XiaoMi-AI文件搜索系统
World File Search System外部设备
利用脑机接口康复系统进行上肢训练和下肢训练
脑机接口 (BCI) 利用用户的大脑活动来控制外部设备，而无需实际运动（Wolpaw 等人，2002 年；Belkacem 等人，2020 年）。这种大脑活动可以使用脑电图 (EEG)、皮层电图、立体脑电图、功能性近红外光谱 (fNIRS) 或功能性磁共振成像 (fMRI) 记录，其中 EEG 使用最多（Orban 等人，2022 年；Islam 和 Rastegarnia，2023 年）。最近，使用 EEG 的 BCI 已成为中风后 UE 运动康复的有前途的技术（Mane 等人，2022 年）。在这种情况下，BCI 在用户和外部设备之间建立了一个闭环系统。通过响应与运动相关的神经活动提供有意义的实时反馈来促进 BCI 和用户之间的这种交互。用户自己执行运动执行、运动尝试或运动想象 (MI)，其中 MI 是运动的心理排练。重要的是，所有三种策略都伴随着事件相关的去同步 (ERD) 和同步 (ERS)，这反映了振荡功率的降低和增加 (Pfurtscheller 和 Lopes da Silva，1999 年；Pfurtscheller 等人，2006 年；Miller 等人，2010 年)。可以使用不同的外部设备（例如，机器人、手臂矫形器、视觉反馈、功能性电刺激 (FES)）向用户提供反馈，其中提供本体感受反馈的设备可能比仅提供视觉反馈更有效 (Ono 等人，2014 年；Bai 等人，2020 年)。具体而言，触发 FES 的 BCI（BCI-FES）被认为是最有效的 (Bai 等人，2020 年)。荟萃分析表明，用于 UE 运动康复的 BCI 可以改善 UE 运动功能（Bai 等人，2020 年；Kruse 等人，2020 年）。然而，人们对下肢 (LE) 运动康复的了解较少。最近基于运动相关皮质电位（Mrachacz-Kersting 等人，2016 年）、BCI-FES（Chung 等人，2020 年；Sebastián-Romagosa 等人，2023 年）和功能性近红外光谱介导的神经反馈（Mihara 等人，2021 年）的 BCI 研究显示步态表现有所改善。Sebastián-Romagosa 等人（2023 年）显示在 25 个疗程中步行速度提高了 0.19 米/秒。然而，迄今为止尚未研究多种 BCI 治疗对中风患者功能状态的影响。
利用呼吸调节光电容积描记法开发低假阳性率的脑机接口拨动开关
摘要：基于脑电图 (EEG) 的异步脑机接口 (BCI) 通常在分类准确度和假阳性率 (FPR) 方面表现不佳。因此，开发了基于眼电图 (EOG) 信号的 BCI 拨动开关来打开/关闭同步 BCI 系统。传统的 BCI 拨动开关反应快速、准确度高；然而，它们的 FPR 很高或不能应用于眼球运动障碍患者。为了解决这些问题，我们开发了一种新型 BCI 拨动开关，用户可以通过屏住呼吸几秒钟来打开或关闭同步 BCI。使用线性判别分析对正常呼吸和屏住呼吸两种状态进行分类，其中特征提取自呼吸调制光电容积描记法 (PPG) 信号。使用仅用 1 分钟 PPG 数据训练的校准数据实现了实时 BCI 拨动开关。我们将我们的 PPG 开关与基于稳态视觉诱发电位的 BCI 系统相结合，评估了其真实阳性率和 FPR 性能，该系统旨在控制四个外部设备。通过对 5 名受试者进行离线实验优化了 PPG 开关的参数，并在对 7 名受试者进行在线实验中评估了开关系统的性能。所有参与者都通过屏住呼吸约 10 秒成功打开 BCI（准确率为 100%），开关系统表现出每分钟 0.02 次错误操作的极低 FPR，这是迄今为止报告的最低 FPR。所有参与者均可在同步 BCI 模式下成功控制外部设备。我们的结果表明，所提出的基于 PPG 的 BCI 拨动开关可用于实现实用的 BCI。
脑机接口系统......
脑电图（EEG）是脑机接口（BCI）系统中最常用的方法之一。基于EEG的BCI系统可以利用外部设备恢复神经肌肉系统。放置在头皮上的电极记录的脑脉冲被转换成控制机械臂、外骨骼、轮椅或其他机器人的命令。在基于EEG的BCI中，有许多范式，例如基于事件相关去同步/同步（ERD / ERS）的运动想象（MI），称为感觉运动节律（SMR），基于体感的感觉想象，注意定向电位（SAO），稳态视觉诱发电位（SSVEP），稳态体感诱发电位（SSSEP），P300电位和慢皮质电位（SCP）。
A/HRC/57/61* 大会
1. 过去十年，神经技术发展迅速，人们对此寄予厚望，但也深感担忧。科学研究的良好发展表明，这些技术可能有助于推动应用神经科学的发展。更好地了解神经系统和人脑的功能，可以为诊断、预防和治疗神经和精神疾病提供新的工具。突破性研究表明，辅助设备在提高人们的行动能力和自主能力方面具有巨大潜力。市场上已经有各种直接面向消费者的教育、休闲和保健应用。目前正在开发的其他用途可能会彻底改变人们的交流或生活方式。但要做到这一点，必须让外部设备能够直接访问人的大脑活动。
电动汽车到电网 (V2G) 对可再生能源的潜在益处......
电动汽车到电网 (V2G) 对可再生能源支持的电网的潜在好处 利用可再生能源支持世界电网的主要挑战之一是可再生能源经常不可用：在夜间或某些天气条件下。电网公用事业公司正努力为这些时候提供备用电源，通常需要传统的化石燃料发电厂处于热备用状态。包括电池在内的电网级存储解决方案正在出现并正在安装，但目前这些解决方案的尺寸远远不够，也没有足够的成本效益来为电网供电。电动汽车 V2G 可以作为辅助。电动汽车提供了使用汽车电池为外部设备供电的机会，通过双向充电，电池可以通过其端口充电或放电。各种选项包括：
使用扩展的块项张量回归根据颅内脑活动预测手指运动和共同激活
每年，全球有多达 50 万患者因脊髓损伤、脑干中风和肌萎缩侧索硬化症 (ALS) 而陷入瘫痪 [1]。脑机接口 (BCI) 能够绕过断开的神经通路来取代丢失或受损的身体部位的功能，这使得它们被推广为这些患者的解决方案。通常，BCI 系统由几个组件组成：从记录的大脑活动中提取信号特征，并将结果翻译（“解码”）为控制外部设备（如机械臂或手）的命令。BCI 控制手部肌肉的功能性电刺激 (FES) [2, 3] 和假手、外骨骼或其他效应器 [4, 5, 6, 7] 已经取得了非凡的成果。
基于对抗性过滤的脑机接口逃避和后门攻击
脑机接口 (BCI) 可以实现大脑与外部设备之间的直接通信。脑电图 (EEG) 因其便利性和低成本而成为 BCI 的常见输入信号。大多数对基于 EEG 的 BCI 的研究都集中在 EEG 信号的准确解码上，而忽略了它们的安全性。最近的研究表明，BCI 中的机器学习模型容易受到对抗性攻击。本文提出了基于对抗性过滤的基于 EEG 的 BCI 的逃避和后门攻击，这些攻击非常容易实现。在来自不同 BCI 范式的三个数据集上的实验证明了我们提出的攻击方法的有效性。据我们所知，这是第一项关于基于 EEG 的 BCI 对抗性过滤的研究，这引发了新的安全问题并呼吁更多关注 BCI 的安全性。
用于认知增强的计算机接口
脑机接口 (BCI) 可以实现大脑和外部计算机之间的直接通信，从而可以处理大脑活动并控制外部设备。虽然 BCI 通常用于医疗目的，但它在非医疗用途上也可能大有可为，可以释放人类的神经认知潜力。在本文中，我们讨论了使用 BCI 进行认知增强的前景和挑战，特别关注侵入式增强 BCI (eBCI)。我们讨论了 eBCI 的伦理、法律和科学含义，包括与隐私、自主权、不平等以及认知增强技术对社会的更广泛影响有关的问题。我们得出的结论是，eBCI 的发展所带来的挑战远超实际的利弊，还引发了关于有意识自我的本质以及我们是谁、我们是什么以及应该成为什么的基本问题。