该成果属于脑科学和人工智能交叉研究领域，主要利用对头皮脑电信号（EEG）的非侵入式解码技术形成脑、机间的直接信息交换和控制，在医疗、康养、驾驶、娱乐等领域均有广泛的应用前景。基于EEG的非侵入式脑机接口（BCI）颠覆性的改变了人与机器交互的方式，但尚存在解码正确率低、稳定性差、控制效率低且灵活性低的问题。该成果基于上述问题展开技术攻关，从EEG信号的生理学特点出发，突破了EEG信号解码和应用的关键技术，全面提升BCI性能，推动BCI技术由实验室走向实用化。主要创新点如下：针对基于意念的主动控制型BCI特征EEG信号微弱、信噪比低且个体差异大的问题，提出基于特征EEG中判别性特征精确量化的增强诱发新范式，提高解码正确率和稳定性；针对基于快速序列视觉呈现（RSVP）的反应式BCI中事件相关电位信号变异性强、个体差异大、特征提取难的问题，提出了结合ERP生理特征的信号增强与特征提取新方法，显著提升RSVP-BCI解码正确率；针对非侵入式BCI系统控制效率低且灵活性低的问题，发明了脑以服务形式在环的脑机协同控制技术和脑机融合的一体化控制技术，显著提升BCI系统控制效率和灵活性。获得国家发明专利授权17件，受理18件，发表高水平论文70余篇。相关成果先后在五家单位多个项目或产品中得到应用，产生了重要的经济和社会效益，对BCI技术的实用化发展产生了重要的推动作用。