统包括∶液晶显示器;脑电放大器;计算机处理平台，最终将脑电信号解码后转化为BCI指令进行输出。与传统视觉BCI系统相比，本发明能够减轻受试者的视觉疲劳感，同时提高BCI系统的信息传输效率，进一步研究可以得到完善的脑-机接口系统，有望获得可观的社会效益和经济效益。

---

设计了一种用于基于视觉刺激的脑-机接口（BCI）的通讯协议。该协议实现了对指令集的空-时-频联合编码（STF coding），和对脑电信号空-时-频信息的解码，从而能够极大的提高BCI的通讯带宽。

---

为能够大幅度的提高系统信息传输率,本发明采取的技术方案是,SSVEP及阻断和P300三特征多脑-机接口方法,包括如下步骤：借助于包括脑电电极和脑电放大器、脑电滤波器的脑电采集系统和计算机实现,其中计算机又包括EEG分析程序和刺激诱发用户界面；使用脑电采集系统采集多通道的脑电数据：脑电信号在大脑皮层产生,由脑电电极探测后经过脑电放大器放大、滤波后输入计算机；采集到得脑电数据再经过后续的数据处理提取相应的SSVEP,SSVEP阻断和P300特征信号,从而将这些特征应用于实验任务的模式识别。

---

本发明公开了一种P300脑-机接口导联优化方法,涉及BCI技术领域,包括：根据预设数量L个导联获取导联之间的事件相位锁定值,根据事件相位锁定值建立各导联间的距离系数矩阵,定义各导联的相位同步性强度；根据各导联间的距离系数矩阵,通过层次聚类法获取聚类树；根据聚类树和各导联的相位同步性强度建立导联重要性排序表；对导联重要性排序表进行正确率计算,获取L个正确率值；对L个正确率值进行排序,将正确率值最高的导联组合作为最优导联组合,输出所述最优导联组合。

---

本发明涉及脑-机接口技术领域。为提供一种新的将想象动作诱发的前额脑电与脑血氧两类信息的变化特征相结合来实现对不同动作模式的识别的研究方法,以及设计一种新的同步采集这两类信息变化特征的人-机交互装置,本发明采用的技术方案是：前额脑电与血氧信息融合的人机交互方法,包括：借助于近红外光光源、光电探测器、滤波和后级放大电路、脑电电极、脑电放大器、计算机实现,计算机用于信号变换、处理得到结果。本发明主要应用于前额脑电与血氧信息融合的人机交互装置的设计制造。

---

设计了一种基于变频信号调制的视觉刺激脑-机接口（BCI）范式。正常人在受到某一频率（一般大于6Hz）的闪烁刺激时，对应的脑电里会出现和刺激频率或其谐波一致的响应，该响应就是所谓的稳态视觉诱发电位（SSVEP）。如果使刺激频率以某一特定的模式变化，那么其脑电信号的频率特征也会产生相应的变化模式。本装置设计将传统的单一频率的视觉刺激模式变成变频信号调制的视觉刺激模式，从而诱发出相应的变频视觉诱发电位。
Questionable Classification Accuracy Reported in”Designing a Sum of Squared Correlations Framework for Enhancing SSVEP-Based

---

Enhance decoding of pre-movement EEG patterns for brain-computer interfaces.

---

Discriminative canonical pattern matching for single-trial classification of ERP

---

Incorporation of inter-subject information to improve the accuracy of subject-specific P300 classifiers

---

Fast detection of covert visuospatial attention using hybrid N2pc and SSVEP features

---

A hybrid BCI speller paradigm combining P300 potential and the SSVEP blocking feature

---

A visual parallel-BCI speller based on the time-frequency coding strategy

---

Channel Selection Based on Phase Measurement in P300-Based Brain-Computer Interface

---

A Brain-Computer Interface Based on Miniature-Event-Related Potentials Induced by Very Small Lateral Visual Stimuli

---

Inter-subject information contributes to the ERP classification in the P300 speller

---

The parallel-BCI speller based on the P300 and SSVEP features

---

BCI Using Space-Time-Frequency Coding Protocol

---

Incorporation of dynamic stopping strategy into the high-speed SSVEP-based BCIs

---

Use of a steady-state baseline to address evoked vs. oscillation models of visual evoked potential origin