EMBC (The IEEE Engineering in Medicine and Biology Society)是全球生物医学工程领域所属最知名、规模最大的高水平国际会议，每年举办一次。EMBC会议（IEEE国际生物医学工程年会）内容涵盖生物医学信号处理、神经与康复工程、生物医学传感器和可穿戴系统、生物医学成像、微/纳米生物工程细胞/组织工程与生物材料以及生物信息学等多个领域。第44届EMBC会议将于2022年7月11日-15日在英国举行，会议的主题为“Biomedical Engineering transforming the provision of healthcare: promoting wellness through personalized & predictable provision at the point of care”。
智能感知与无人系统实验室撰写的学术论文“Comparison of MI-EEG Decoding in Source to Sensor Domain”被2022年EMBC会议接收，张立华教授团队的康晓洋老师为通讯作者，工研院2019级硕士生方涛、宋左婷分别为第一和第二作者。该论文受到了上海市人工智能重大专项、季华实验室基础专项等的支持。
论文作者：方涛、宋左婷、穆伟、乐松、张圆、张学泽、展格格、王君孔帅、张立华、宾剑雄、汪鹏超、康晓洋*
基于感觉运动节律（SMR）的脑机接口（BCI）系统是一种更加自然的人机交互系统。在这篇文章中，提出了一种新的多任务运动想象EEG（MI-EEG）分类框架。不同于传统的EEG解码算法，我们在源域执行解码任务而不是在传感器域。在提出的算法中，我们首先使用公开的ICBM152头部模型和边界元方法（BEM）建立信号的传导模型。然后使用低分辨率层析成像（sLORETA）技术将传感器域EEG映射到选定的皮质层区域，解决体积传导效应问题。最后结合FBCSP和简单的LDA对源域特征进行提取和分类。结果表明，在源域执行分类解码算法能够很好的解决MI-EEG的分类任务。此外，我们还发现，源成像方法能够显著的提升可利用的EEG通道数量，通道数可扩展为原来的至少一倍。该研究的初步结果鼓励在源域执行EEG解码算法。
提出的源MI-EEG提取框架，使用sLORETA方法解决逆向问题
HGD和IIa数据集准确率(%)分布矩阵
HGD数据集和IIa数据集在source域和sensor域下所有被试的准确率分布(%)
由于电生理源成像对空间分辨率提升有限，为了确定合适的源数量，测试了不同数量源情况下的准确率。结果表明，ESI算法能够显著的提升EEG通道数。相比sensor域，解码精度也表明在source域执行解码算法会更加有效。这篇论文的初步结果表明，结合ESI算法和其他解码算法是具有前景的。
第二篇论文“N170 component analysis of single-trial EEG based on electrophysiological source imaging”，工研院2020级硕士生汪鹏超、穆伟分别为第一和第二作者。该论文受到了上海市人工智能重大专项、季华实验室基础专项等的支持。该项研究工作是与华山医院、季华实验室等团队合作完成。
论文作者：汪鹏超、穆伟、展格格、宋左婷、方涛、张学泽、王君孔帅、牛兰、宾剑雄、张立华、贾杰、康晓洋*
事件相关电位(ERP)是一种反映大脑神经活动的脑诱发电位。然而，由于单试次脑电图受到其他信号的干扰，平均ERP分析会丢失单试次信息，因此很难分离出我们感兴趣的ERP成分。在本文中，我们使用电生理源成像(ESI)技术来分析由面部刺激触发的单试次脑电图的N170成分。结果表明，ESI对N170的分析是可行的，并且在大脑中与面部刺激相关的梭状回区域的ESI结果存在着左右差异。
N170发生时不同被试其中两次单试次的ESI结果
某一被试在产生N170时，左右梭状回区域电流密度对比图
在本文中，我们使用ESI方法对面部刺激产生的N170成分进行了单试次分析，此外，我们还探讨了N170的侧化现象。结果表明，基于ESI的单试次脑电图N170成分分析是可行的。与平均ERP分析方法相比，使用ESI既可以保留单试次的脑电图信息，又可以通过对大脑回溯来可视化N170产生的区域。此外，结果还显示，当N170产生时，左右梭状回区域存在侧化现象，两者的电流密度存在显著差异。本研究结果可能会在临床上对检测梭状回区域损伤或面容失认症患者有用。
智能感知与无人系统实验室简介
智能感知与无人系统实验室隶属于复旦大学工程与应用技术研究院智能机器人研究院，近年来一直在机器直觉、人机物融合智能等新一代人工智能理论、脑机解码与脑启发人工智能、智能感知与人机交互、计算机视觉与数字孪生、行为识别和情感分析、智能芯片与智能硬件，以及智能机器人、智能网联汽车、智慧医疗等领域开展交叉创新研究，相关学术成果发表在Nature主刊和中国科学等国内外顶级期刊与国际会议。
（转载自复旦工研院）
