基金成果快讯
张明明团队在非侵入式脑机接口领域取得研究进展
日期:2026-11-12
来源: 
作者:
字号:大 中小 | 打印

  近日,南方科技大学生物医学工程系张明明副教授团队在非侵入式脑机接口领域取得研究进展,研究团队提出多成分时间对齐与重构框架,对各类神经活动成分独立进行时间校正与信号重构,显著增强神经成分的跨试次时间一致性,提升了运动意图解码精度。相关成果以“Aligning Temporal EEG Components: A Framework for Enhanced Motor Decoding”为题,在中国工程院旗舰主刊Engineering上发表。

  脑机接口通过解析脑神经活动实现人脑与外部设备的信息交互,在运动功能辅助与神经康复等领域具备重要应用前景,基于脑电信号(EGG)的运动意图解码是非侵入式脑机接口的核心技术。但脑电信号中不同神经活动成分存在时间错位,容易造成神经响应特征模糊,长期限制运动意图解码性能。

图  多成分神经活动时间对齐与重构框架

  研究团队借助残差迭代分解(Residue Iteration Decomposition, RIDE)方法,对运动相关脑电信号进行成分分解和时间校正,并在此基础上设计了完整时间序列重构和事件引导重构两种信息融合策略,形成用于深度学习模型运动意图解码的输入信号。与侧重神经响应成分分析的传统应用不同,该研究进一步关注时间校正后的多成分信息如何有效服务于运动意图解码,构建了从脑电成分分析到运动解码的完整处理流程。

  实验证实,成分时间对齐能够有效增强运动相关神经响应特征。经过成分时间校正后,脑电信号的正、负事件相关电位峰值幅度分别提升约6倍和3倍,跨试次相位一致性提高约107%。该研究阐明了运动不同阶段神经信息的互补作用,验证了成分时间对齐和重构策略在运动脑电解码中的有效性,也为后续拓展该框架在其他脑机接口任务上的应用奠定基础。

  南方科技大学生物医学工程系副研究员陈义峰,硕士研究生张梦姣,北京工业大学副教授董明杰,英国曼彻斯特大学 Zhenhong Li 为论文共同第一作者;张明明为论文通讯作者。南方科技大学为论文第一单位。南方科技大学戴建生院士、香港浸会大学讲席教授周昌松等为本研究给予了关键指导和支持。研究得到国家自然科学基金资助。

  论文链接:https://doi.org/10.1016/j.eng.2026.10.015