成果介绍
本发明涉及神经信号解码领域,具体涉及一种基于强化学习的闭环自适应脑机接口解码方法及装置。该方法及装置包括:对采集的测试动物体神经信号进行预处理;将预处理后的神经信号输入至解码器内映射为具体动作指令,测试动物体对执行的具体动作指令进行视觉反馈产生新的神经信号,新的神经信号输入至解码器,解码器产生新的动作指令,构成一个闭环,将强化学习理论和脑机接口解码范式进行了融合,通过大脑和解码器互相学习,互相适应而不需要标签信号,这也正符合生物学习的规律。
成果亮点
权利要求
1.一种基于强化学习的闭环自适应脑机接口解码方法,其特征在于,包括以下步骤:
S101:对采集的测试动物体神经信号进行预处理;
S102:将预处理后的神经信号输入至解码器内映射为具体动作指令,测试动物体对执行的具体动作指令进行视觉反馈产生新的神经信号;
S103:新的神经信号输入至解码器,解码器产生新的动作指令,构成一个闭环,将强化学习理论和脑机接口解码范式进行了融合。
2.根据权利要求1所述的基于强化学习的闭环自适应脑机接口解码方法,其特征在于,所述方法还包括:
S100:对测试动物体的神经信号进行采集。
3.根据权利要求1所述的基于强化学习的闭环自适应脑机接口解码方法,其特征在于,在步骤S101中,预处理包括放大、滤波、去噪。
4.根据权利要求1所述的基于强化学习的闭环自适应脑机接口解码方法,其特征在于,具体动作指令包括光标移动到指定位置,解码器产生新的动作指令后通过设置约束将辅助测试动物体将光标移动到固定位置。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案