首页 > 教育 > 师资队伍 > 生物医学工程学院 > 教研系列 > 神经工程 > 正文

高小榕

从事脑机接口研究20年,提出并实现了基于稳态诱发电位的脑机接口技术

E-mail: gxr-dea@tsinghua.edu.cn

Tel: +86-10- 62781539

  • 科研领域及主要成果

  • 代表性论著

从事脑机接口和认知功能增加的研究,核心技术基于稳态视觉诱发电位的脑机接口及基于脑电神经反馈认知增强技术

高小榕教授的重点研究领域和主要研究成果包括:

·高速率脑-机接口系统的开发

在高速率脑-机接口领域长期保持世界领先水平,开发了一系列具有世界最高通讯速率的视觉脑-机接口系统。2015年发表在《美国国家科学院院报》上的研究成果“脑-机接口高速文字拼写”获得了267比特/分钟的世界最高通讯速率。

·高性能脑电信号采集设备的研制

依靠实验室自身的研制力量,成功研制了64通道高性能脑电信号采集设备,并在2010年首届中国脑-机接口比赛中获得成功应用。目前国内还有多个实验室采用该设备开展脑电和脑-机接口的研究。

·脑电信号分析和处理的算法

开发的基于脑电时-空-频域特征联合分析的方法,多次在全球脑-机接口数据竞赛中获胜,显示了其卓越的性能。在多届全球“脑-机接口数据竞赛”中共获得五个单项第一名,结果与其他研究机构相比优势明显。研究了脑电中与警觉、睡意相关的活动变化,提出了脑电在警觉性监测中的应用,基于运动意识的脑电模式分类,以及与情绪相关的脑电活动分类等。

1.Xiaogang Chen、 Yijun Wang、 Masaki Nakanishi、 *Xiaorong Gao、 Tzyy-Ping Jung、Shangkai Gao, High-speed spelling with a noninvasive brain-computer interface,Proceedings of the National Academy of Sciences of the United States of America,122(44), 2015/10/1, SCI, 期刊论文(中科院分类一区, IF=9.661)

2.A study on reducing training time of BCI system based on an SSVEP dynamic model,Han, Xu; Zhang, Shangen; Gao, Xiaorong,7th International Winter Conference on Brain-Computer Interface, BCI 2019,年2019

3.An online brain-computer interface in mobile virtual reality environments,Yao, Zhaolin; Wang, Yijun; Yang, Chen; Pei, Weihua; Gao, Xiaorong; Chen, Hongda,INTEGRATED COMPUTER-AIDED ENGINEERING(影响因子4.904),年2019,卷26,期4,页345-360,WOS入藏号WOS:000486683200003

4.A novel system of SSVEP-based human-robot coordination,Han, Xu; Lin, Ke; Gao, Shangkai; Gao, Xiaorong,JOURNAL OF NEURAL ENGINEERING(影响因子4.551),年2019,卷16,期1,,WOS入藏号WOS:000450311900006

5.Combination of high-frequency SSVEP-based BCI and computer vision for controlling a robotic arm,Chen, Xiaogang; Zhao, Bing; Wang, Yijun; Gao, Xiaorong,JOURNAL OF NEURAL ENGINEERING(影响因子4.551),年2019,卷16,期2,,WOS入藏号WOS:000457188300004

6.The effect of visual stimuli noise and fatigue on steady-state visual evoked potentials,Zhang, Shangen; Gao, Xiaorong,JOURNAL OF NEURAL ENGINEERING(影响因子4.551),年2019,卷16,期5,,WOS入藏号WOS:000485727600001

7.徐超立, 林科, 杨晨, 吴超华, 高小榕. 基于小腿表面肌电的智能机器人协同控制方法[J].中国生物医学工程学报, 2016, 35(4), 385-393. 中文文章