脑机接口(BMI)技术利用脑信号实现人机交互, 广泛应用于医疗与康复领域。
未来在工业辅助和无人系统操作等方面也具有应用潜力。
传统BMI多依赖侵入式设备, 限制了其普及应用。
随着机器学习的发展, 非侵入式BMI技术不断进步, 但脑电信号微弱且易受噪声干扰, 分析难度较大。
本研究开发基于非侵入式脑电的BMI系统, 并验证脑波数据分析与分类方法的有效性。