沈阳自动化所联合中国矿业大学 脑电信号识别研究取得进展

　　上证报中国证券网讯（记者 韩远飞）12月6日，中国科学院沈阳自动化研究所发布消息，近日该研究所神经计算团队与中国矿业大学开展联合研究，将粒子群算法引入到对称正定黎曼空间，对脑电图（Electroencephalogram, EEG）的协方差矩阵表征数据进行维度筛选，有效提高了EEG信号识别效率，且选择出的重要维度符合神经生理学发现。相关研究成果发表于《知识库系统》（Knowledge-Based Systems, KBS）。

　　研究团队将捕捉大脑意图EEG信号表征为协方差矩阵，从平直的欧氏空间转换到弯曲的对称正定黎曼空间，利用粒子群算法在黎曼空间中对协方差矩阵进行降维，将协方差矩阵的行和与其对应的列看作为一个特征组，去除对EEG识别效果影响小或具有干扰的特征组。该方法在提高识别效率的同时提高了识别正确率。与目前大部分黎曼空间数据基于映射的降维方法不同，该方法具有可解释性，选择出的重要维度能够回溯到EEG信号的通道，在运动想象EEG信号上选择出来的重要维度大致分布在感觉运动皮层，符合神经生理学的发现。该方法为推进脑机接口的实际应用提出了一种方案。

　　该研究得到国家自然科学基金、科技部重点研发计划等项目支持。