团队喜获2项广东省普通高校科研项目资助

10月7日,广东省教育厅关于公布2023年度普通高校重点科研平台和项日立项名单的结果。脑机交互与混合智能团队共获批2项广东省普通高校科研项目资助,其中潘家辉教授获批广东省普通高校重点领域专项(生物医药与健康)(2023ZDZX2021) ,王斐副研究员获批广东省普通高校特色创新类项目。

潘家辉,广东省普通高校重点领域专项(生物医药与健康)(2023ZDZX2021).  多模态情感脑机接口技术及其在意识障碍评估的临床应用. 2023.10-2026.09. 主持

        本项目基于情感脑机接口技术,开展多模态意识障碍评估新方法及其临床应用的研究,研究内容包括:(1)结合脑电时空人工特征和情绪识别微调模型,提出基于对比学习的跨被试情绪识别算法研究,实现健康人-意识障碍患者迁移技术方案;(2)联合情感脑电识别和动态表情检测,提出多模态分解双线性池化的融合策略,建立基于情绪识别的多模态意识障碍评估新方法;(3)结合情感脑电信号和眼动信号,提出基于决策层融合的辅助交流算法,建立基于命令遵循的多模态意识障碍评估新方法。(4)研发两套面向意识障碍患者的多模态情感脑机接口系统,实现意识障碍辅助诊断和康复预测的示范性临床应用。项目研究成果将对基于脑机接口的意识障碍患者临床评估具有重要意义。

 

王斐,广东省普通高校特色创新类项目(2023KTSCX030).  基于跨被试多特征融合的脑机接口疲劳监测系统研究与应用. 2023.10-2025.09. 主持  

        当今社会,在人们的日常工作和生活中,疲劳俨然已是屡见不鲜。临床医学上也将疲劳视为慢性疾病的病症,是现代亚健康人群的重要症状,极大地影响了人们的正常工作和生活。基于脑信号的疲劳检测是目前国际上的研究热点和难点。但是由于脑信号的非平稳性和被试间的差异性,目前大部分的疲劳检测算法性能有待提高。本项目致力于研究基于跨被试多特征融合的脑机接口疲劳监测系统与应用,具体包括:(1)基于跨被试多特征融合的脑信号疲劳检测方法的研究与实现;(2)基于跨被试脑机接口的疲劳监测系统设计与实现;(3)面向患者的脑信号疲劳检测系统研究。本项目的研究成果可以用于驾驶等多种场景下精准客观的实时在线疲劳监测,具有重大的学术价值和重要的社会意义,同时具有广阔的应用前景。


登录用户可以查看和发表评论, 请前往  登录 或  注册
SCHOLAT.com 学者网
免责声明 | 关于我们 | 用户反馈
联系我们: