脑机接口是一个非常广阔的研究领域，涵盖对大脑工作机制的理解、实验设计、脑信号获取、信号处理和特征提取等。借助机器学习方法，大脑信号可以被解码并转换为用于各种应用的控制信号。团队致力于基于脑电的脑机接口的研究和开发，促进脑机接口从原型系统走向临床应用，以供身体有障碍的人使用。研究方向不仅包括开发基于信号调制的多目标编码方法以提高神经信息编码效率，还包括找寻代表用户意图的最佳脑电特征和解码算法以提高脑电信号检测精度、探究脑机接口与多原因神经功能受损导致的功能障碍之间的相互作用、开发面向神经康复的脑机接口系统等。现已研发了系列高通讯速率稳态视觉诱发电位脑机接口系统，并开发了文字输入、机器人控制、认知测试、康复训练等应用程序，这些脑机接口系统相关应用程序已经在健康用户和多个患者群体中得到了验证。

        团队目前拥有64通道脑电信号采集系统2台（美国Neuroscan公司）、Emotiv脑电采集系统、2台WEARABLE Sensing无线干电极脑电采集系统、64通道Neuracle无线脑电采集系统、和专用的电磁屏蔽室，可为脑电信号采集提供良好的测试环境；配备了NAO仿人机器人2台（法国Aldebaran Robotics公司产品）、JACO2 七自由度轻型机械臂（加拿大Kinova公司）以及VS-060型6轴机械手臂（日本Denso公司），并为其配备了抓手模块、力学传感器套件和COGNEX公司的视觉系统，可为开展脑机接口应用相关研究奠定坚实基础。另配备了neuroConn DC-STIMULATOR PLUS 经颅电刺激仪，可为神经调控研究开展提供研究条件；还配备了多台工作站，为完成脑电信号分析与处理工作提供了良好的硬件基础。

       团队与清华大学高小榕教授团队常年保持良好的合作与交流关系，目前共同承担多个科研项目；与中国科学院半导体研究所王毅军研究员团队合作进行稳态视觉诱发电位脑机接口的理论和应用研究，共同开展项目研究和发表高水平论文；与广州医科大学附属第二医院、天津医科大学总医院、中国康复研究中心等临床单位合作，开展临床应用研究。

[1]     科技部，国家重点研发计划课题，2022YFC3602803，面向神经康复的闭环脑机接口系统及应用示范，2022-12至2025-12， 在研, 主持

[2]     装备发展部，XX预研专项，XXX，在研，主持

[3]     国家自然科学基金委员会, 面上项目, 62171473, 基于无创高通讯速率脑机接口的服务机器人关键技术研究, 2022-01至2025-12，在研, 主持

[4]     国家自然科学基金委员会, 青年项目, 61603416, 经颅直流电刺激对脑-机接口性能的影响及其机制研究, 2017-01至2019-12，已结题, 主持

[5]     中国科协青年人才托举工程项目，2015-12至2017-12，已结题，主持

[6]     天津市科学技术局，天津市应用基础研究多元投入基金面上项目，结合无创脑机接口和经颅电刺激的神经康复关键技术研究，2021-10至2024-09，在研，主持

[7]     北京协和医学院“中央高校基本科研业务费”项目，3332019015，高效脑-机接口技术及其在机器人中的应用，2019-01至2019-12，已结题，主持

[8]     北京协和医学院“中央高校基本科研业务费”项目滚动支持，3332018191，结合经颅电刺激技术的脑-机接口研究与实现，2018-01至2018-12，已结题，主持

[9]     北京协和医学院“协和青年基金”项目，3332016101，结合经颅电刺激技术的脑-机接口研究与实现，2016-04至2018-03，已结题，主持

[1]    科技部，国家重点研发计划课题，2022YFC3602803，面向神经康复的闭环脑机接口系统及应用示范，2022-12至2025-12， 在研, 主持

[2]     装备发展部，XX预研专项，XXX，在研，主持

[3]    国家自然科学基金委员会, 面上项目,62171473, 基于无创高通讯速率脑机接口的服务机器人关键技术研究, 2022-01至2025-12，在研, 主持

[4]    国家自然科学基金委员会, 青年项目,61603416, 经颅直流电刺激对脑-机接口性能的影响及其机制研究,2017-01至2019-12，已结题, 主持

[5]    中国科协青年人才托举工程项目，2015-12至2017-12，已结题，主持

[6]    天津市科学技术局，天津市应用基础研究多元投入基金面上项目，结合无创脑机接口和经颅电刺激的神经康复关键技术研究，2021-10至2024-09，在研，主持

[7]    北京协和医学院“中央高校基本科研业务费”项目，3332019015，高效脑-机接口技术及其在机器人中的应用，2019-01至2019-12，已结题，主持

[8]    北京协和医学院“中央高校基本科研业务费”项目滚动支持，3332018191，结合经颅电刺激技术的脑-机接口研究与实现，2018-01至2018-12，已结题，主持

[9]     北京协和医学院“协和青年基金”项目，3332016101，结合经颅电刺激技术的脑-机接口研究与实现，2016-04至2018-03，已结题，主持

代表性成果

[1]     Meng Li#, Xiaogang Chen*,and Hongyan Cui*, A high-frequency SSVEP-BCI system based onsimultaneous modulation of luminance and motion using intermodulationfrequencies, IEEE Transactions on Neural Systems and RehabilitationEngineering, 2023, 31: 2603-2611. (IF=4.9)

[2]     Xiaogang Chen#, *, Bingchuan Liu, Yijun Wang, Hongyan Cui, Jianwei Dong, Ruijuan Ma, Ning Li*,and Xiaorong Gao. Optimizing stimulus frequency ranges for building a high-ratehigh frequency SSVEP-BCI. IEEE Transactions on Neural Systems andRehabilitation Engineering, 2023, 31: 1277-1286. (IF=4.9)

[3]     Shangen Zhang#, Xiaorong Gao, HongyanCui, and Xiaogang Chen*. Transcranial direct current stimulation-basedneuromodulation improves the performance of brain-computer interfaces based onsteady-state visual evoked potential. IEEE Transactions on NeuralSystems and Rehabilitation Engineering, 2023, 31: 1364-1373. (IF=4.9)

[4]     Meng Li#, Ning Li#, XiaorongGao, Ruijuan Ma, Jianwei Dong, Xiaogang Chen*, andHongyan Cui*. A novel SSVEP brain-computer interface system based onsimultaneous modulation of luminance and motion. IEEE Transactions on NeuralSystems and Rehabilitation Engineering, 2023, 31: 1149-1157. (IF=4.9)

[5]     Shangen Zhang#, Yuanfang Chen, LijianZhang, Xiaorong Gao, and Xiaogang Chen*. Study on robotgrasping system of SSVEP-BCI based on augmented reality stimulus. Tsinghua Science and Technology,2023, 28(2): 322-329. (IF=6.6)

[6]     Xiang Liu#, Xiaofei Chen#,Xinyi Chi, Zujian Feng, Chunfang Yang, Rui Gao, Shuangyang Li, ChuangnianZhang, Xiaogang Chen*,Pingsheng Huang, Anjie Dong*, Deling Kong, and Weiwei Wang*.Biomimetic integration of tough polymer elastomer with conductive hydrogel forhighly stretchable, flexible electronic. NanoEnergy, 2022, 92: 106735. (IF= 17.6)

[7]     Bingchuan Liu#, Yijun Wang, XiaorongGao, and Xiaogang Chen*. eldBETA: A large eldercare-orientedbenchmark database of SSVEP-BCI for the aging population. Scientific Data,2022, 9: 252. (IF=9.8)

[8]     Xiaogang Chen#,*, Bingchuan Liu#, Yijun Wang*, and Xiaorong Gao. Aspectrally-dense encoding method for designing a high-speed SSVEP-BCI with 120stimuli. IEEE Transactions on Neural Systems and Rehabilitation Engineering,2022, 30: 2764-2772. (IF=4.9)

[9]     Xiaogang Chen#, *, Nan Hu#, and Xiaorong Gao. Development of a brain-computerinterface-based symbol digit modalities test and validation in healthy elderlyvolunteers and stroke patients. IEEE Transactions onNeural Systems and Rehabilitation Engineering, 2022, 30: 1433-1440. (IF=4.9)

[10]  Xinyi Chi#, Chunxiao Wan#,Chunyan Wang, Yong Zhang, Xiaogang Chen*, and Hongyan Cui*.A novel hybrid brain-computer interface combining motor imagery andintermodulation steady-state visual evoked potential. IEEE Transactions onNeural Systems and Rehabilitation Engineering, 2022, 30: 1525-1535. (IF=4.9)

[11]  Shangen Zhang#, Xiaorong Gao, and XiaogangChen*. Humanoid robot walking in maze controlled by SSVEP-BCIbased on augmented reality stimulus. Frontiers in Human Neuroscience, 2022, 16: 908050.(IF=2.9)

[12]  Yao Wang#, Peiyun Hou, Wenjing Li,Mingxing Zhang, Hongliang Zheng, and Xiaogang Chen*. Theinfluence of different current-intensity transcranial alternating currentstimulation on the eyes-open and eyes-closed resting-stateelectroencephalography. Frontiers in Human Neuroscience, 2022, 16: 934382. (IF=2.9)

[13]  Bingchuan Liu#, Xiaogang Chen, Xiang Li, YijunWang*, Xiaorong Gao*, and Shangkai Gao. Align and poolfor EEG headset domain adaptation (ALPHA) to facilitate dry electrode basedSSVEP-BCI. IEEE Transactions onBiomedical Engineering, 2022, 69(2): 795-806. (入选IEEE Transactions on Biomedical Engineering杂志2022年Featured Articles, IF=4.6)

[14]  Xiaorong Gao#,Yijun Wang#, XiaogangChen, and Shangkai Gao*. Interface, interaction, andintelligence in generalized brain-computer interfaces. Trends in Cognitive Sciences, 2021, 25(8): 671-684. (IF=24.482)

[15]  Xiaogang Chen#,*, Xiaoshan Huang, Yijun Wang*, andXiaorong Gao. Combination of augmented reality based brain-computer interfaceand computer vision for high-level control of a robotic arm. IEEE Transactions on Neural Systems andRehabilitation Engineering, 2020, 28(12): 3140-3147. (IF=3.802)

[16]  Xiaogang Chen#*, Nan Hu#,Yijun Wang*, and Xiaorong Gao. Validation of a brain-computerinterface version of the digit symbol substitution test in healthy subjects. Computers in Biology and Medicine,2020, 120: 103729. (IF=4.589)

[17]  Xiaogang Chen#, Yijun Wang*, Shangen Zhang, ShengpuXu, and Xiaorong Gao*. Effects of stimulation frequency andstimulation waveform on steady state visual evoked potentials using computermonitor. Journal of Neural Engineering,2019, 16(6): 066007. (IF=4.141)

[18]  Xiaogang Chen#*, Bing Zhao,Yijun Wang, and Xiaorong Gao*. Combination of high-frequencySSVEP-based BCI and computer vision for controlling a robotic arm. Journal of Neural Engineering, 2019,16(2): 026012. (英国物理学会出版社（IOP Publishing）2021年“中国高被引文章奖”, IF=4.141)

[19]  Xiaogang Chen#, Bing Zhao,Yijun Wang, Shengpu Xu*, and Xiaorong Gao*. Control of a7-DOF robotic arm system with an SSVEP-based BCI. International Journal of Neural Systems, 2018, 28(8): 1850018. (IF=6.4)

[20]  MasakiNakanishi#, Yijun Wang*, Xiaogang Chen, Yu-Te Wang, Xiaorong Gao, and Tzyy-Ping Jung.Enhancing detection of SSVEPs for a high-speed brain spellerusing task-related component analysis. IEEE Transactions on BiomedicalEngineering, 2018, 65(1): 104-112. (ESI高被引论文, IF=4.491)

[21]  Xiaogang Chen#, Yijun Wang*,Shangen Zhang, Shangkai Gao, Yong Hu, and Xiaorong Gao*. A novelstimulation method for multi-class SSVEP-BCI using intermodulation frequencies.Journal of Neural Engineering,2017, 14(2): 026013. (IF=3.92)

[22]  Yijun Wang#,Xiaogang Chen, XiaorongGao*, and Shangkai Gao. A benchmark dataset for SSVEP-basedbrain-computer interfaces. IEEETransactions on Neural Systems and Rehabilitation Engineering, 2017,25(10): 1746-1752. (ESI高被引论文, 入选IEEE TNSRE杂志2017年Featured Articles, IF=3.972)

[23]  Xiaogang Chen#, Yijun Wang#*,Masaki Nakanishi, Xiaorong Gao*, Tzyy-Ping Jung, and Shangkai Gao.High-speed spelling with a noninvasive brain-computer interface. Proceedings ofthe National Academy of Sciences of the United States of America, 2015,112(44): E6058-E6067. (ESI高被引论文, IF=9.423)

[24]  Xiaogang Chen#, Yijun Wang*,Shangkai Gao, Tzyy-Ping Jung, and Xiaorong Gao*. Filter bankcanonical correlation analysis for implementing a high-speed SSVEP-basedbrain-computer interface. Journal ofNeural Engineering, 2015, 12(4): 046008. (ESI高被引论文, IF=3.493)

[25]  Peng Yuan#,Xiaogang Chen#, Yijun Wang, Xiaorong Gao,and Shangkai Gao*. Enhancing performances of SSVEP-basedbrain-computer interfaces via exploiting inter-subject information. Journal of Neural Engineering, 2015,12(4): 046006. (IF=3.493)

[26]  发明专利，陈小刚，崔红岩，李萌，脑机接口数据处理方法、装置、电子设备及存储介质，专利号：ZL202210882050.1，申请日期：2022-07-26，授权公告日：2023-04-14，授权公告号：CN115268747B

[27]  发明专利，陈小刚，崔红岩，迟新一，一种混合脑机接口的目标呈现方法及装置，专利号：ZL202210097273.7，申请日期：2022-01-27，授权公告日：2022-05-13，授权公告号：CN114115547B

[28]  发明专利，陈小刚，赵秉，徐圣普，一种基于非侵入式脑机接口机器臂控制系统及其控制方法，专利号：ZL201610855755.9，申请日期：2016-09-27，授权公告日：2022-02-01，授权公告号：CN106491251B

[29]  发明专利，陈小刚，基于脑-机接口的数字符号转换测试系统及其测试方法，专利号：ZL201911041228.4，申请日期：2019-10-30，授权公告日：2021-02-02，授权公告号：CN110680350B

[30]  发明专利，陈小刚，孟佳，李坤，一种提高听觉稳态响应脑-机接口性能的系统及方法，专利号：ZL201811423591.8，申请日期：2018-11-27，授权公告日：2020-05-22，授权公告号：CN109284009B

[31]  发明专利，陈小刚，高小榕，徐圣普，谢小波，胡勇，基于交叉调制频率的稳态视觉诱发电位脑-机接口方法，专利号：ZL201510654691.1，申请日期：2015-10-12，授权公告日：2018-02-09，授权公告号：CN105242784B

[32]  发明专利，陈小刚，崔红岩，李萌，张若晴，一种数据处理方法、系统、装置、设备及存储介质，申请号：202310203867 .6，申请日期：2022-03-06.