研究方向

基于EEG信号的脑机接口四状态识别与运动学习相关性研究 在科学技术的迅猛发展中，脑机接口（BCI）已经被证明是连接人脑与外部设备的强有力的桥梁，具有潜力用于帮助肢体残疾人士恢复运动能力或通过思考来控制外部设备等。在我们的课题中，我们将关注的是一个基于EEG（电脑脑图）信号的特殊应用：识别用户的四种不同状态，分别是：左手动，右手动，想象左手动，想象右手动，以及这些状态与运动学习的关联。
EEG是一种非侵入式的脑电活动记录技术，能够详细记录大脑皮层的电活动。当我们的大脑发出指令控制身体运动时，比如挥动手臂，或者仅仅是想象这一动作，都会产生特定的EEG信号。通过研究这些信号，我们可以了解大脑如何控制我们的身体运动，以及如何通过训练和学习来改善这一过程。
这个课题将分为三个阶段进行：
首先，我们需要收集在四种不同状态下的EEG信号。这需要进行精心的实验设计，合理布置脑电图电极，并保证收集数据的准确性。
其次，我们会对收集到的EEG信号进行预处理，这包括噪声消除、滤波、去除伪迹等，这是为了提高后续特征提取和分类的准确性。
最后，我们将利用机器学习和深度学习方法从预处理后的EEG信号中提取特征，并构建分类模型，识别出四种状态，并研究这些状态与运动学习的关联。
在这个课题中，你将有机会深入了解脑机接口、EEG信号处理、机器学习等知识，同时通过实践提高你的编程技能、数据处理能力、实验设计和执行能力。最重要的是，这个课题将让你更好地理解大脑如何控制身体运动，并可能为优化运动学习过程提供新的视角和思路。

 

相关学科

计算机科学技术，生物医学工程

 

科研导师

Y. M

• 帝国理工大学硕博，本科毕业于利兹大学；
• 研究图神经网络以及图信号处理在多领域的应用，如交通领域与医疗健康领域；
• 研究生物信号处理，例如心电图（ECG）与光电容积图（PPG）和其信息提取，诊断；
• 已发表机器学习在帕金森诊断领域的综述文章，有图神经网络相关文章待发。

科研成果

成果一：在英文期刊中发表学术论文

有方学者项目能够为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。

成果二：第一作者身份

有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。

成果三：独一无二的课题

有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，每个学生的研究内容具有差异性。

成果四：顶尖院校导师的推荐信

有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，影响着推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。

成果五：高效备战具有高影响力、高含金量的科研竞赛

学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。

 

 

了解更多详情

请扫描二维码

关注「有方背景提升」