基于脑电信号分析的脑功能研究

　　在国家自然科学基金重点项目"脑内电活动的三维动态成像"的支持下，由清华大学高上凯教授负责的项目组利用头皮上记录的多通道脑电信号来分析脑内电活动的时空模式，探讨实现脑－机交互控制的原理与方法，取得了创新性研究成果。

	高上凯教授在实验室工作。

　　在基于分布电流源模型的脑电分析计算方面，研究了高效稳健的脑内电活动正问题和逆问题计算方法，包括求解正问题的边界元法，有限元法，有限体积法和求解逆问题的低分辨率电磁断层法（LORETA），欠定系统局灶解法（FOCUSS）和收缩椭球法（Shrinking）。在此基础上，将LORETA，FOCUSS 及 Shrinking方法有机地组合起来，实现了具有较高分辨率的脑内电流源的强度与方向的三维重建。

　　在脑-机接口（Brain Computer Interface, BCI）研究中，项目组深入分析了稳态视觉诱发电位的特征和提取方法，设计了具有高传输速率的基于稳态视觉诱发电位的脑－机接口系统。该系统具有如下优势：信号的检测对人体无创；使用者无需繁琐的训练；系统构成相对简单，可用于残疾人的动作控制或环境设备控制等领域。经实际测试，系统的平均传输速率超过40bits/min，明显高于现有文献报道的BCI的传输速率（25 bits/min）。

　　在基于时空频模式分析的运动感知脑－机接口技术方面，研究了多种非依赖型脑－机接口系统中信号特征的提取方法，采用独立分量分析、共空域子空间滤波等信号处理方法，在运动诱发脑电的识别中取得明显效果。项目组于2002年和2003年连续两年参加了由国际著名的脑－机接口研究机构（Wadsworth Center, NYS Department of Health等）发起的全球脑－机接口数据竞赛，取得了优异成绩。其中在self-paced 1s 数据分析中正确率达到84％，在全部15个参赛小组中名列第一；在P300 speller paradigm 数据分析中正确率为100％，在参赛小组中获并列第一 。

　　脑电计算分析软件、脑机接口技术、高分辨脑电成像技术、视觉脑电单次提取技术、癫痫波自动检测技术等都有较大的临床应用前景，对拓宽脑电的临床诊断范围有重要意义。

　　在完成本重点项目的基础上，高上凯教授申请的"深层次脑神经活动信息的挖掘和应用"项目又获得了2003年度国家自然科学基金委员会与香港研究资助局联合科研基金资助。