报告时间：2024年10月29日（周二）下午 3：30-4:30

报告地点：计算机与大数据学院2-219

报告题目：一种用于增强心理想象MEG信号解码性能的创新综合处理框架

报告简介：

脑磁图（MEG）因其高时空分辨率，在心理想象脑机接口（Mel-BCI）领域有广泛的应用前景。然而，现有解码策略未能充分挖掘Mel-MEG数据的高维特性，缺乏针对这些数据设计的高效算法。为此，本研究提出了一种全新的综合处理框架，旨在全面提高Mel-MEG的解码性能。首先，采用相关系数和方差熵积（CC-VEP）的创新结合进行MEG的通道选择，以有效识别与任务相关的通道并减少噪声和冗余信息。接下来，利用散度框架中实现的具有类内正则化项的divCSP算法来提取判别特征。随后，将分别使用K最近邻（KNN）、随机森林（RF）、支持向量机（SVM）和极限学习机（ELM）进行基分类器的训练，以获得它们的概率输出。最后，我们应用了一种改进后的基于多标准决策的多分类器融合（MCDM-MCF）策略对多个基分类器进行决策融合以得到最终的类标签。结果表明，在公开MEG数据集上，所提综合处理框架相比传统方法平均分类精度提高了12.7%。此外，该框架还有效平衡了特异性与敏感性，增强了模型的全面性和鲁棒性，为Mel-MEG信号的高效解码开辟了新的途径。

报告人介绍：

伏云发，教授，博导，博士，博士毕业于中国科学院研究生院、中国科学院沈阳自动化研究所机器人学国家重点实验室。昆明理工大学脑认知与脑机智能融合创新团队负责人、昆明理工大学脑信息处理与脑-机交互控制学科方向团队负责人。中国康复医学会脑机接口与康复专业委员会第一届委员会常务委员，脑机接口产业联盟专家委员会资深专家，脑机接口产业联盟科普与科技伦理工作组副主席，中国人工智能学会脑机融合与生物机器智能专业委员会第三届委员，中国生物医学工程学会人工智能分会智能康复及人机工程学组委员，中国认知科学学会社会认知分会理事，云南省神经科学学会常务理事。自2015年以来，主持过6项国家自然科学基金项目（已结题4项，在研2项），发表SCI/EI期刊论文50余篇，授权国家发明/实用新型专利20余项，出版译著5部，指导博士/硕士研究生50余人。