近日，英国物理学会出版社(IOP Publishing)公布了2021年度“TOP Cited Paper Award”——“高被引文章奖”，天津大学神经工程团队论文Enhance Decoding of Pre-movement EEG Patterns for Brain-Computer Interfaces入选。该论文于2020年发表在国际神经工程领域顶级期刊Journal of Neural Engineering，其被引次数位列英国物理学会近三年(2018~2020年)生物科学领域论文前1%。

脑-机接口技术(BCI)通过在人类大脑与外界环境之间建立一条直接的信息交流通路，被公认为新一代人机交互和人机混合智能的关键核心技术。基于运动意图的脑-机接口范式作为最自然的脑-机交互方式，受到研究者的广泛关注。运动意图过程包括动作发生前的运动预备阶段、以及动作发生后的运动执行/想象阶段。传统的运动意图BCI研究主要关注运动想象阶段的脑电特征解码，与之相比，对运动预备阶段的脑电特征进行解码能够使BCI响应速度更快、灵活度更高。然而，该阶段的脑电特征信号微弱，难以高效识别。

该论文在团队开发的极微弱诱发脑电信号解码技术基础上，创新研发了运动预备诱发脑电特征快速识别方法：利用运动预备电位与事件相关去同步的特征互补性机制，设计了多维时-频-空特征快速提取与融合方法，实现运动预备阶段脑电特征的快速识别，显著提升了运动意图脑电解码效率。该方法可与功能性电刺激(FES)结合，应用于卒中患者康复训练，有望提升皮质运动意图与肌肉活动耦合的及时性，从而大幅提升康复效果;也可为航天员等特种人群在肢体束缚状态下，利用脑控“第三只手”开展高效的人-机交互提供技术支持。

本论文第一作者为王坤、许敏鹏，通讯作者为王毅军、明东，论文参与单位为天津大学、中国科学院半导体研究所。该研究获得重点研发计划等项目资助。

据悉，英国物理学会出版社是世界领先的科技出版机构，目前已连续四年通过“高被引文章奖”表彰其最具影响力的研究成果。2021年度获奖的文章来自于2018年至2020年三年间在英国物理学会出版社旗下期刊及合作期刊上发表的重要研究成果，获奖文章涵盖了天文和天体物理学、生物科学、环境科学、材料科学、数学和物理学等六个领域。