模式识别与人工智能
   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能
22 学术不端论文认定及处理办法
22 版权转让协议
22 保密证明
22 录用稿件电子版要求
22 修改说明格式
更多....
22 中国自动化学会
22 国家智能计算机研发中心
22 中科院合肥智能机械所
更多....
 
 
2026年 39卷 6期 刊出日期 2026-06-25
脑机接口技术及其应用
 
脑机接口技术及其应用
473 异步稳态视觉诱发电位脑机接口技术研究及其应用
刘旭阳, 李辉, 徐光华
稳态视觉诱发电位脑机接口(Steady-State Visual Evoked Potential-Based Brain-Computer Interfaces, SSVEP-BCI)凭借信噪比较高、训练成本较低、信息传输速率较快等优势,已成为非侵入式脑机接口的主流研究范式.相比传统同步控制模式,异步SSVEP-BCI摆脱固定时序约束,能适配自由、连续的自然人机交互场景,在实用化落地层面优势突出.文中从脑状态检测、脑电解码、异步脑控应用三个方面系统梳理异步SSVEP-BCI技术研究现状与发展方向.在脑状态检测与脑电解码两大核心技术层面,分析现有技术方案及其存在的局限性,重点剖析以脑电非线性动力学为理论基础的新型解码技术,介绍微弱脑电特征挖掘与强噪声干扰抑制的新思路.在异步脑控应用层面,列举异步SSVEP-BCI的多元化应用场景,并重点介绍脑控混合智能机器人系统.最后,总结当前异步SSVEP-BCI技术存在的瓶颈,指出通过非线性动力学建模解码、推进多智能技术融合是构建高性能、强鲁棒性异步脑机接口系统的发展方向.
2026 Vol. 39 (6): 473-488 [摘要] ( 8 ) [HTML 1KB] [PDF 3701KB] ( 8 )
489 知识驱动的多尺度时空言语脑机接口解码网络
贾志宏, 伍冬睿, 曾源
针对通用解码模型缺乏言语专用建模机制的问题,提出知识驱动的多尺度时空言语脑机接口解码网络(Knowledge-Driven Multi-scale Spatial-Temporal Decoding Network for Speech Brain-Computer Interfaces, KMST-Former),依据言语相关神经活动的低频调制特性,构建调制频率驱动的多尺度时域卷积模块,捕获不同时间尺度下的神经动态模式.同时,在各分支引入尺度特异性通道注意力机制,自适应建模空间协同关系.最后,设计两阶段多尺度特征融合模块,整合跨尺度与跨通道信息,并利用Transformer编码器捕获长程时序依赖.实验表明,KMST-Former总体性能较优,表明结合言语先验知识的多尺度时空建模能有效增强神经特征判别能力.
2026 Vol. 39 (6): 489-503 [摘要] ( 5 ) [HTML 1KB] [PDF 1337KB] ( 8 )
504 压缩引导双曲插值融合的视觉神经解码方法
张剀凡, 刘军, 季毓淇, 何立火

基于脑电信号的视觉神经解码旨在从脑活动中检索受试者感知的图像.针对脑电信号信噪比低、视觉教师特征冗余及单一教师难以兼顾语义结构与感知细节等问题,文中提出压缩引导双曲插值融合的视觉神经解码方法(Compression-Guided Hyperbolic Interpolation Fusion Method for Visual Neural Decoding, CHIF).首先,在结构增强分支和外观保持分支上分别引入教师侧压缩适配器,对视觉表征进行压缩适配,降低高维视觉特征与EEG表征的模态差异.然后,设计双曲插值融合模块,将教师特征映射至双曲空间,通过测地线插值构造统一教师目标,并结合双曲距离和双向对比学习实现跨模态对齐.在10名被试EEG-图像检索数据集上的实验表明,CHIF取得有效的检索结果.
2026 Vol. 39 (6): 504-518 [摘要] ( 6 ) [HTML 1KB] [PDF 5625KB] ( 8 )
519 基于深度学习的多模态脑机接口信号融合方法综述
李金海, 刘锶怡, 施水玲, 刘文奇
多模态脑机接口的信号融合弱化单一模态在时空分辨率和信噪比上的固有缺陷,提升解码的准确性与鲁棒性,成为提升脑机接口性能的有效方法之一.文中旨在综合现有基于深度学习多模态脑机接口的研究成果,首先,根据模态数据的不同融合策略,系统性地将文献分为数据级融合方法、特征级融合方法、决策级融合方法和混合策略融合方法.然后,结合深度学习模型的特点,细分、解析各融合策略,归纳多模态脑机接口在运动想象与运动康复、认知负荷评估与分类、警觉度监测、情感识别和神经系统疾病的辅助诊断和功能评估等领域的应用场景.最后,总结现阶段信号融合方法及多模态深度学习面临的困难,并对未来研究方向进行探讨和展望.
2026 Vol. 39 (6): 519-536 [摘要] ( 5 ) [HTML 1KB] [PDF 985KB] ( 7 )
537 强化学习优化脑机接口系统理论及其应用综述
何金洋, 梅杰, 黄文锲, 陈卫泽, 肖晓琳, 王坤, 许敏鹏
面向脑机接口实用化需求,推动系统由传统静态设计向人机动态适应设计转变,是克服神经信号非平稳性问题的关键方法之一,有助于提升系统的自适应能力与整体性能.文中从脑机接口与强化学习的基础理论出发,综述强化学习在脑机接口系统中的优化理论及其应用,重点涵盖非侵入式系统的数据采集、编解码与外设控制环节、侵入式系统解码与外设控制环节中的相关机制.在此基础上,深入剖析强化学习算法通过与环境动态交互实现系统参数、策略及控制过程在线优化的作用机制,阐明其在提升系统对用户状态波动、环境噪声干扰及动态复杂任务适应能力方面的核心价值.最后,分析当前面临的关键技术挑战并简述发展方向,为构建具备长期稳定性与自主适应能力的新一代脑机接口系统提供参考.
2026 Vol. 39 (6): 537-553 [摘要] ( 5 ) [HTML 1KB] [PDF 1375KB] ( 4 )
554 面向跨被试脑电情绪识别的脑区先验自监督预训练网络
龚文乐, 刘子龙
为了提高跨被试脑电(Electroencephalogram, EEG)情绪识别在标注有限条件下的泛化性能,提出脑区先验自监督预训练网络(Brain-Region-Prior Self-Supervised Pretraining Network, BSP-Net).BSP-Net以脑区拓扑为归纳偏置,先通过轻量化脑区感知通道注意力对电极进行脑区分组建模,再在无标签EEG样本上联合脑区掩码重建和脑区原型对比两个分支,使编码器同时学习脑区间局部依赖和跨被试一致的脑区级表征.预训练后,编码器接入轻量胶囊识别头,完成下游情绪分类.在DEAP、DREAMER数据集上的试次级无泄漏留一被试交叉验证下的实验表明,BSP-Net可提升标注有限条件下跨被试EEG情绪识别性能.
2026 Vol. 39 (6): 554-568 [摘要] ( 6 ) [HTML 1KB] [PDF 1051KB] ( 5 )
模式识别与人工智能
 

主管：中国科学技术协会
主办：中国自动化学会
　　　国家智能计算机研究开发中心
　　　中国科学院合肥智能机械研究所
出版：科学出版社
 
版权所有 © 《模式识别与人工智能》编辑部
地址：安微省合肥市蜀山湖路350号　电话：0551-65591176　传真：0551-65591176　Email：bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn