基于腦電信號的腦機接口由于方便使用，采樣速率高的特點(diǎn)，被廣泛應用于人的認知任務(wù)狀態(tài)識別中。在腦機接口中，對腦電信號的特征提取是十分重要的一環(huán)。當前認知任務(wù)相關(guān)腦電特征提取方法，沒(méi)有與大腦內部功能結構結合，導致分析結果的可解釋性降低，無(wú)法找到與認知任務(wù)進(jìn)行中的狀態(tài)對應的大腦活動(dòng)模式。而且，當前主流方法在實(shí)時(shí)性和可解釋性方面存在不足，原因是當前的特征提取方法僅注重了可分離性上的最優(yōu)化效果，獲得的特征沒(méi)有顯著(zhù)的與認知任務(wù)相關(guān)的意義。尤其是以稀疏分解為基礎的特征提取方法中，稀疏字典原子沒(méi)有生理意義，難以用于認知任務(wù)狀態(tài)的分析。另一方面，當前認知任務(wù)腦電信號的特征提取方法面向的物理性質(zhì)單一，主要針對其中一種性質(zhì)而忽略另一種的作用，或僅僅把二者進(jìn)行簡(jiǎn)單組合，缺少統一結合的提取手段，限制了利用腦電進(jìn)行認知任務(wù)識別中的應用。

哈工大李海峰教授團隊在面向認知任務(wù)狀態(tài)識別的腦電信號特征提取方面進(jìn)行了相關(guān)的研究工作。本研究針對當前存在的問(wèn)題，對認知任務(wù)腦電信號特征提取方法進(jìn)行了深入研究。研究工作的主要包括三大部分：

(1) 多任務(wù)情境腦認知活動(dòng)檢測與認知腦活動(dòng)模式研究：提出利用腦電源定位技術(shù)將頭皮腦電數據映射到大腦內部功能結構中的電流源，通過(guò)分析電流源的活動(dòng)來(lái)尋找與認知任務(wù)狀態(tài)對應的認知腦活動(dòng)模式，進(jìn)而由認知腦活動(dòng)模式設計特征提取方法。

(2) 面向認知任務(wù)識別的腦電信號公共互頻譜空間分類(lèi)特征提取方法：提出將空間特征和頻域特征結合的公共互頻譜空間分類(lèi)特征提取方法，能夠統一結合使用認知任務(wù)相關(guān)腦電信號在兩方面的性質(zhì)，提高認知任務(wù)識別的準確率。

(3) 面向認知任務(wù)狀態(tài)分析的腦活動(dòng)基本模式提取方法：提出基于稀疏分解的腦活動(dòng)基本模式提取方法，能夠準確找到具有電生理意義且可用于認知任務(wù)狀態(tài)識別和分析的腦活動(dòng)基本模式，并應用到頭皮腦電和腦電腦內源兩個(gè)層次的分析中。