“腾讯天衍实验室夺世界机器人大赛两项冠军”

前几天，“世界机器人大赛-bci脑控机器人大赛”公布成绩，腾讯天衍实验室和天津大学高忠科教授团队组成的c2mind战队，经过多次比赛的激烈竞争，最终完成了BCI ( Brain-Computer [ /

作为世界机器人大赛中高精锐科学研究类的比赛，bci脑控机器人大赛已经举办了三次。 此次竞赛的亮点是考察脑-机接口技术在医疗康复等行业的创新应用技术成果，推动该技术与各行业的产业交流合作，满足民生对医疗、养老、助残、康复等多样性的诉求。

创新脑电信号分类实现运动想象算法的突破

bci是指通过神经系统的电气活动和特征信号的收集、识别、变换，将来自人脑的指令直接传播到指定机器的终端，从而使人类机器人的控制和操作更加高效和方便的“大脑控制”。 该技术是神经科学与人工智能融合的新技术，在人与机器人交流信息表达行业具有重大的创新意义和采用价值，它已经广泛应用于故障恢复、灾害救援、娱乐体验等多个行业。

作为集科技性、创新性、实用性为一体的世界级卡介苗比赛，本届大赛也产生了许多脑-机接口行业划时代的技术成果。 由天津大学和腾讯天衍实验室组成的c2mind战队，从运动想象( motor imagery，mi )路径入手，没有任何肢体接触，利用想象形成自发脑电，影响机器人肢体运动

但是，由于脑电信号的不稳定性，以及不同受试者的脑电信号差异较大，同一受试者在不同时间采集的脑电信号也有较大差异，智能机接口技术在采用前需要较长的校正时间，系统性能都不稳定，这些问题都存在模糊。

腾讯天衍实验室高级研究员柳露艳表示，由于脑电信号数据差异大、数据集样本量少，导致训练困难和训练模式泛化性能差等问题，腾讯天衍实验室与天津大学高忠科教授团队共同创新运动形象脑电 该方法首先通过叠加同类采样时频图的方法进行数据预解析，保证了扩展数据的多样化，保持了原始数据时频特性，增加了模型在不同或相同受试者不同时间点的泛化性能。 其次采用基于gan的行业自适应算法，进一步增强了模型在不同脑电信号中的泛化性能。 用该算法训练的轻量级卷积神经互联网( cnn )模型具有更好的鲁棒性和泛化性能。

小样本数据处理方案解决训练样本不足的问题.

据说将技术算法直接应用于实际数据时，大多得不到理想的结果。 实际数据往往分布不均匀，训练数据不足，算法核心泛化能力差，要求算法准确性等问题，特别是在严格的医疗场景实际应用中，这些问题在技术上已成为“拦路虎”。

柳露艳表示，腾讯天衍实验室运动想象团队基于在医学行业长时间的技术积淀和创新探索，比较了以上领域性问题并提出了处理方案。 即采用小样本、行业适应、元学习等技术处理训练样本不足、数据分布差异较大等普遍问题，从小样本数据中集中学习稳健、高精度的脑电信号分类模型，提高运动想象中的脑-机接口系统的精度和

科学技术用于残疾运动的想象算法应用场景广泛

介绍说运动想象脑电信号在医疗场景中的应用非常广泛。 例如，在运动皮质相关部位受损的中风患者中，智囊接口可以通过从受损皮质区域提取信号，刺激肌肉和控制矫形器，从而改善手臂的运动。 由于癫痫患者的大脑会发生某一区域的神经元异常放电，通过脑-机接口技术检测到神经元异常放电，可以对大脑产生相应的电刺激，减少癫痫发作。

另外，运动想象智能机接口在与自闭症儿童的康复中也起着重要的作用。 自闭症儿童在观看他人运动场景时模仿动机弱于正常儿童，感觉运动皮层的激活程度相应较低。 让这些孩子参与基于自身感觉运动皮层激活程度强弱实时反馈的游戏项目，可以提高对感觉运动皮层激活程度的自我控制能力，改善自闭症症状。

腾讯实验室提出的运动想象创新算法，从准确性、效率、实用性、创新性、技术性等多维度提高了脑―技术接口技术在故障恢复等多个行业的技术应用和产业的快速发展，为突破目前人类与机械、人类与环境相互作用技术中存在的课题而付诸实践 该算法通过嵌入到不同的硬件系统或软件系统中，可以为受试者实现创意的传输和控制。 例如，由运动想象创新算法和外骨骼机器人组合而成的bci系统，与可用于偏瘫、中风患者运动功能主动康复的电动轮椅结合的bci系统，有望帮助肢体残疾的人们自由移动等。 希望在不久的将来，这项技术能帮助更多残疾人突破肉体和工具的极限。 (王仁宏)