XiaoMi-AI文件搜索系统
World File Search System诱发电位
整合脑电图和EMG以减少身体需求
摘要 - 我们提供了一个混合脑机界面（BMI），该界面（BMI）整合了基于视觉诱发电位（SSVEP）的脑电图和面部EMG，以改善多模式控制并减轻辅助应用中的疲劳。传统的BMI仅依赖于脑电图或EMG具有固有的局限性 - 基于EEG的控制需要持续的视觉焦点，导致认知疲劳，而基于EMG的控制会随着时间的流逝引起肌肉疲劳。我们的系统在脑电图和EMG输入之间动态交替，使用EEG检测9.75 Hz的SSVEP信号，以及从脸颊和颈部肌肉中检测到14.25 Hz和14.25 Hz和EMG，以根据任务需求优化控制。在虚拟乌龟导航任务中，混合系统达到了与仅EMG的方法相当的任务完成时间，而90％的用户报告说减少或相等的物理需求。这些发现表明，多模式BMI系统可以增强可用性，减少应变并改善辅助技术的长期依从性。索引术语 - 基于EEG的接口，EMG处理和应用，脑机界面
低成本的基于SSVEP-EEG的人类计算机交流...
完全锁定患者的人类计算机互动（HCI）是一项非常艰巨的任务。如今，信息技术（IT）已成为人类生活的重要组成部分。完全锁定状态的患者通常无法通过这些有用的技术进步来促进自己。因此，在残疾后，他们无法在整个生命周期内使用现代的IT小工具和应用。大脑计算机接口（BCI）的进步启用了当一个人由于认知运动障碍而无法以常规方式与设备交互时，可以使用大脑信号操作IT设备。但是，现有的最新应用程序特定的BCI设备相对昂贵。本文介绍了一项研发工作，旨在设计和开发低成本的通用HCI系统，该系统可用于通过大脑信号操作计算机和通用控制面板。该系统基于稳态视觉诱发电位（SSVEP）。在拟议的系统中，通过脑电图（EEG）电极和开源BCI硬件的许多不同频率的不同频率的闪烁灯来响应这些电信号。对健康参与者进行的成功步道表明，严重瘫痪的受试者可以操作计算机或控制面板作为常规HCI设备的替代方案。
脑电图信号记录的软离子 - 凝胶电极
湿凝胶电极已被广泛用于脑电图记录（EEG）信号记录，这通常会导致皮肤磨损和较长的制备时间。在本文中，我们提出了基于离子 - 羟基的柔软电极来克服此类缺点。为了方便地测量EEG信号，我们设计了类似爪状和类似斑块的结构，以在金属（AG/AGCL）电极和皮肤头皮之间进行牢固连接。接下来，我们在实验上表明，在短路噪声，电阻抗，电阻抗和皮肤电极接触阻抗上，在常规的湿凝胶电极上具有与常规湿凝胶电极相似的性能，对未准备好的人皮肤的皮肤接触阻抗，比干电极和水性电极要好得多。我们进一步执行了具有五个受试者的EEG测量和稳态的视觉诱发电位（SSVEP）实验，以验证软离子 - 羟基电极的有效性。实验结果表明，我们开发的软离子 - 凝胶电极可以快速，干净的方式记录高质量的脑电图信号，这是基于脑电图的脑部计算机接口的令人信服的选择。
传感器
摘要：基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）拼写器因其高信息传输速率（ITR）而受到广泛研究。本文旨在提高SSVEP-BCI在高速拼写方面的实用性。系统从自行开发的专用EEG设备获取脑电图（EEG）数据，并将刺激布置为键盘。对任务相关成分分析（TRCA）空间滤波器进行修改（mTRCA）以进行目标分类，并且在离线分析中与原始TRCA相比表现出明显更高的性能。在在线系统中，利用基于贝叶斯后验概率的动态停止（DS）策略来实现可变的刺激时间。此外，还优化了时间滤波过程和程序以促进在线DS操作。值得注意的是，在线 ITR 平均达到 330.4 ± 45.4 比特/分钟，明显高于固定停止 (FS) 策略，峰值 420.2 比特/分钟是迄今为止使用 SSVEP-BCI 的最高在线拼写 ITR。所提出的系统具有便携式 EEG 采集、友好的交互和可变的命令输出时间，为基于 SSVEP 的 BCI 提供了更大的灵活性，并有望实现实际的高速拼写。
利哈伊保护机构知识库
摘要：近年来，多元同步指数（MSI）算法作为一种新的频率检测方法，在基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）研究中受到越来越多的关注。然而，MSI算法难以充分利用脑电图（EEG）中与SSVEP相关的谐波分量，限制了MSI算法在BCI系统中的应用。在本文中，我们提出了一种新的滤波器组驱动的MSI算法（FBMSI）来克服该限制并进一步提高SSVEP识别的准确性。我们通过开发一个6命令SSVEP-NAO机器人系统并进行大量实验分析来评估FBMSI方法的有效性。首先使用从9名受试者采集的EEG进行离线实验研究，以研究不同参数对模型性能的影响。离线结果表明，所提出的方法取得了稳定的改进效果。我们进一步对六名受试者进行了在线实验，以评估所开发的 FBMSI 算法在实时 BCI 应用中的效果。在线实验结果表明，FBMSI 算法使用仅一秒的数据长度即可获得 83.56% 的平均准确率，比标准 MSI 算法高出 12.26%。这些广泛的实验结果证实了 FBMSI 算法在 SSVEP 识别中的有效性，并展示了其在改进的 BCI 系统开发中的潜在应用。
用于突发 cVEP 脑机接口领域自适应的深度黎曼神经架构
代码调制视觉诱发电位 (cVEP) 在脑机接口 (BCI) 社区中越来越受欢迎 [1]。这种方法采用伪随机视觉闪烁，具有校准时间短等优势，因为只需要学习一个代码。其他解码方法，如按位解码 [2]，已经实现了具有灵活解码周期的自定节奏 BCI。尽管取得了这些进步，但基于 cVEP 的 BCI 仍然主要在实验室环境中进行研究，因为每次使用前都需要重新校准。这一限制与所有 BCI 范式共有的跨会话和跨受试者差异有关。BCI 的这些差异源多种多样 [3]，包括解剖学差异（例如灰质数量变化）、人为因素（例如教育水平和生活习惯差异）或生理因素（例如疲劳、注意力水平和压力水平）。此外，神经生理学差异（例如特定频率范围内频谱功率调制的变化）也会导致这些变化。为了解决这些变化源，人们进行了广泛的研究 [4, 3] 以提出新方法。评估迁移学习方法有两种主要设置，具体取决于目标对象可用的信息量。在最独立的设置中，称为领域泛化，没有来自目标对象的信息，因此模型是在数据上进行训练的
首字母缩略词和缩写 - Chamorro.com
°C 摄氏度 °F 华氏度 µg/g 微克每克 µg/L 微克每升 µPa 微帕斯卡 µPa 2 -s 微帕斯卡平方秒 AA 空对空 AAV 两栖突击车 AAW 防空战 ac。英亩 ACM 空战机动 ADEX 防空演习 AEP 听觉诱发电位 AFB 空军基地 AFI 空军指令 AFPMB 武装部队害虫管理委员会 AG 空对地 AG 气枪 AGL 高于地面 AIC 空中拦截控制 ALMDS 机载激光水雷探测系统 AMW 两栖作战陆军 美国陆军 AS 空对地 AS 潜艇补给舰 ASUW 反水面作战 ASW 反潜作战 ATCAA 空中交通管制指定空域 AUTEC 大西洋海底测试和评估中心 BaCrO 4 铬酸钡 BAMS 广域海事监视 BIA 生物重要区域 BO 生物学观点 BOMBEX 轰炸演习 BNM 广播航海通告 BRF 行为反应函数 C 摄氏度 C-4 成分 4 CD 稠度测定 CEE 受控暴露实验 CFR 联邦法规 CG 巡洋舰 CH 4甲烷 CHAFFEX 箔条演习 CITES 濒危野生动植物种国际贸易公约 CJMT 北马里亚纳群岛联邦联合军事训练 CLZ 飞行器着陆区
基于贝叶斯的分类置信度估计用于增强SSVEP检测
摘要 - 大脑计算机界面（BCI）使人们能够直接与外围设备进行通信和操作。由于其快速通信速率和高信号噪声比，近年来，基于稳态的视觉诱发电位（SSVEP） - 基于BCI的系统已被广泛研究。许多当前的SSVEP识别方法通过发现最大的相关系数来确定目标类别。但是，当最大的系数与其余值没有显着差异时，分类性能通常会降低。这项研究提出了一种基于贝叶斯的分类置信估计方法，以增强基于SSVEP的BCI系统的目标识别性能。在我们的方法中，使用基本目标识别方法产生的最大值和其他值之间的差异用于在训练过程中定义特征向量。使用高斯混合模型（GMM）来估计正确与错误分类的特征向量的概率密度函数。随后，在测试程序中通过贝叶斯推断计算出准确和错误分类的后验概率。基于两个后验概率提出了分类置信值（CCVALUE），以估计分类信心。最后，决策规则可以确定是否应接受或拒绝当前的分类结果。对开放式基准数据集和自收集的数据集进行了广泛的评估研究。实验结果证明了提出的方法提高基于SSVEP的BCI系统的可靠性的有效性和可行性。
Brainy Home：基于脑机接口的虚拟智能家居和轮椅控制应用程序
摘要：近年来，智能家居应用已成为改善人们生活质量的必需品，尤其是对于行动障碍人士。虽然智能家居应用是通过手机、语音命令和手势等交互工具进行控制的，但这些工具可能不适合患有严重残疾、影响其运动功能的人士，例如闭锁综合征 (LIS)、肌萎缩侧索硬化症 (ALS)、脑瘫、中风等。在本研究中，我们在虚拟环境中开发了一个智能家居和轮椅控制应用程序，该应用程序完全由基于稳态视觉诱发电位 (SSVEP) 的脑机接口 (BCI) 系统控制。它是一种成本相对较低、易于设置的无线通信协议，具有较高的准确性。该系统已在 15 名健康受试者身上进行了测试，初步结果全面表明，所有受试者都以大约 100% 的准确率完成了设备交互任务，并以超过 90% 的准确率完成了轮椅导航任务。这些结果清楚地表明，未来开发的系统可用于与辅助设备和智能家电实时交互。因此，所提出的系统可能在帮助残疾人独立进行日常生活活动方面发挥重要作用。
一种用户友好的基于 SSVEP 的 BCI，使用不可感知的...
摘要：利用四类相位编码刺激，开发了基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）系统。将高于临界融合频率（CFF）的60Hz闪烁光诱发的SSVEP与15Hz和30Hz的SSVEP进行比较。采用任务相关成分分析（TRCA）方法检测脑电图（EEG）中的SSVEP成分。对17名受试者的离线分析表明，60Hz的最高信息传输速率（ITR）为29.80±4.65bpm，数据长度为0.5s，分类准确率为70.07±4.15％。在线BCI系统在4s的60Hz下达到平均分类准确率为87.75±3.50％，ITR为16.73±1.63bpm。具体来说，受试者在60Hz下的最大ITR为80bpm，持续时间为0.5s。虽然60Hz的BCI性能低于15Hz和30Hz，但行为测试的结果表明，在无闪烁感知的情况下，60Hz的BCI系统比15Hz和30Hz的BCI系统更舒适。相关性分析表明，信噪比（SNR）较高的SSVEP对应更好的分类性能，舒适度的提高伴随着性能的下降。本研究证明了使用无感知闪烁的用户友好型SSVEP BCI的可行性和潜力。