随着各国政府对脑科学领域研究的不断关注，有着广泛应用前景和理论研究价值的脑机接口（Brain Computer Interface, BCI）也成为跨学科的研究热点。脑机接口系统通过对脑电信号的分析和处理，提供用户与外界设备通信和控制的信道，是一种新的人机交互方式。根据所采集的脑电信号不同，BCI 系统主要有基于视觉诱发电位（Visual Evoked Potential，VEP）、基于皮层慢电位（Slow Cortical Potential，SCP）、基于事件相关电位 P300以及基于事件相关同步（Event Related Synchronization，ERS）和事件相关去同步（Event Related Desynchronization，ERD）等类型。

研究室在脑机接口方面已有多年研究积累，研究了运动想象脑机接口的多种算法。如基于自回归模型系数及局部二值模式算子的BCI系统、基于调制S变换的运动想象算法、基于分形和局部二值模式的ECoG运动想象分类算法等。目前实验室正在研究基于时频多尺度div-CSP和SVM的运动想象多分类算法，在四分类运动想象数据集上达到了80%-90%的准确率。利用自主研发的基于准确率的时频多尺度段选择算法，使算法的复杂度大幅降低，准确率大幅增高。同时，实验室开发了集数据采集、分析、训练、预测、汇总于一体的运动想象上位机系统，可进行多分类运动想象测试。

BCI 脑电采集

运动想象BCI软件

根据时频响应图进行特征排序后，不同数量的特征对结果的影响

（左）不同数量的特征对每个人的影响，（右）不同数量的特征对平均正确率的影响。