清华大学使用 MATLAB 开展脑机接口科学研究与教学活动
心理学系学生培养了宝贵的专业技能
“在开发脑机接口技术的过程中，我们使用了大量的 MATLAB 工具箱……这些都让脑机接口研究变得更加容易，也有力地推动了脑机接口领域的前沿进展。”
关键成果
- Signal Processing Toolbox 和 Statistics and Machine Learning Toolbox 自动处理数据和提取特征，解放研究者们以聚焦于顶层思考，从而推动 BCI 研究的发展
- MATLAB 易于使用的界面使得非技术背景的心理学系学生也能自学上手 BCI 研究
- 大量研究者们在 MATLAB 中共享的学界案例是有效的教学资源，益于学生们探索该技术
张丹是清华大学心理学系长聘副教授，在该国际公认的工科院校及科研机构中，他的工作重点是理解人类大脑的力量。张教授处于脑机接口（BCI）研究的前沿，致力于开发计算机解读和使用大脑信号来解码情绪的方法。
手动处理 BCI 数据既耗时又艰难。为了解决这个难题，张教授使用了大量的 MATLAB® 工具箱，包括 Signal Processing Toolbox™ 和 Statistics and Machine Learning Toolbox™，来加速科学研究并帮助学生们理解。这些工具箱使得研究者们得以实现：精准时间的视觉信息呈现、脑机接口解码算法开发、实时数据处理与解码。
张教授还在课堂教学上使用 MATLAB 作为核心软件平台，帮助没有编程背景的心理学系学生们学习并实验 BCI 技术。MATLAB 提供了丰富的学界案例资源、易于上手的学习教程和学习社区支持；同时其本身所具备的可扩展性能，既能实现基本的分析功能，又能探索新的方法，有助于学生培养重要的专业技能。
