• 认知神经科学研究：结合神经成像技术，融合心理学、认知科学、计算机科学和神经科学等领域的研究方法，探究认知活动的脑机制；还可启发人工智能领域，开发与人类行为、思考方式更加贴近的人工智能应用。

• 脑机交互与多通道交互研究：基于脑电、近红外脑成像等数据，开发脑机接口；或融合眼动、生理、动作姿态、语音等数据源，开发多通道人机交互系统。

• 智能状态识别与绩效预测：通过眼动、生理、脑电、脑成像、行为、动作、表情等数据，结合机器学习或深度学习算法，进行人员状态识别、偏好或绩效的智能预测等。

• 智能人机交互测评：对人与智能产品或系统间的交互进行科学、量化的测评，优化产品设计，提高用户体验。

基于神经成像数据和人员的生理心理行为等数据，开展认知神经科学研究或相关人工智能研究与应用开发。具体研究内容包括：

• 探究认知活动的神经机制，如感知觉、言语、注意、学习和记忆、思维、情绪和动机、思维与决策等过程的脑机制。

• 提供脑机接口常用范式，基于脑电、近红外脑成像、多模态脑成像等数据，开发脑机接口系统；还可结合生理、肌电、眼动等数据进行混合脑机接口开发。

基于眼动、生理、肌电、动作、语音等数据源，进行多通道人机交互研究与应用开发。具体研究内容包括：

• 眼控交互、手势交互、肌电交互、情感交互、语音交互等多通道人机交互研究；

• 将多通道人机交互与应用场景结合，如进行座舱人机交互设计、指控系统交互设计、复杂系统人机交互设计等；

• 结合多维度人机环境数据，对多类型人机交互方式进行科学量化的测评。

多维度人机环境数据结合机器学习或深度学习算法，进行模型训练与人员状态识别。具体研究内容包括：

• 结合脑电、生理、眼动等数据，进行人员压力、情绪、疲劳、负荷、分心等状态识别；

• 结合人员生理与行为数据，进行人员绩效或团队绩效预测；

• 基于对人员状态的智能识别和监测结果，进行反馈和预警，或进行人-系统功能的智能分配等。