课题组简介

      NeuBCI是神经计算与脑机交互(Neural computation and Brain-computer interaction)课题组的简称。
      本课题组属于神经科学、模式识别、生物医学工程等多学科交叉，研究团队定位于前沿基础研究，将结合认知神经科学的实验研究方法和现代人工智能技术，揭示大脑信息加工和运动控制过程中的信息编码机制，研究神经信号解码技术，研制新型高速脑机接口平台，实现真正的"所思即所得"。
主要研究方向包括：
      1、脑-机接口
      研发脑-机接口中多模神经信号获取新理论与新方法、并对脑-机接口中的神经信息进行解析，包括脑电的实时伪影抑制，节律波的提取与分析，基于fMRI的脑功能区定位及脑电活动时空模式分析，眼动与脑电数据的同步采集与联合分析，以及以上算法的在线实现，在此基础上实现基于虚拟现实的BCI实验平台和多模态脑-机接口原型系统及相应的软件平台。
      2、神经影像计算--基于视觉信息编解码的深度学习类脑机制研究
      为了探讨深度学习的理论基础，我们将利用深度神经网络来进行视觉信息编码和解码，希望由此找到深度学习的类脑生物基础，并揭示大脑视觉计算的机制。重点突破多模态信息融合和针对复杂自然场景刺激的脑信息解码难题。
       研究细分为两个方面。 (1)视觉信息编解码研究:研究大脑对视觉刺激的加工机制，对图像信息、语义信息的神经加工过程进行解析，对观看到的图像进行重建。 (2)非侵入式脑机接口研究:研究快速神经解码算法，开发运动意图解码的在线脑-机接口系统。
      3、基于多模态影像的医学影像大数据处理方法及应用
      利用模式识别与图像处理技术，将其应用在医学影像上，并结合临床信息加以分析，结合多模态影像数据，研发基于深度学习、类脑智能的医学影像大数据处理方法。希望能够找到与特定疾病相关的影像特征，辅助医生进行早期诊断，临床治疗和预后评估。具体研究内容包括医学图像的分割、配准、可视化、形状分析和fMRI功能分析，大脑网络分析等。目前感兴趣的疾病包括弱视、青光眼等。