XiaoMi-AI文件搜索系统
World File Search System用脑
利用脑血流图进行无创神经监测
摘要 可以使用侵入性方法监测脑血流 (CBF) 自身调节 (AR)，例如颅内压 (ICP) 和动脉血压 (ABP)，以计算 CBF AR 指数 (PRx)。监测 PRx 可以减少患者继发性脑损伤的程度。脑血流图 (REG) 是一种经 FDA 批准的测量 CBF 的非侵入性方法。REGx 是一种 CBF AR 指数，是根据 REG 和手臂生物阻抗脉冲波计算得出的。我们的目标是测试 REG 的神经监测效果。对 13 名神经重症监护患者进行了 28 次测量。使用生物阻抗放大器和定制软件在笔记本电脑上记录 REG/手臂生物阻抗波形。同一程序用于离线数据处理。病例 #1：患者平均 REGx 从第一天的 -0.08 增加到第二天的 0.44，表明颅内顺应性 (ICC) 恶化 (P < 0.0001，CI 0.46–0.58)。两天的格拉斯哥昏迷量表 (GCS) 均为 5。病例 #2：REGx 从第一次记录的 0.32 降低到最后一次记录的 0.07 (P = 0.0003，CI -0.38 至 -0.12)。GCS 分别为 7 和 14。病例 #3：在 36 分钟的记录中，REGx 从 0.56 降低到 -0.37 (P < 0.0001，95%，CI -1.10 至 -0.76)。中心静脉压从 14 mmHg 变为 9 mmHg。 REG 脉搏波形态从 ICC 较差变为 ICC 形态良好。生物阻抗记录可以量化 CBF AR 的主动/被动状态，指示 ICC 的恶化并实时呈现。REGx 可以作为 PRx 的合适、非侵入性替代方案，用于头部受伤患者。
使用脑电图信号评估现实场景中记忆检索时的工作量
摘要。目的：脑电图 (EEG) 作为一种生理测量手段，在人因研究中越来越受欢迎，因为它客观、不易产生偏见，并且能够评估认知状态的动态。本研究调查了参与者在单显示器和双显示器配置下执行典型办公室任务时记忆工作量与 EEG 之间的关联。我们预计单显示器配置的记忆工作量会更高。方法：我们设计了一个实验，模拟受试者执行某些办公室工作的场景，并检查受试者在两种不同的办公室设置中是否经历了不同程度的记忆工作量：1）单显示器设置和 2）双显示器设置。我们使用 EEG 频带功率、相互信息和一致性作为特征来训练机器学习模型，以对高记忆工作量状态和低记忆工作量状态进行分类。主要结果：研究结果表明，这些特征表现出显着差异，并且在所有参与者中都是一致的。我们还在先前的研究中通过 Sternberg 任务收集的不同数据集验证了这些 EEG 特征的稳健性和一致性。意义：该研究发现 EEG 与个体的记忆工作量相关，证明了使用 EEG 分析在开展现实世界的神经人体工程学研究中的有效性。
使用脑电图...
摘要： - 压力显着影响心理和身体健康，使得准确的检测对于提高生产力和福祉至关重要。脑电图（EEG）已成为用于压力分析的关键工具，提供了一种无创，具有成本效益和时间精确的方法来评估大脑活动的方法。本文审查了使用机器学习（ML）和深度学习（DL）技术的压力检测进步。传统的压力检测方法，例如自我报告和主观调查，面临可靠性和可伸缩性的限制。相比之下，ML和DL模型，包括长期短期记忆（LSTM），卷积神经网络（CNN）和混合体系结构，表现出了出色的特征提取和分类精度。研究报告了使用高级信号处理和混合框架的分类精度超过95％。然而，在优化计算效率，降低算法复杂性以及验证各种实时数据集的模型方面仍然存在挑战。本评论突出了创新特征提取技术和混合ML-DL模型的潜力，以解决这些差距，为健壮，可扩展和实时应力检测系统铺平了道路。通过克服当前的局限性，未来的研究可以为心理健康管理和预防性护理策略做出重大贡献。本文提供了最新进步的全面概述，并概述了基于EEG的压力检测研究中未来的方向。
《采用脑机接口技术的医疗器械具备闭环功能的植 ...
本文件为制定方法标准，部分内容参考国内现行标准、国外闭环器械监管指南以及科学 研究中的采用脑机接口技术的医疗器械常用测试方法。如 YY 0989.3-2023 手术植入物有源 植入式医疗器械第 3 部分：植入式神经刺激器、美国食品药品监督管理局 Technical Considerations for Medical Devices with Physiologic Closed-Loop Control Technology 、期刊论 文 Translating the brain-machine interface/Brain computer interface: control signals review/Brain computer interface: control signals review/A Comprehensive Review on Brain – Computer
使用脑电图数据
摘要 - 这项工作的目的是使用癫痫患者的脑电图数据，并使用交叉频谱密度（CPSD）分析大脑区域之间的连通性。我们通过去除癫痫发作的人来获取76个脑电图疗程中的数据。然后，我们为每个患者计算了210个电极对的CPSD。最初，我们在整个样品中计算了CPSD，然后根据与不同大脑状态相关的频段进行了分层。我们观察到大脑轮毂，默认模式网络（DMN）和附加到DMN的抗相关网络。大脑的连通性随频率变化而变化，因此大脑状态。EEG分析是一种相对便宜，持续时间较长，而更方便的方法比fMRI，但提供了类似的信息。类似的研究可用于识别大脑连接模式，而大脑通过为任务收集脑电图数据来执行特定任务。关键字 - ：大脑连接，集线器，脑电图
使用脑电图进行脑机接口手假肢感觉运动控制的运动预测
摘要 在本研究中，我们介绍了一种市售肌电假肢（Myobock ©，奥托博克）的改进版本，旨在为该设备提供基于脑机接口 BMI 的感觉运动控制。新系统使用用户的脑电图 (EEG) 信号以及手镯产生的振动作为输入，手镯包含振动马达，其频率与安装在假指尖的力敏电阻 (FSR) 测量的力成正比。在对七名健全人和四名截肢受试者进行实验期间，三种不同特征提取方法 (CSP、WD、GSO) 的四种组合已用于构建由两种具有不同电极数量的不同记录系统收集的 EEG 信号的特征向量。然后测试了三种机器学习算法（人工神经网络、具有线性和径向基函数核的支持向量机）的分类/预测性能。报告的结果为使用无线 BMI 来控制肌电假肢的主要运动类型提供了概念证明，即使用电极较少的 EEG 系统而不是研究级系统。
使用脑电图 (EEG) 和 VGGNet 对儿童工作记忆表现进行分类
摘要 - 本研究调查了儿童脑电图与不同工作记忆表现水平之间的关系。共有 230 名受试者自愿参加这项研究。首先，学生需要回答心理测试以评估他们的工作记忆表现。根据获得的分数，将学生分为高、中、低工作记忆表现组。从前额叶皮层记录静息脑电图并进行预处理以消除噪音。然后生成合成脑电图以平衡并将每个对照组的样本数量增加到 200 个。接下来，应用短时傅立叶变换将信号转换为频谱图。特征图像用于训练 VGGNet 模型。深度学习模型已成功开发，训练准确率为 100%，验证准确率为 85.8%。这些表明使用 EEG 和 VGGNet 模型交替评估工作记忆表现的潜力。
使用脑电图测量心理负荷的影响和解释对适当人工智能依赖的影响
摘要。人们期待人工智能能改善人类在各个领域的决策能力，尤其是高风险、困难的任务。然而，人类对人工智能建议的依赖往往是不恰当的。解决这个问题的常用方法是向决策者提供有关人工智能输出的解释，但迄今为止结果好坏参半。人们往往不清楚何时可以适当地依赖人工智能，何时解释可以提供帮助。在这项工作中，我们进行了一项实验室实验（N = 34），以研究人类对（可解释的）人工智能的依赖程度如何取决于不同决策难度引起的心理负荷。我们使用脑电图（Emotiv Epoc Flex 头罩，32 个湿电极）来更直接地测量参与者的心理负荷，而不是自我评估。我们发现，决策的难度（由诱发的心理负荷表明）强烈影响参与者适当依赖人工智能的能力，这通过相对自力更生、相对人工智能依赖以及有无人工智能的决策准确性来评估。虽然依赖对于低脑力负荷决策是合适的，但参与者在高脑力负荷决策中容易过度依赖。在这两种情况下，解释都没有显著影响。我们的结果表明，应该探索常见的“推荐和解释”方法的替代方案，以帮助人类在具有挑战性的任务中做出决策。
检测痴呆症：使用脑电图
非侵入性脑电图 (EEG) 技术已用于识别与痴呆相关的大脑活动异常。许多研究都研究了使用 EEG 辅助诊断痴呆症（包括阿尔茨海默病 (AD) 和其他类型的痴呆症）的情况。最早也是最重要的使用 EEG 作为早期 AD 识别工具的研究是由 Jelles 等人在 [12] 中开展的。研究结果表明，EEG 频谱分析可以区分痴呆症患者和健康对照者，这表明 EEG 可能是痴呆症早期检测的宝贵诊断工具。Jeong 等人在 [13] 中开展的另一项研究。研究了使用 EEG 区分 AD、血管性痴呆和路易体痴呆的情况。根据研究，EEG 在区分这些痴呆形式方面具有很高的准确度，表明它可能是痴呆鉴别诊断的宝贵工具。今年晚些时候，Babiloni 等人[14] 还概述了 EEG 作为痴呆诊断工具的研究现状。根据研究，痴呆患者始终存在 EEG 异常，该测试可以区分各种形式的痴呆。该研究确实指出，需要进一步研究以确定 EEG 对痴呆诊断的临床相关性，因为它在敏感性和特异性方面存在局限性。
采用脑机接口技术的医疗器械术语及定义
脑机接口医疗器械brain-computer interface medical equipment，BCI-ME 结构上：与大脑、中枢神经或者外周神经直接连接。 机制上：实现大脑信息与外部辅助、增强设备实时双向交互或单向刺激是其显着特征。 效果上：实现脑部疾病治疗、视觉听觉语言等功能恢复或代替、肢体康复等临床治疗效果。