大团队合照

小团队合照

1) 移动机器人脑控系统：

        本团队以具备自主感知能力的移动机器人为被控对象，依据手部精细运动 EEG 信号的 CRG-EEGNet 解码方法、基于手部精细动作的脑机融合共享控制方法，搭建了一套完整的移动机器人脑机融合控制系统，下图为在室内环境下进行在线脑控实验验证。

2) 脑控机器人抓取系统

        机器人脑控技术的最终目的是通过该技术帮助脑卒中引起的肢体障碍患者或者行动不便的老年人恢复基本的生活自理能力。基于上述理念，本团队以基于手部精细运动脑控机器人的临床应用为目标，以医院病房为待使用场景设计搭建一套完整的脑控机器人抓取系统，包括硬件平台的构建和软件系统的开发以及整体系统的搭建。硬件平台包含位于机器人腕部的环境感知设备、EEG 信号采集设备、EEG 信号处理设备与处理结果反馈设备和通讯设备以及机器人本体设备这 5 个硬件。

3) 面向无人机飞行控制的群体脑机接口系统

        基于本团队在群脑融合机制的研究基础，搭建了面向无人机飞行控制的群体脑机接口系统。硬件设备包括人机交互界面的呈现设备、多脑同采的EEG信号采集设备、肌电信号采集设备、无人机的地面站信息交互设备，软件系统主要依据Matlab平台和Python平台实现。

4) 临床患者脑电信号采集

    在揭示缺血性脑卒中患者手部精细运动相关脑电特征与神经功能重塑规律的基础上，提出了一种基于多维度EEG特征融合的康复评估方法，构建了融合PSD、时频、溯源与脑网络分析的评估指标体系，实现了对卒中后康复阶段的客观、精准判别，为临床康复策略的制定提供了可靠的神经电生理依据。

主持科研项目10项：

[1]国家自然科学基金青年基金：错误应对机制协同的仿生假手脑机融合方法研究（52305035）

[2]中国博士后基金：基于多源信息融合的手部精细运动意图辨识方法研究(2022)

[3]陕西省自然科学基础研究计划:面向多模态混合脑控系统的异构脑电信号解码方法研究(2022JQ-402)

[4]陕西省教育厅专项科研计划:基于脑肌电多源信息融合的手部精细运动意图辨识方法研究(22JK0471)

[5]无人机特种技术国家级重点实验室开放基金:基于多脑协同的无人机脑机共享控制研究(2022-JCJQ-LB-071)

[6]企业横向项目:脑电信号采集(102-441220034)

[7]企业横向项目:手部精细运动脑电信号解码方法(102-441224080)

[8]西安市人民医院(西安市第四医院)科研孵化基金项目：手部精细运动解码的多模态混合脑控方法研究(2022BH-1)

[9] 西安理工大学博士科研启动基金项目：自主装配机器人的多模态混合脑-机融合方法(102-451119013)

[10]西安理工大学青年教学改革基金教学研究项目：新工科背景下多元化教学体系相融合的教学模式探索与实践 -----以《人工智能技术基础》为例(xqj2302)

作为主要参与人的项目3项：

[1] 国家自然科学基金重点项目：大模型赋能的脑意图精准理解与脑机自然交互（No. 62436005）

[2] 陕西省秦创原“科学家+工程师”队伍建设项目：脑在回路无人机智能控制“科学家+工程师”队伍（2022KXJ-055）

[3] 陕西省自然科学基础研究计划: 面向家庭护理机器人的行为识别建模方法研究(2024JC-YBMS-329

近年来，已在国际权威期刊《Brain Research》、《Frontiers in Neuroscience》、《IEEE Transactions on Neural Systems and Rehabilitation Engineering》、《西安交通大学学报》等国内外刊物和国际会议上以第一作者身份发表SCI、EI论文20余篇、获授权发明专利7项、拥有软件著作权4项。

部分成果如下：

[1] Rui Li, Duanyang Bai，Zhijun Li, et al. The SSHVEP Paradigm-Based Brain Controlled Method for Grasping Robot Using MVMD Combined CNN Model, IEEE Transactions on Neural Systems and Rehabilitation Engineering,2024(中科院1区, IF=4.8 )

[2] Li Rui, Liu Di, Li Zhijun, et al. A Novel EEG Decoding Method for Facial Expressions based-BCI system Using Convolutional Neural Network Combining Genetic Algorithm, Frontier in Neurscience, 2022(中科院2区，IF=5.125, )

[3] Rui Li, Duo. He, Shiqiang. Yang et al. Human Motion Prediction Based on Space-Time-Separable Graph Convolutional Network, IEEE Access, 2023, 11:115126-115139 (中科院3区, IF=3.4)

[4] Rui Li; An Yan; Shiqiang Yang; et al. Human Pose Estimation Based on Efficient and Lightweight High-Resolution Network (EL-HRNet), Sensors, 2024, 24(2) (中科院2区, IF=3.4)

[5] Rui Li; Xin Zeng; Shiqiang Yang; et al. ABYOLOv4: improved YOLOv4 human object detection based on enhanced multi-scale feature fusion, EURASIP Journal on Advances in Signal Processing, 2024(1): 1-16 (中科院4区, IF=1.9)

[6] Li Rui, Li Qi, Yang Shiqiang, et al. An efficient and accurate 2D human pose estimation method using VTTransPose network[J]. Scientific Reports, Springer Science and Business Media LLC, 2024, 14(1).（中科院2区, IF =3.8）

[7] Rui Li, Xiaodong Zhang, Hanzhe Li. An Approach for Brain-Controlled Prostheses Based on Scene Graph Steady-State Visual Evoked Potentials[J]. Brain Research, 2018, 1692:142-153. (中科院4区, IF =2.7)

[8]. Rui Li, Xiaodong Zhang, Zhufeng Lu. An Approach for Brain Controlled Prosthesis Based on Facial Expression Paradigm[J]. Frontiers in Neuroscience. (中科院2区, IF=5.125)