腦機介面意指人類大腦與電腦及周邊硬體設備的溝通方式，主要將大腦的信號或人的意念轉換為電腦能夠傳送之指令，藉以控制電腦周邊硬體裝置或應用程式。腦機介面發展至今已有許多種腦波控制方式及應用，從簡單的機械手臂控制廣泛應用至日常生活打字、虛擬實境以及遊戲操作，主要以運動想像控制、穩態視覺誘發電位、P300等腦控方式對電腦應用程式或硬體裝置下達動作指令；每種BCI類型都各有優缺點，例如運動想像控制之腦機介面優點為使用上直覺，不需要外部刺激誘發腦波，但其腦機介面系統設計相對複雜許多，且需要長時間訓練才能達到高準確度的腦波控制應用。
對於肢體障礙患者而言，腦機介面的幫助是很大的，因此有很多為了行動不便人士而設計的腦機介面系統。但這些系統很多還是必須依賴使用者的肌電訊號來控制，例如脖子、頭部及眼動的面部肌肉訊號，但這些訊號需要使用者自發性的的產生，若是嚴重疾患的病人，無法控制本身肌肉，便無法使用此種類型的腦機介面。
近年來，腦機介面的技術受到越來越多關注，並且在改善嚴重疾患病人生活品質的領域上有很大的發展潛力，例如麻痺和癱瘓的病人。腦機介面的發展目標為建立一人腦與外部裝置的溝通管道以便能透過腦波指令而直接操控外部器械，例如機器人等，因此克服上述腦機介面之限制並使之成為現代生活中一項利器成為一重要課題。現階段對於腦機介面的研究大多將問題層面著重於如何使判斷率更準確及如何增進系統效率，而非關注於人體所產生之生理狀態改變所造成之影響，例如疲勞、專注度、壓力、沉浸感等，而生理狀態與是否能長時間持續使用腦機介面有很大的關聯。
有鑑於以上因素，本團隊利用以往所累積之相關知識及研究，包含多種類型之腦機介面，研究並發展出「適應性腦機介面」，能克服生理狀態改變造成腦機介面系統準確性的影響，進而提高腦機介面系統判斷準確度，此系統相關演算法已發表於1. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2. IEEE Access, 3. Journal of Neural Engineering等期刊論文中，請參閱附件論文檔。

本技術欲克服長時間使用腦機介面造成生理狀態改變，導致準確率下降之問題。技術創新性包含探討長時間使用穩態視覺誘發電位腦機介面所引起之生理狀態改變及可應用之生理特徵指標、穩態視覺誘發電位和快速序列視覺呈現複合式腦機介面開發、演算法和腦波感測電極改良，及使用者感受到的壓力對於腦機介面試驗的影響。

生理狀態監測能夠融入各種須監測使用者狀態之場域，藉由使用者狀態適時給予警示或提醒，並調整訓練或學習方針及程序；分析使用者之靜息及預刺激腦波能夠預測其腦機介面之判別準確率，適合應用於系統之前端架構，校正腦機介面模型及使用者狀態；本技術也可整合腦機介面於中風患者復健，藉由神經可塑性之原理提升復健成效。

1. 本團隊所提出之適應性腦機介面演算法分別已發表於下列期刊論文，請參閱附件論文檔：
[1] IEEE Transactions on Neural Systems and Rehabilitation Engineering, May 2020. (IF=3.972, Rank: 3/65, Top 4.61% of REHABILITATION) (通訊作者)
[2] IEEE Access, May 2020. (IF=4.098, Rank: 23/155, Top: 14.84% of COMPUTER SCIENCE, INFORMATION SYSTEMS) (通訊作者)
[3] Journal of Neural Engineering, May 2020. (IF: 4.551, Rank: 10/80, Top: 12.5% of ENGINEERING, BIOMEDICAL)(第一和通訊作者)