导语


运动脑机接口技术，旨在构建大脑运动区域与外部设备之间的通讯桥梁，主要应用于医疗康复领域，辅助运动功能障碍患者重获生活自理能力。此外，该技术在虚拟现实、工业、军事和太空探索等领域也展现出巨大的应用潜力。神经可塑性指大脑在结构与功能上适应环境变化的能力，其不仅是脑机接口技术研发的理论基石，也是实现稳定、高效脑机接口所必须克服的关键挑战。本次活动将围绕运动脑机接口与神经可塑性进行主题分享，并以圆桌的形式对读书会总结收尾！

为了进一步梳理脑机接口相关理论与技术前沿，集智俱乐部联合清华大学高小榕、中科院自动化所刘冰、中科院深圳先进院李骁健、清华大学眭亚楠四位老师，发起「脑机接口」读书会。读书会从2024年5月19日开始，每周六19:00-21:00线上举办，持续时间10周左右，欢迎大家加入！




活动流程




主题分享：运动脑机接口与神经可塑性（19:00-20:15）

圆桌活动：发起人老师的研究历程与脑机接口展望（20:15-20:45）

读书会收尾：对脑机接口读书会做总结（20:45-21:00）






主题分享




简介

自1999年首个侵入式运动脑机接口问世以来，实验对象已从鼠类跨越至灵长类，乃至人类。运动脑机接口技术也实现了从开环到闭环，再到双向脑机接口的飞跃。与此同时，外接设备的自由度也得到了极大的提升，从多维的光标控制到机械臂，乃至受试者自身肢体。神经可塑性在闭环脑机接口开发中极为重要。闭环解码器适应（Closed-loop decoder adaptation, CLDA）作为一种创新的实验范式，通过对解码器参数的适应性更新，显著提升了脑机接口的控制性能。

本次分享回顾侵入式运动脑机接口的发展历程，深入剖析CLDA的应用模式及其与神经适应之间的互作关系。同时，进一步展望，在未来研究中如何针对双向脑机接口的神经可塑性，进一步优化其性能。


分享大纲：

1. 运动脑机接口发展历程
2. 神经可塑性与闭环解码器适应
  1. 神经可塑性
  2. 闭环解码器适应
  3. 非平稳记录实验范式
  4. 环境变化实验范式
3. 双向脑机接口中的神经可塑性
  1. 双向脑机接口中的学习机制
  2. 不同脑区、神经特征、解码器、感觉反馈的影响
  3. 对人工感觉/电刺激的适应

4. 总结


核心概念：

运动脑机接口(Motor Brain Computer Interface)：连接大脑与外界设备，以实现运动控制目的的技术。

神经可塑性(Neuroplasticity)：大脑对环境进行适应性变化，形成新连接或改变功能的能力。         

闭环解码器适应(Closed-loop Decoder Adaptation)：对解码器进行参数更新以适应神经可塑性的一种新颖的实验范式。

双向脑机接口(Bi-directional brain-computer interface )：包含脑信号解码与信号输入脑的脑机接口技术。


主讲人

邓永洁，中山大学博士研究生。2017年本科毕业于中山大学生物科学专业与物理辅修，2019年硕士毕业于中山大学生物工程专业，现为中山大学中山医学院2020级博士，博士导师为李伟忠教授，研究方向为医学人工智能。2023年前往英国巴斯大学张定国团队，作为访问学生进行侵入式脑机接口方向的研究。

研究方向：人工智能与脑机接口。





圆桌活动




圆桌简介

本次圆桌将会邀请发起人老师回顾自己的研究历程，并展望脑机接口未来的发展。圆桌议题包括但不限于：

1. 我的脑机接口研究经历

2. 如何问出一个好的科学问题

3. 脑机接口临床研究进展（例如渐冻症患者的语言脑机接口）


圆桌嘉宾

高小榕，清华大学教授。

研究方向：脑机接口（BCI）神经工程的子分支，应用计算技术来探讨人脑内部机能。长期研究目标是建立有效工具，从理论上和实践上分 析脑电波数据，应用于从基础神经生理学研究、临床研究到神经工程等多个领域，为揭秘人脑工作原理提供技术手段。


刘冰，中国科学院自动化研究所副研究员。

研究方向：植入式脑机接口和计算神经科学。脑机接口方面，研究神经系统在与外界交互中的适应和学习，开发下一代的“脑-机双学习”系统，并探索其在临床中的应用。计算神经科学方面，应用非人灵长类的植入技术研究视觉／运动信息的神经编解码模型及机制。


李骁健，中国科学院深圳先进技术研究院-深港脑科学创新研究院正高级工程师，博士生导师。

研究方向：脑神经信息解码和功能神经环路解析；高通量植入式脑机接口仪器系统；基于纳米技术的神经调控方法，柔性微纳神经界面器件设计；神经仿真计算与类脑器件设计等。


眭亚楠，清华大学副教授，博士生导师。

研究方向：面向具身智能和脑机交互的神经-肌肉-骨骼动力系统建模、控制与强化学习。





参与方式




时间：

2024年8月30日（本周五）晚上19:00-21:00

参与方式：

扫码报名脑机接口读书会，加入群聊，获取系列读书会回看权限，成为脑机接口社区的种子用户，与社区的一线科研工作者与企业实践者沟通交流，共同推动脑机社区的发展。




参考文献



 

Chapin JK, Markowitz R, Moxon KA, Nicolelis MAL. 1999. “Direct real-time control of a robot arm using signals derived from neuronal population recordings in motor cortex.” Nat Neurosci 2: 664–670.

Wessberg, J., Stambaugh, C., Kralik, J. et al. 2000. “Real-time prediction of hand trajectory by ensembles of cortical neurons in primates.” Nature 408, 361–365.

Serruya, M., Hatsopoulos, N., Paninski, L. et al. 2002. “Instant neural control of a movement signal.” Nature 416, 141–142.

Carmena JM, Lebedev MA, Crist RE, O’Doherty JE, Santucci DM, Dimitrov DF, Patil PG, Henriquez CS, Nicolelis MA. 2003. Learning to control a brain-machine interface for reaching and grasping by primates. PLoS Biol.

Leuthardt EC, Schalk G, Wolpaw JR, Ojemann JG, Moran DW. 2004. “A brain-computer interface using electrocorticographic signals in humans.” J Neural Eng 1(2):63-71.

Hochberg L, Serruya MD, Friehs GM, Mukand J, Saleh M, et al. 2006 “Neuronal ensemble control of prosthetic devices by a human with tetraplegia.” Nature 442: 164–171.

Hochberg LR, Bacher D, Jarosiewicz B, Masse NY, Simeral JD, et al. 2012. “Reach and grasp by people with tetraplegia using a neurally controlled robotic arm.” Nature 485: 372–375.

Collinger JL, Wodlinger B, Downey JE, Wang W, Tyler-Kabara EC, et al. 2012. “High-performance neuroprosthetic control by an individual with tetraplegia.” Lancet 381: 557–564.

Bouton, C., Shaikhouni, A., Annetta, N. et al. 2016. “Restoring cortical control of functional movement in a human with quadriplegia.” Nature 533, 247–250.

Sharlene N. Flesher et al. 2021. “A brain-computer interface that evokes tactile sensations improves robotic arm control.” Science 372,831-836.

Dangi D， Orsborn AL， Moorman HG， Carmena JM. 2013. “Design and analysis of closed-loop decoder adaptation algorithms for brain-machine interfaces.” Neural Comput In press.

Li Z, O‘Doherty JE, Lebedev MA, Nicolelis MA. 2011. “Adaptive decoding for brain-machine interfaces through Bayesian parameter updates.” Neural Comput 23: 3162–3204

Dadarlat MC, Canfield RA, Orsborn AL. 2023. “Neural Plasticity in Sensorimotor Brain-Machine Interfaces.” Annu Rev Biomed Eng 25:51-76.


报名成为主讲人：
读书会成员均可以在读书会期间申请成为主讲人。主讲人作为读书会成员，均遵循内容共创共享机制，可以获得报名费退款，并共享本读书会产生的所有内容资源。具体见系列读书会详情：从科幻到现实，从发现到应用：脑机接口读书会启动


脑机接口读书会招募中


脑机接口是通过读取大脑神经信号来实现人脑与外部设备交流与控制的前沿技术。作为一个前沿交叉领域，脑机接口技术是跨学科研究的典型代表，融合了控制科学、神经科学、计算机科学、工程学等多个学科领域。针对相关领域，集智已经举办了多个系列读书会与课程，追踪计算神经科学、NeuroAI、神经动力学模型、控制科学等进展。


为了进一步梳理脑机接口相关理论与技术前沿，集智俱乐部联合清华大学高小榕、中科院自动化所刘冰、中科院深圳先进院李骁健、清华大学眭亚楠四位老师，发起「脑机接口」读书会。读书会从2024年5月18日开始，每周六19:00-21:00，持续时间预计8-10 周，欢迎从事相关研究、对脑机接口感兴趣的朋友报名参与交流。



详情请见：
从科幻到现实，从发现到应用：脑机接口读书会启动


点击“阅读原文”，报名读书会