—BCI脑控机器人大赛 专刊出版！大赛优秀成果集中展示！

由 主办的 （World Robot Contest）自2015年起已成功举办了七届，是国内外影响广泛的机器人领域官方专业赛事，被各大主流媒体广泛赞誉为机器人界的“奥林匹克”。作为大赛中一项“高精尖”科研类赛事，BCI脑控机器人大赛由国家自然科学基金委员会指导，委信息科学部、 、清华大学共同主办，竞赛内容重点考察脑机接口技术在医疗康复和养老助残等领域的产学研成果，旨在推动该项技术与各领域产业交流合作，实现跨越融合发展。近日，BCI脑控机器人大赛正式获得脑机接口国际组织BCI Society的认证。

竞赛内容全面升级 赛项设置更加丰富

“2022 —BCI脑控机器人大赛”设技能赛、“腾讯云杯”技术赛、青年论文答辩赛和优秀创新成果展示四部分。本次大赛竞赛内容全面升级，参赛人群更广泛，除没有技术基础的青少年、中老年人、残障人士可以参加技能赛比赛外，技术赛将为不同基础的参赛人群设置不同的赛道。其中，有一定技术基础的研究生、博士生、科研人员可以参加技术赛难度更具挑战性的基本赛题，并投稿青年论文答辩比赛；刚接触脑机接口技术的本科学生可以参加题目难度较为初级的MATLAB青年组比赛。同时，技术赛所用计算服务器由腾讯云计算（北京）有限责任公司提供支持，并增加了GPU计算服务器，进一步提升了参赛赛队的计算能力，为参赛赛队算法多样性提供更多可能性。目前比赛正在火热报名中，报名比赛可扫描下面二维码。

脑机接口技术逐步发展 竞赛成果集中展示

自2019年大赛开展技术赛比赛以来，共吸引了来自全国近百所高校的1200余支赛队，6000余名参赛选手积极参与。技术赛比赛通过实时比赛数据和现场算法比拼，推动了脑机接口技术在算法优化方面的创新发展，为从事脑机接口技术研究的科研团队提供了良好的研究基础。自2022年起，为更系统的展示BCI脑控机器人大赛技术赛优秀团队的科研成果，大赛组委会将相关竞赛成果以专刊的形式收录在Brain Science Advances中，并于近日陆续发布出版。首期脑机接口专刊（2022年8卷2期）的主题为“脑机接口大赛和算法汇总”（Special Issue on BCI Competition and Selected Algorithms），汇总了2021年技术赛决赛中各赛题的优胜算法。

《神经科学（英文）》（Brain Science Advances）由教育部主管、清华大学主办，清华大学出版社和SAGE出版社联合出版，旨在展现国内外神经科学和神经工程领域最新热点研究成果。

本期执行编委

高小榕

清华大学医学院生物医学工程系教授、博士生导师，博士。主要研究方向为脑机接口。提出并实现了基于稳态视觉诱发电位的脑机接口技术，通信速率在非植入型方面处于世界领先水平，已成为脑机接口主要范式。发表论文百余篇，Google学术检索引用次数超13000次，2014—2021年连续八年入选爱思唯尔中国高被引学者榜。近年来承担国家自然科学基金重点项目、科技部重点研发计划等国家级科研项目多项，研究成果得到国际同行的充分肯定。

本期客座编辑

刘冰川

清华大学医学院生物医学工程系博士研究生，主要从事脑机接口的解码方法、人工智能方法在脑机接口中的应用，以及神经调控等研究。所发表文章获得IEEE TBME亮点论文，研究项目获得清华大学-IDG/麦戈文脑科学研究院Brain+X博士生种子基金支持。

编者按

Editorial: Promoting brain-computer interface in China by BCI Controlled Robot Contest in World Robot Contest

□文/刘冰川1， 陈小刚2，王毅军3，高小榕1*

(1. 清华大学医学院生物医学工程系，北京 100084；2.中国医学科学院北京协和医学院生物医学工程研究所，天津 300192；2. 中国科学院半导体研究所，北京 100083）

摘要：1973年，Vidal发表了脑机接口领域第一篇科学文献，距今已近五十周年。在过去的半个世纪中，新兴的脑机接口领域汇集了来自不同学科背景的科学家、工程师和临床医生，来解决这一具有挑战性的意图解码问题。为加快技术的融合和创新，国际上举办了一系列的脑机接口比赛，如BCI竞赛I-IV和Cybathlon竞赛等，极大促进了脑机接口学科的发展。自本世纪初以来，我国的脑机接口技术步入快车道发展，在多个学科领域引起了广泛的关注。本编者按简要回顾了我国脑机接口大赛的发展历程、 BCI脑控机器人大赛的赛事组成以及各技术赛赛题中优胜算法的论文概要。相信脑机接口大赛的举办对我国脑机接口技术的普及和推广具有促进作用，脑机接口专刊的出版对实用化脑机接口算法的开发具有借鉴意义。

DOI：10.26599/BSA.2022.9050015

赛题论文

Overview of the winning approaches in BCI Controlled Robot Contest in World Robot Contest 2021: Calibration-free SSVEP

□文/卞瑞，伍冬睿*

(1. 华中科技大学人工智能与自动化学院，武汉 430074)

摘要：近年来，稳态视觉诱发电位（SSVEP）因为其高信息传输速率的特点已成为最流行的脑电范式之一。研究人员已提出多种算法来提升SSVEP的性能。对于SSVEP脑机接口系统来说，无训练场景是极为重要的。在无训练场景下，用户是第一次使用该系统，并且系统没有用户的数据。在2021 脑机接口锦标赛的SSVEP无训练赛题中，参赛队伍提出了多种高效的无训练算法框架。本文介绍了决赛中排名前五的队伍所提出的算法。在决赛的五个被试和Benchmark数据集上验证了算法的有效性。本文讨论了各个算法对于提升SSVEP系统性能的作用以及对于如何将这些算法应用到真实的系统中给出了建议。

中文关键词：脑机接口；脑电；稳态视觉诱发电位；SSVEP拼写器；无训练算法

DOI：10.26599/BSA.2022.9050002

An extended binary subband canonical correlation analysis detection algorithm oriented to the radial contraction-expansion motion steady-state visual evoked paradigm

□文/赵玉雪，张洪欣，王元臻，李忱栩，徐瑞林，杨晨*

(1. 北京邮电大学电子工程学院，北京 100876）

摘要：径向收缩-扩张范式是一种新型稳态视觉诱发实验范式，其诱发的脑电响应与传统亮度调制范式不同，信号能量多集中于基频，而高次谐波能量较低。因此，传统基于多次谐波响应成分优化的稳态视觉诱发电位识别算法，如eCCA算法和TRCA算法，在径向收缩-扩张范式刺激下识别效果欠佳。本文提出一种面向径向收缩-扩张范式的扩展二元子带典型相关分析算法（extend Binary subband canonical correlation analysis, eBSCCA）。针对径向收缩-扩张稳态视觉诱发范式，采用二元子带滤波，分别优化不同频率响应信号的加权系数，从而提升该范式下脑电信号的识别性能。13名受试者参与的离线实验结果表明，在径向收缩-扩张范式刺激下，eBSCCA算法比eCCA算法和TRCA算法表现出更好的性能水平。在线实验中13名被试的平均识别准确率达为88.68%±6.33%，平均ITR达到158.77±43.67bits/min，证明该算法在径向收缩-扩张运动范式诱发的信号中具有良好的识别效果。

关键词：稳态视觉诱发电位，脑-机接口，径向收缩-扩张运动范式，二元子带典型相关分析，扩展二元子带典型相关分析

DOI：10.26599/BSA.2022.9050004

Algorithm Contest of Calibration-free Motor Imagery BCI in the BCI Controlled Robot Contest in World Robot Contest 2021: A survey

□文/罗靖*，毛琦，王耀杰，石争浩，黑新宏

(1. 西安理工大学计算机科学与工程学院 陕西省网络计算与安全技术重点实验室，西安 710054）

摘要：目的：2021年9月10日至13日，2021 -BCI脑控机器人大赛总决赛在中国北京举行。11支队伍参加了技术赛中无训练运动想象BCI赛题的竞争，使用了包括深度学习模型与传统脑电图分析方法的多种不同算法。本文回顾了所有参赛队伍使用的算法，重点介绍了一些令人印象深刻的创新，希望对今后的竞赛和运动想象脑机接口算法研究有所启发。方法：首先，从脑电通道和信号段设置、预处理技术和分类模型三个方面对算法进行了分析。其次，总结了每个算法的亮点。最后，我们将比赛算法与SOTA算法进行了比较。结果：在决赛中采用的算法取得了比SOTA算法更好的性能表现。在决赛阶段，前五名的四支队伍使用了卷积神经网络模型，这表明随着深度学习的快速发展，卷积神经网络模型已经成为运动想象BCI领域最受欢迎的方法。

关键词：脑机接口；运动想象；卷积神经网络；

DOI：10.26599/BSA.2022.90500011

A solution to supervised motor imagery task in the BCI Controlled Robot Contest in World Robot Contest

□文/缑慧星1§，朴毅2§，任劼成1，赵倩1，陈奕均1，刘畅1，洪伟1，张效初1, 2*

(1. 中国科学技术大学生命科学与医学部生命科学学院中科院脑功能与疾病重点实验室，合肥 230027；2.中国科学技术大学先进技术研究院，合肥 230031）

§ 共同一作。

摘要： 是最著名的机器人大赛之一。本文介绍了2021年 ——BCI脑控机器人大赛运动想象有训练赛题的优胜解决方案。该方案基于在脑电数据分类中表现优异的卷积神经网络模型 EEGNet(EEG compact network)，提供了集数据增强、预处理、特征提取及模型训练于一体的系统。该系统提示数据增强和模型集成在脑电数据建模和脑机接口应用中具有必要性，可有效提升模型性能。此外，特征提取中非对称的通道选择与认知科学中大脑功能不对称的观点一致，提示未来研究可结合不同学科知识和观点以推动BCI技术的发展。该解决方案在最终决赛中表现最佳，不仅适用于本次比赛的运动想象有训练赛题，在未来的应用场景中也可能适用。

关键词：运动想象；脑机接口；脑电；EEGNet；卷积神经网络

DOI：10.26599/BSA.2022.90500014

Review of training-free event-related potential classification approaches in the World Robot Contest 2021

□文/吴环宇，伍冬睿*

(1. 华中科技大学人工智能与自动化学院，武汉 430074)

中文摘要：快速序列视觉呈现（RSVP）作为一种全新的事件相关电位（ERP）范式，已成为流行的范式之一。参与比赛的团队提出了几种较为有效的无训练ERP范式框架来解决2021 -BCI控制机器人中的ERP范式。本文讨论了各种方法在提高性能方面的有效性并给出如何在实际系统中应用这些方法的建议。合适的预处理技术-滤波、通道选择将大大改善分类结果。同时非深度学习算法与深度学习方法都有着不错的适用性。此外，集成学习的使用可以模型更加稳定和鲁棒，在决赛较少的线上测试时间与训练时间下，如何训练出稳定与高性能的模型是我们在文章中讨论的。

关键词：脑机接口；快速系列视觉呈现技术(RSVP)；数据不平衡；数据对齐；集成学习

DOI：10.26599/BSA.2022.9050001

An improved EEGNet for single-trial EEG classification in rapid serial visual presentation task

□文/张鸿飞，王泽辉，于银虎，殷浩钧，陈创泉，王洪涛*

(1. 五邑大学智能制造学部，广东江门 529020）

摘要：快速序列视觉呈现(RSVP)范式作为一种新型的脑机接口，引发了广泛关注。针对这一新型范式，本文提出一种改进的EEGNet模型，在离线和在线单试次RSVP数据中均取得了良好的性能。具体实现流程为：首先，脑电信号通过xDAWN滤波以增强信号的信噪比，特别地，笔者采用了focal loss损失函数代替交叉熵损失函数来解决样本不平衡的分类问题。其次，利用每位受试者的数据对改进的EEGNet模型进行训练，从而获得面向受试者的特定模型。在2021年 的BCI脑控机器人大赛的ERP赛题中，上述模型获得了充分的评估和在线测试应用，最终获得了有训练组第二名的成绩，四位受试者在三分类问题中的平均召回率达到了51.56%。在离线数据集benchmark dataset（64名被试-RSVP任务）中A组和B组的平均召回率分别达到 76.07%和78.11%。本文研究为RSVP 范式下目标识别提供了一种有效方法。

关键词：脑电图；快速序列视觉呈现；事件相关电位；EEGNet；特定受试者模型

DOI：10.26599/BSA.2022.9050007

Comparison of cross-subject EEG emotion recognition algorithms in the BCI Controlled Robot Contest in World Robot Contest 2021

□文/汤超，李运环，陈霸东*

(1. 西安交通大学人工智能与机器人研究所，西安 710049）

摘要：脑电信号可以描述各种情感状态并反映大脑活动。人们对脑机接口（BCI）系统中基于脑电的情感识别越来越感兴趣。在2021年 中，BCI脑控机器人大赛成功举办了情感识别技术赛。技术赛分为初赛和决赛，初赛采用2020年技能赛采集的比赛数据在云端进行，决赛采用2021年技能赛采集的实时数据在现场进行。参赛队使用脑电信号对三种类型的情感（快乐、悲伤和中性）进行建模。在这项研究中，我们系统地比较了大赛中前5名方法在情感识别任务上的离线与在线、单被试与跨被试的性能。实验结果表明，经典的机器学习方法和深度学习方法在离线识别中性能相似，而深度学习方法在在线跨被试解码中性能更好。

关键词：脑电；情感识别；在线解码；跨被试；脑机接口

DOI：10.26599/BSA.2022.90500013

期刊在线阅读

扫描二维码查看Brain Science Advances 2022年第8卷2期电子期刊。