XiaoMi-AI文件搜索系统
World File Search System电动机
电动机的基于频道注意的MLP混合网络...
抽象的卷积神经网络（CNN）及其变体已成功应用于基于脑电图（EEG）的运动图像（MI）解码任务。但是，这些基于CNN的算法通常在感知脑电图信号的全球时间依赖性方面存在局限性。此外，他们还忽略了不同脑电图渠道对分类任务的各种贡献。为了解决此类问题，提出了基于脑电图的MI解码的新型基于渠道注意的MLP混合网络（CAMLP-NET）。具体来说，基于MLP的体系结构在此网络中应用于捕获时间和空间信息。注意机制进一步嵌入了MLP混合物中，以适应不同的EEG通道的重要性。因此，提出的CAMLP-NET可以有效地学习更多的全球时间和空间信息。新构建的MI-2数据集的实验结果表明，我们提出的CAMLP-NET比所有比较算法实现了优越的分类性能。
中风康复后电动机执行网络的结构连通性变化
摘要。背景：尽管很少有研究测试了干预后的结构连通性变化，但它仅反映了运动网络中选择的关键大脑区域。因此，对与运动恢复过程相关的结构连通性变化的理解尚不清楚。目的：本研究调查了在使用图理论方法的中风理论方法后，低频重复转颅磁刺激（LF-RTMS）（LF-RTMS）和强化职业治疗（OT）的结合干预调查了运动执行网络的结构连通性变化。方法：56名中风患者接受了FUGL-MEYER评估（FMA），狼运动功能测试功能量表（WMFT-FAS），扩散张量成像（DTI）和T1加权成像前后。我们使用结构连接组检查了与二十个大脑区域有关的图理论测量。结果：中风后干预后的ipsiles和对侧半球显示出结构连通性的变化。我们发现，额头内的区域核心和淋巴结效率显着提高，并且在ipsilesital thalamus中的程度中心性和淋巴结效率降低。在库纳斯，中心后，前中央回和ipsilesiles hemisphere的网络测量和临床评估之间发现了相关性。相反区域，例如尾状，小脑和额叶，也显示出显着的相关性。结论：这项研究有助于扩展对LF-RTMS和中风后大量OT的运动恢复过程中两个半球网络的结构连通性变化的理解。
在诱导电动机扰动期间改善运动图像分类
1纳瓦拉公立大学统计，计算机科学与数学系，帕姆普罗纳公立大学，西班牙2机器学习小组，计算机科学学院，柏林技术研究所，柏林柏林，德国3研究所3研究所，医学心理学和行为神经生物学研究所（IMP） (BRTA), Donostia-San Sebasti ´ an, Spain 5 BIFOLD Berlin Institute for the Foundations of Learning and Data, Berlin, Germany 6 Bernstein Center for Computational Neuroscience Berlin, Berlin, Germany 7 Department of Artificial Intelligence, Korea University, Seoul, Republic of Korea 8 Max Planck Institute for Informatics, Saarbrücken, Germany 9 Department of Neurology, Max Planck Institute对于人类认知和脑科学，德国莱比锡10认知与决策中心，认知神经科学研究所，国家研究大学高等教育学院，俄罗斯莫斯科，俄罗斯11作者都做出了同样的贡献。*作者应与之解决任何信件。
空间应用的微型步进电动机
Smallsats行业的发展和新颖的板载仪器的新颖多样性越来越多地导致了太空机制的小型化。除了较小的尺寸之外，成本的减少和市场的时间也成为空间系统中使用的重复组件的主要目标。使用了各种新应用，步进电动机也更广泛地使用，因为它们带来了关键功能，例如使用步骤计数和开放环控制大大降低了系统的复杂性和成本。在对兼容太空应用兼容的步进电动机进行了彻底的审查之后，在尺寸范围很小的范围内，尤其是在欧洲市场上发现了重要的产品可用性。因此，在整个协调档案[1]中，欧洲航天局（ESA）希望增加与太空环境兼容的可用步进电动机家族。1。执行器选择
第10章上肢电动机...
关键点Bobath概念方法和电动机重新学习计划可能对中肢康复后的上肢康复不利。Brunnstrom运动疗法可能比上肢功能的运动恢复计划更有益。中风后的双边手臂训练的文献混合在一起。双边臂训练可能无益。双边手臂训练与其他疗法方法结合使用可能对上肢康复不利。中风后的上肢康复方面的力量训练和功能强度训练混合在一起。单独或与其他治疗方法结合使用的特定于任务的训练可能对中肢功能后的某些方面有益。较高和低强度的特定任务训练可能对上肢功能具有相似的影响。约束诱导的运动疗法可能有益于慢性阶段的上肢康复。在中风后亚急性/急性期，在约束诱导的运动疗法上，文献混合在一起。修改的约束诱导的运动疗法可能对慢性阶段的上肢康复有益。修改的约束诱导的运动疗法可能对中尖/急性期在中途恢复后的上肢康复可能没有好处。伸展程序可能会改善中风后上肢功能的某些方面。强度约束诱导的运动疗法在中风后的慢性阶段可能对上肢功能具有相似的影响。文献混合了约束诱导的运动疗法以及Stoke后上肢康复的其他疗法的结合。躯干约束进行训练或分布式约束诱导的治疗可能会改善中风后上肢功能的某些方面，但是将躯干约束与约束诱导的运动治疗相结合的效果尚不清楚。矫形器可能对中肢康复后的上肢康复不利。
使用信号推导和聚合功能的基于电动机的大脑计算机接口
摘要 - 大脑计算机接口（BCI）技术是人脑和外部设备之间通信的流行方法。BCI最受欢迎的方法之一是运动图像（MI）。在BCI应用中，电型图（EEG）是对脑动力学的非常流行的测量，因为其无创性质。尽管对BCI主题具有很高的兴趣，但由于在EEG信号中执行模式识别任务的困难，现有系统的性能仍然远非理想。这种困难在于选择正确的脑电图通道，这些信号的信号噪声比以及如何辨别它们之间的冗余信息。BCI系统由多种组件组成，这些组件可以执行信号预处理，特征提取和决策。在本文中，我们定义了一个新的BCI框架，称为增强的融合框架，我们提出了三种不同的想法来改善现有的基于MI的BCI框架。首先，我们包括信号的附加预处理步骤：EEG信号的差异化，使其具有时间不变。其次，我们添加了一个额外的频带作为系统的特征：感觉运动节奏频段，并显示了它对系统性能的影响。最后，我们对如何在系统中做出最终决定做出了深入的研究。我们提出了多达六种类型的不同分类器和广泛的聚合函数（包括经典聚合，Choquet和Sugeno积分及其扩展和重叠函数）的用法来融合所考虑的分类器给出的信息。我们已经在20名志愿者的数据集上测试了这一新系统，该数据集执行基于运动图像的脑部计算机接口实验。在此数据集上，新系统达到了88。精度的80％。我们还提出了一个最高可获得90％占76％的系统的优化版本。此外，我们发现这对choquet/sugeno积分和重叠功能是提供最佳结果的功能。
基于模糊矩阵的模糊性矩阵有效特征选择技术，可改善电动机eeg eeg信号分类
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本发布于2021年3月25日。 https://doi.org/10.1101/2021.03.24.436722 doi：biorxiv preprint
“计划进行检查”计划有助于提高“居民医师的标准化培训”的质量：对FIR结果的分析对使用电动机诱发的基于潜在的神经反馈
这项研究旨在通过提供基于经颅磁刺激（TMS）引起的运动诱发电位（MEP）的神经反馈来研究心理实践（运动图像训练）的影响。二十四名健康的右手受试者已入学。将受试者随机分配为两组：一个组给出了正确的TMS反馈（REAL-FB组）和一个被给予随机的False TMS反馈（Sham-FB组）的组。当目标圆在计算机监视器中心重叠的十字架时，想象的主题会想到开关。在实际FB组中，基于在Motor Imagery之前的试验中测得的MEP振幅提供了对受试者的反馈。相比之下，Sham-FB组的受试者的反馈值与MEP振幅无关。tms。MEP记录在右侧的右侧骨间肌肉中。我们在两组中评估了一次性练习和一次性练习后的运动表现。结果，在实时FB组和Sham-FB组之间的误差值变化百分比变化中观察到了显着差异。此外，在第4组和第五组中两组之间的MEP截然不同。因此，建议基于MEP的神经反馈可能会增强心理实践的影响。
细菌鞭毛电动机中的定子旋转相互作用
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本发布于2021年1月8日。 https://doi.org/10.1101/2021.01.01.07.425829 doi：Biorxiv Preprint