脑机接口 (BMI) 旨在建立生物神经系统与外部机器之间的直接通信通路 [1, 2]。不同类型的神经信号已在各种 BMI 应用中得到展示。脑电图 (EEG) 是 BMI 场景中最常见的电生理信号之一,例如注意力评估 [3]、运动想象 [4]、睡眠分期 [5] 和癫痫发作检测 [6]。然而,EEG 记录过程很容易因无线传输中的数据包丢失、受试者的意外移动或电极接触不良而受到干扰,从而导致信号不完整。一些文献中提出了张量完成方法 (TCM),通过将记录的 EEG 视为多通道张量来执行 EEG 完成 [7–10]。[9] 证明同时张量分解和完成 (STDC) 可以在几种 TCM 中实现更好、更稳健的性能。TCM 家族可以发现多通道信号的低秩表示,可进一步用于信号恢复。然而,TCM 家族依赖于多个脑电图通道,这对于单通道脑电图记录不起作用。序列到序列神经网络是脑电图补全的另一种解决方案。[11] 使用门层自动编码器 (GLAE) 将深度学习引入该领域。GLAE 在普通自动编码器之前添加了一个切换层。切换层在训练期间屏蔽了几个输入点。该模型学会了根据未屏蔽的点来补全屏蔽的点。GLAE 在两个稳态视觉诱发电位 (SSVEP) 脑电图上实现了 0.02 到 0.05 的 RMSE 水平
摘要:脑电图 (EEG) 信号很容易受到肌肉伪影的污染,这可能导致脑机接口 (BCI) 系统以及各种医疗诊断的错误解读。本文的主要目标是在不扭曲 EEG 所含信息的情况下去除肌肉伪影。首次提出了一种新的多阶段 EEG 去噪方法,其中小波包分解 (WPD) 与改进的非局部均值 (NLM) 算法相结合。首先,通过预训练的分类器识别伪影 EEG 信号。接下来,将识别出的 EEG 信号分解为小波系数,并通过改进的 NLM 滤波器进行校正。最后,通过逆 WPD 从校正后的小波系数重建无伪影的 EEG。为了优化滤波器参数,本文首次使用了两种元启发式算法。所提出的系统首先在模拟脑电图数据上进行验证,然后在真实脑电图数据上进行测试。所提出的方法在真实脑电图数据上实现了 2.9684 ± 0.7045 的平均互信息 (MI)。结果表明,所提出的系统优于最近开发的具有更高平均 MI 的去噪技术,这表明所提出的方法在重建质量方面更佳并且是全自动的。
当人们想要进行想象 (IMI) 或真实运动 (RMI) 时,脑电图 (EEG) 中会引发低频准备电位 (RP)。虽然大多数脑机接口 (BCI) 应用中面临的挑战是从给定的 EEG 试验中对不同肢体的 RP 进行分类,但本研究的目的是从整个单通道 EEG 信号中快速自动检测 RP。所提出的算法有两个阈值块,第一个阈值块基于非线性 Teager-Kaiser 能量算子 (TEO),第二个阈值块以 RP 波形的形态特性为约束。性能受到瞬变和伪影导致的突然能量变化的强烈影响。作为主要贡献,所提出的非线性凸优化算法通过提供快速阈值机制,实现将瞬变与低频分量分离。将所提出的方法应用于 Physionet RMI 数据集、BCI 竞赛 IV-1 IMI 数据集和我们自己的健康受试者左手运动数据集,可获得 76.5 ± 8.27%、83.85 ± 11.4% 和 81.1 ± 5.23% 的真阳性率 (TPR),2.4 ± 1.07、1.4 ± 0.7 和 1.6 ± 0.69 的 FPs/min 数量,以及 85.4 ± 3.83%、90 ± 3.56% 和 91.2 ± 2.04% 的准确率。我们的自动 RP 检测器的运动开始检测延迟为 -384.9 ± 296.5 毫秒。总之,所提出的方法优于使用低至单通道 EEG 的最先进的技术,使其适用于中风瘫痪患者的实时神经康复。
摘要:仅使用行为测试很难检测出注意力缺陷多动障碍中的注意力生物标志物。我们探索了通过低成本脑电图系统测量的注意力是否有助于在早期阶段检测出可能的疾病。GokEvolution 应用程序旨在训练注意力,并提供一种在早期识别儿童注意力问题的方法。使用 NeuroSky MindWave 记录的注意力变化与 CARAS-R 心理测试相结合,用于描述 52 名非 ADHD 儿童和 23 名 7 至 12 岁 ADHD 儿童的注意力特征。分析表明,GokEvolution 通过使用 EEG-BCI 技术在测量注意力方面很有价值。与对照组相比,ADHD 组的注意力水平较低,大脑注意力反应的变化更大。与对照组相比,该应用程序能够绘制 ADHD 组的低注意力特征,并可以区分完成任务的参与者和未完成任务的参与者。因此,该系统可在临床环境中用作筛查工具,以便早期检测注意力特征,从而防止其发展。
摘要 癫痫发作是发生在中枢神经系统中的癫痫的一部分,会导致大脑活动异常。脑电图 (EEG) 信号记录主要用于癫痫发作检测过程。癫痫发作的检测是患者进一步治疗的关键部分。本文提出了一种使用单通道 EEG 信号进行癫痫发作检测的多视图 SVM 模型。在本实验中,提取了 EEG 数据的两个视图,(1) 使用独立成分分析 (ICA) 的时域特征和 (2) 在频域中获得功率谱密度。提取的特征已输入到多视图 SVM 分类模型。在本研究中,单通道 EEG 数据集用于癫痫发作检测。已经估计了性能估计参数,即准确度、灵敏度、特异性、F1 分数和 AUC 值,以评估所提出的模型。该模型使用 k 倍交叉验证对 A vs E 和 B vs E 集上的癫痫和非癫痫进行了分类,准确率超过 99%。使用相同特征,多视图 SVM 获得的分类准确率比单视图 SVM 高 1-4%。此外,还将所提出的模型与现有的单视图 SVM 模型进行了比较。观察到,与单视图 SVM 模型相比,多视图 SVM 模型在相同特征上的表现明显更好。
摘要:创伤性脑损伤(TBI)是死亡和残疾的常见原因。但是,现有的TBI诊断工具是主观的,或者需要广泛的临床设置和专业知识。相对较高的计算系统的大小以及与TBI相关的机器学习研究的有希望的结果相结合的可负担性和减少,使得创建紧凑和便携式系统以早期检测到TBI成为可能。这项工作描述了基于Raspberry Pi的便携式,实时数据采集和自动处理系统,该系统使用机器学习来有效识别TBI并自动从单渠道电脑电脑(EEG)信号中自动为睡眠阶段分数。我们讨论了可以使用数字转换器(ADC)的类似物对EEG信号进行数字数字化的系统的设计,实现和验证,并执行实时信号分类以检测到温和TBI(MTBI)的存在。我们利用卷积神经网络(CNN)和基于XGBoost的预测模型来评估系统的性能和降低系统的多功能性,以使用多种类型的预测模型运行。,对于TBI与控制条件,在16 s -64 S时期的分类时间小于1 s的分类时间中,峰分类精度超过90%。这项工作可以实现适合现场使用的系统的开发,而无需为早期TBI检测应用和TBI研究提供专门的医疗设备。此外,这项工作开放了实施连接的,实时TBI与健康和健康监测系统的途径。
。CC-BY-ND 4.0 国际许可 它是永久可用的。 是作者/资助者,已授予 medRxiv 许可以显示预印本(未经同行评审认证)预印本 此版本的版权所有者于 2020 年 8 月 15 日发布。;https://doi.org/10.1101/2020.08.13.20171876 doi: medRxiv preprint
空客在汉堡启用新的 A320 结构装配线 树立数字自动化新标准 #Airbus #A320 汉堡,2019 年 10 月 1 日——空客在汉堡启用了高度自动化的 A320 系列飞机机身结构装配线,展示了空客工业生产体系的演变。新工厂特别专注于制造 A321LR 的较长部件,拥有 20 台机器人、一种新的物流概念、激光测量自动定位以及数字数据采集系统。这些将进一步支持空客提高质量和效率的努力,同时为其工业生产体系带来更高的数字化水平。“通过采用一些最新技术和工艺,空客已经开始了在 A320 系列生产中树立新标准的旅程。这条新的机身结构装配线是 A320 系列产能提升的重要推动力。空客首席运营官 Michael Schoellhorn 表示:“提高自动化和机器人水平可以实现更快、更高效的制造,同时保持我们对质量的首要关注。”“鉴于 A320 系列的巨大成功和订单积压,我们正在采取必要措施,确保我们的生产系统能够与我们产品的卓越性相匹配,并能够满足客户对我们单通道飞机的需求。” 他补充道:“我们对汉堡的员工和工厂给予了高度信任和投资。我们现在需要履行对客户的承诺,同时确保整体竞争力。”对于初始段的组装,空客采用了一种模块化、轻型自动化系统,称为“Flextrack”,八个机器人在每个纵向接头上钻孔和沉头 1,100 到 2,400 个孔。在下一个生产步骤中,12 个机器人(每个机器人在七个轴上操作)将机身中段和后段与尾部组合成一个主要部件,每个轨道接头钻孔、沉头、密封和插入 3,000 个铆钉。除了使用机器人外,空客还在材料和零件物流中实施新方法和技术,以优化生产、改善人体工程学并缩短交货时间。这包括物流和生产水平的分离、以需求为导向的材料补给以及自动导引车的使用。汉堡结构装配工厂负责将单个机身外壳连接成段,以及将单个段最终组装到飞机机身。飞机部件在最终交付到法国、德国、中国和美国的总装线之前,会配备电气和机械系统。高效的 A320neo 系列(包括 A321)拥有天空中最宽的单通道客舱,采用了包括新一代发动机和鲨鳍小翼在内的最新技术,从第一天起,这些技术共同节省了 15% 以上的燃油和二氧化碳,到 2020 年将节省 20%,同时噪音降低 50%。迄今为止,A320neo 系列已获得来自 100 多家客户的 6,500 多份订单。
警告和一般说明警告:臭氧可能对人体有害。采取合理措施避免接触。目前,臭氧的最大 8 小时接触限值为 0.1 PPMV。警告:切勿在未采取适当的眼睛保护措施的情况下直视本分析仪内的紫外线灯。紫外线辐射会导致永久性眼睛损伤。警告:本分析仪内的组件由交流电压供电。采取一切必要的预防措施,消除触电风险。警告:某些组件触摸时可能会很烫。使用这些组件之前,请留出适当的冷却时间。AFX®、IN USA™ 和 Excellence in Instrumentation™ 是 IN USA, INCORPORATED 的商标。本文件受版权保护。IN USA, INC. 保留对本手册中涉及的产品进行更改以提高性能、可靠性或可制造性的权利。确保将本手册与其随附的原始产品一起使用。尽管已尽一切努力确保本手册中包含的信息的准确性,但 IN USA™ 对无意的错误不承担任何责任。IN USA™ 对此处描述的任何测量方案的使用不承担任何责任。IN USA TM 不打算或建议将本产品用于 (a) 任何类型的医学治疗或物理治疗,无论是作为此类治疗的直接或辅助部分,包括但不限于生命支持(即关键医疗)应用或 (b) 任何核设施应用。IN USA™ 不会故意销售本产品用于此类应用。将 IN USA™ 产品用于医疗或类似治疗无法合理地预期会产生准确的治疗监测,并且可能会导致生命支持设备故障或严重影响其安全性或有效性。任何直接购买者或售后市场购买者在此类应用中使用产品(无论 IN USA™ 是否知晓)均应免除 IN USA™ 对此类购买者或任何有意或无意地受到此类使用影响的人员的任何责任或义务。
警告和一般说明警告:臭氧可能对人体有害。采取合理措施避免接触。目前,臭氧的最大 8 小时接触限值为 0.1 PPMV。警告:切勿在未采取适当的眼睛保护措施的情况下直视本分析仪内的紫外线灯。紫外线辐射会导致永久性眼睛损伤。警告:本分析仪内的组件由交流电压供电。采取一切必要的预防措施,消除触电风险。警告:某些组件触摸时可能会很烫。使用这些组件之前,请留出适当的冷却时间。AFX®、IN USA™ 和 Excellence in Instrumentation™ 是 IN USA, INCORPORATED 的商标。本文件受版权保护。IN USA, INC. 保留对本手册中涉及的产品进行更改以提高性能、可靠性或可制造性的权利。确保将本手册与其随附的原始产品一起使用。尽管已尽一切努力确保本手册中包含的信息的准确性,但 IN USA™ 对无意的错误不承担任何责任。IN USA™ 对此处描述的任何测量方案的使用不承担任何责任。IN USA TM 不打算或建议将本产品用于 (a) 任何类型的医学治疗或物理治疗,无论是作为此类治疗的直接或辅助部分,包括但不限于生命支持(即关键医疗)应用或 (b) 任何核设施应用。IN USA™ 不会故意销售本产品用于此类应用。将 IN USA™ 产品用于医疗或类似治疗无法合理地预期会产生准确的治疗监测,并且可能会导致生命支持设备故障或严重影响其安全性或有效性。任何直接购买者或售后市场购买者在此类应用中使用产品(无论 IN USA™ 是否知晓)均应免除 IN USA™ 对此类购买者或任何有意或无意地受到此类使用影响的人员的任何责任或义务。