群脑协作的协同式脑-机接口研究进展

发布时间：2025-06-18 22:14

　　 传统的非侵入型脑-机接口(brain-computer interface,BCI)系统通常采用单人-单机架构,其信息传输速率较低且鲁棒性差,难以满足高精度、多指令、短时限等复杂作业的性能需求。随着传感和信息技术的迅速发展,面向多人-多机的协同式脑-机接口系统(collaborative BCI,cBCI)应运而生。cBCI可充分发挥群体智慧优势,深入挖掘群体神经响应信息,从而更高效地完成人-机交互作业。本文综述了cBCI的基本系统架构,并结合现有研究分析其在决策与控制两个应用场景下的作业特点,讨论了面向不同作业需求和系统架构的群体神经信息融合算法的优势与不足,展望了cBCI的系统优化方向与应用研究的发展趋势。

【文章页数】：7 页

【部分图文】：

图1 cBCI系统架构[12]

如图1(a）所示，集中式cBCI指的是多用户同时进行实验，独立采集各自的脑电信息，通过数据服务器对全部用户的EEG数据依序进行整合、预处理、特征提取和模式识别，最终做出群体决策。集中式架构同步获取群脑信息，对特征进行深度挖掘与融合，例如建立用户迁移学习模型或高维脑电的深度学习模型....

图2 BCI系统在神经-肌肉传输中的应用[12]

利用BCI增强人类认知或行为能力的思想最早于20世纪70年代提出，现已发展为两个方向的研究：一是通过反馈训练技术增强军事人员作战表现；二是通过直接解码大脑指令加快任务响应。cBCI作为一种传统单人BCI的应用拓展，可以实现群体高效地外设控制。Wang等[12]利用cBCI技术改变....

本文编号：4050415