Page Title

** 研究主題

本實驗室轉譯獼猴/大鼠的神經訊號，成為獼猴/大鼠的手部運動，讓脊髓損傷患者有機會用意念控制機器來輔助生活，碩士班研究題目不會參與外骨骼機器設計，也不會參加動物實驗，碩士班研究內容著重演算法設計，閱讀頂尖腦機介面論文，學習神經訊號的特性與數學，自學Python/Matlab程式設計，以發表學術論文為目標。

我們用線性代數、微積分來設計神經科學家需要的工具，同時應用控制理論的state space與dyanical system概念，幫助神經科學家解開大腦運作機制的謎團。

關於實驗室的規矩，歡迎到首頁閱讀「碩士生面試表格」。

碩士班的論文題目有可能根據老師的規劃而改變，所以學生要能夠配合老師的規劃，彈性更改研究方向。

** 就業方向

本實驗室訓練的訊號分析、訊號處理、模型建立、驗證方法、拆解問題、視覺化數據等技術，可用於資料科學相關產業。

學生可學習到神經訊號處理，分析神經訊號的特性，獲得業界所需的資料分析與處理能力

研究成果
侵入式腦機介面旨在恢復癱瘓患者的生活功能，幫助預測患者的意念，然而，神經紀錄條件的變化會妨礙侵入式腦機介面的性能，主要是因為該變化改變了神經訊號與意念的映射關係，傳統方法使用大量訓練數據，期望涵蓋所有神經紀錄條件，或者定期校正侵入式腦機介面，然而，獲取如此龐大的訓練數據需要技術員的協助，增加了勞動成本。此外，頻繁的校正造成相當大的計算負擔。本研究成功突破目前侵入式腦機介面所面臨的技術瓶頸，利用數據擴增的方式，模擬常見的神經紀錄情境，例如電極失效與神經元變異，進而合成神經訊號以增加訓練數據量，並結合對比學習技術，提取不受神經紀錄條件影響的穩定特徵，使腦機介面能適應多樣化的神經紀錄環境，提升長時間使用下的解碼效能，與目前世界最先進的方法相比，此研究能更精確地預測使用者的意念。