打开APP

《央视新闻》等多家媒体报道北航医工交叉脑机接口创新团队研究成果:意念控制转运床

  1. 脑科学

来源:北航 2018-01-02 11:01

    小编推荐:您不可错过的2018脑科学与类脑智能前沿研讨会日前,在浙江余姚召开的第四届中国机器人峰会暨智能经济人才峰会上,由北航李阳副教授带领的脑机接口创新团队与宁波市智能制造产业研究院罗静静博士团队协同开发的“意念控制转运床”作为第四届中国机器人峰会奇点机器人体验馆的三大亮点之一,获得了央视新闻、新华网、新浪网、浙江卫视等多家媒体的报道,并引起公众、工业、学术等各界人士
日前,在浙江余姚召开的第四届中国机器人峰会暨智能经济人才峰会上,由北航李阳副教授带领的脑机接口创新团队与宁波市智能制造产业研究院罗静静博士团队协同开发的“意念控制转运床”作为第四届中国机器人峰会奇点机器人体验馆的三大亮点之一,获得了央视新闻、新华网、新浪网、浙江卫视等多家媒体的报道,并引起公众、工业、学术等各界人士的广泛关注。
 

【解说】科技含量很高,多通道采集装置实现脑电信号的精准采集  

【解说】2017年5月17日 研究人员在浙江余姚奇点机器人体验馆展示了新型意念控制床,体现了人工智能在医疗康复等领域的应用前景。

【解说】第四届中国机器人峰会在浙江余姚举行,现场有大批智能化程度非常高的机器人,可以完成很多目前人力和普通机器人都无法完成的任务。
 
由北航自动化科学与电气工程学院李阳副教授带领的脑机接口创新团队与宁波市智能制造产业研究院校企合作共同研发的“意念控制转运床”,是一种由人体大脑意识控制转运床动作的智能意念监测控制系统。由宁研院提供系统方案,北航提供核心技术。其中,头皮脑电信号采集与处理、意念监测系统的设计实现由北航团队成员雷梦颖、徐颂与黄杰完成。该意念监测控制系统通过实时读取脑电信号,提取个体化脑电信号特征,对大脑运动想象行为进行解析,进而驱动机械装置运动;同时将脑电数据上传至云端,通过多种智能终端查看实时和历史信息。

【图解】 北京航空航天大学自动化科学与电气工程学院李阳副教授及其脑机接口创新团队部分成员
 
【图解】北航与宁研院“意念控制转运床”合作开发团队

【解说】 意念监测控制系统可以解析人脑意识,判别运动想象信号类型,进而控制转运床的运作。同时转运床的运作方向实时反馈回web终端,以可视化方式展现实时判别结果。

北航“意念控制技术”还被广泛应用于临床研究,依托北航医工交叉创新研究院、大数据精准医疗高精尖创新中心,与多家医院在认知功能减退、脑损伤功能障碍康复治疗等方面开展了深度合作。提出了基于神经脑疾病致病机理研究、神经肌肉骨骼康复模型、意念主动控制康复设备的面向临床与健康产业的全方位研究体系。注重临床应用与产业化结合,具有重要的临床意义和实用价值。另外,李阳副教授带领的研究团队基于电生理信号、结构与功能磁共振成像等,在阿尔兹海默症致病机理、癫痫疾病病灶定位、海马体突触可塑性机理等领域进行了深入研究,相关成果得到了国际同行的广泛认可。 
  
【解说】 团队主要研究方向

李阳副教授现任北京航空航天大学自动化科学与电气工程学院“卓越百人”副教授、博士生导师。主要从事脑信号处理与脑疾病辅助诊断方面的研究,提出了针对脑信号的时变多小波NARMAX、多变量稀疏脑有向连接网络、稀疏多小波-拉盖尔神经元动态模型,为提高临床脑疾病诊断准确率、揭示神经元活动规律、阐明大脑活动与突触可塑性机理提供了新途径。近年来发表第一或通讯SCI国际期刊论文近30篇,包括IEEE系列会刊等。研究获得了国家自然科学面上基金/青年基金、北京市自然科学面上基金等资助。2016年入选北京航空航天大学青年拔尖人才。荣获2016年中国体视学“青年科技奖”。现任中国体视学学会理事。任国际期刊《BIOINFO Mechanical Engineering》主编、《International Journal of Biomedical Engineering and Science》等国际期刊编委、《IEEE Reviews in Biomedical Engineering》等国际期刊客座编委。为2016年未来脑机接口与神经反馈论坛特邀报告人。

郭玉柱副教授于2016年评为北京航空航天大学自动化科学与电气工程学院“卓越百人”副教授,长期从事跨学科非线性方法与非线性机理研究,提出了多种非线性系统辨识方法和频域谱分析方法。近年年发表SCI论文20余篇,主要研究领域为非线性复杂系统与非线性动态,神经肌肉骨骼系统多尺度建模,工程生物仿生设计等。

2018-04-20至2018-04-21生物谷将在上海举办2018脑科学与类脑智能前沿研讨会。



会议议题:

脑认知基础
- 全脑神经网络结构图谱的绘制
- 认知的神经回路机制研究
- 非人类灵长类动物大脑研究
- 神经元的可塑性
- 脑科学研究先进技术:类脑器官、 类脑芯片、光遗传技术、单细胞记录技术、神经成像技术

类脑人工智能
- 语音识别与图像识别
- 深度学习与自主学习
- 神经元人脑仿真模拟器
- 基于人工神经网络的类脑机器学习算法
- 脑机结合

脑疾病的诊断与干预
- 精神疾病, 如抑郁与成瘾
- 神经退行性疾病,如阿尔兹海默症
- 神经发育疾病,如自闭症
- 应用于疾病监测的大脑可穿戴设备
- 脑成像技术
- 脑疾病药物开发

代表性成果:
[1].Yang Li, Weigang Cui, Yuzhu Guo, Ting-Wen Huang, Xiao-Feng Yang, and Hua-Liang Wei. Time-varying system identification using an ultra-orthogonal forward regression and multi-wavelet basis functions with applications to EEG.”IEEE Transactions on Neural Networks and Learning Systems, Accepted, 2017.
[2].Yang Li, Xu-Dong Wang, Mei-Lin Luo, Ke Li, Xiao-Feng Yang, Qi Guo.Epileptic Seizure Classification of EEGs Using Time-Frequency Analysis Based Multiscale Radial Basis Functions,IEEE Journal of Biomedical and Health Informatics, DOI: 10.1109/JBHI.2017.2654479, 2017.
[3].Michael Bruyns-Haylett*, Jingjing Luo*et al.. The neurogenesis of P1 and N1: a concurrent EEG/LFP study.NeuroImage, Vol. 146, 575–588, 2017.

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->