近日，华南师范大学软件学院脑机接口与混合智能团队成员黄健勇，在潘家辉（通讯作者）、邱丽娜和王斐三位老师的指导下，在神经科学顶级期刊Journal of Neural Engineering（影响因子：4.141，中科院二区）发表SCI论文《Hybrid Asynchronous Brain-Computer Interface for Yes/No Communication in Patients with Disorders of Consciousness》。本研究在华南师范大学、华南理工大学、广东省工伤康复医院等单位的共同合作和努力下完成，于2020年10月投稿，2021年3月录用并在线刊登。

       意识障碍患者由于意识水平较低，长期以来缺乏与外界的交流通道，严重影响了患者的临床诊断和预后。针对这一问题，本文作者基于P300和SSVEP的多模态脑机接口技术，设计了异步的多模态交流评估系统，检测患者的交流功能。该多模态系统由两层融合框架组成：(1) 第一层为P300和SSVEP检测组成的数据处理层，P300和SSVEP检测分别基于支持向量机SVM和改进的典型相关分析CCA; (2) 第二层为融合决策层，将P300和SSVEP检测分数输入SVM进行融合决策。同时为了解决患者由于意识薄弱，注意力不集中带来的系统准确度下降的问题，本文研究创新地引入了贝叶斯概率框架，采用了基于滑动窗口的动态调停策略，有效的提升了意识障碍患者使用脑机接口系统的性能。

本文的研究包含了11名正常被试和7名意识障碍患者，包括3名植物病人和4名微意识病人。实验过程中，他们通过注视屏幕显示的“是”或“否”来回答问题。通过采集患者脑电信号，使用上述算法进行数据处理，最后得出该问题的输出。正常被试的结果表明，相比传统单模态脑机接口技术，基于多模态脑机接口的异步交流评估系统在使用更短时间（缩短了21%）的前提下获得了更高的准确率（提高了6%-10%）。随后本研究将该交流评估系统应用于检测意识障碍患者的交流功能，实验结果显示在7名患者中有3名患者取得了显著准确率（64%-70%），证明意识障碍患者能够使用脑机接口系统进行简单的交流。本文首次将异步多模态脑机接口技术应用于意识障碍患者的交流评估，搭建了意识障碍患者与外界的简单交流通道，对于意识障碍患者的临床诊断和预后具有重要意义，为患者和家庭带来福音。