上證報中國證券網(wǎng)訊（記者 韓遠(yuǎn)飛）12月6日，中國科學(xué)院沈陽自動化研究所發(fā)布消息，近日該研究所神經(jīng)計算團(tuán)隊(duì)與中國礦業(yè)大學(xué)開展聯(lián)合研究，將粒子群算法引入到對稱正定黎曼空間，對腦電圖（Electroencephalogram, EEG）的協(xié)方差矩陣表征數(shù)據(jù)進(jìn)行維度篩選，有效提高了EEG信號識別效率，且選擇出的重要維度符合神經(jīng)生理學(xué)發(fā)現(xiàn)。相關(guān)研究成果發(fā)表于《知識庫系統(tǒng)》（Knowledge-Based Systems, KBS）。

研究團(tuán)隊(duì)將捕捉大腦意圖EEG信號表征為協(xié)方差矩陣，從平直的歐氏空間轉(zhuǎn)換到彎曲的對稱正定黎曼空間，利用粒子群算法在黎曼空間中對協(xié)方差矩陣進(jìn)行降維，將協(xié)方差矩陣的行和與其對應(yīng)的列看作為一個特征組，去除對EEG識別效果影響小或具有干擾的特征組。該方法在提高識別效率的同時提高了識別正確率。與目前大部分黎曼空間數(shù)據(jù)基于映射的降維方法不同，該方法具有可解釋性，選擇出的重要維度能夠回溯到EEG信號的通道，在運(yùn)動想象EEG信號上選擇出來的重要維度大致分布在感覺運(yùn)動皮層，符合神經(jīng)生理學(xué)的發(fā)現(xiàn)。該方法為推進(jìn)腦機(jī)接口的實(shí)際應(yīng)用提出了一種方案。

該研究得到國家自然科學(xué)基金、科技部重點(diǎn)研發(fā)計劃等項(xiàng)目支持。