XiaoMi-AI文件搜索系统
World File Search SystemBCIs
探索丰富环境中的多模式 BCI 策略
摘要 — 脑机接口依赖于看似简单但实际执行起来却很复杂的认知任务。在这种情况下，提供引人入胜的反馈和主体的体现是整个系统性能的关键之一。然而，事实证明，单靠非侵入性大脑活动通常不足以精确控制机械臂等复杂外部设备的所有自由度。在这里，我们开发了一种混合 BCI，它还集成了眼动追踪技术，以提高主体的整体代理感。虽然之前已经探索过这种解决方案，但如何结合凝视和大脑活动以获得有效结果的最佳策略研究甚少。为了解决这一差距，我们探索了两种不同的策略，其中执行运动想象的时间会发生变化；一种策略可能比另一种策略更不直观，这会导致性能差异。
疼痛环境下 fNIRS BCI 频域特征的可靠性
摘要—本文研究了疼痛的存在对基于功能性近红外光谱 (fNIRS) 的脑机接口 (BCI) 中心算任务分类准确性的影响。在有和没有外部疼痛刺激的情况下执行两个心算任务时，从前额叶和运动皮质获得 fNIRS 记录。针对每个任务提取无痛和疼痛条件下 fNIRS 信号的各种频域参数并用作特征。使用二次核的支持向量机 (QSVM) 作为分类器。考虑了四种训练和测试分类器的场景：(1) 使用无痛数据进行训练和测试，(2) 使用低痛数据进行训练和测试，(3) 使用无痛数据进行训练并使用低痛数据进行测试，以及 (4) 使用低痛数据进行训练并使用无痛数据进行测试。结果表明，当使用疼痛时获得的数据对模型进行测试时，使用无痛数据训练的模型的分类准确率会显著降低。同样，当使用疼痛时获得的数据对模型进行训练但使用无痛数据进行测试时，准确率也会下降。这些结果强调了在为有需要的患者开发 BCI 时考虑疼痛引起的皮质活动变化的重要性。
整合邻近刺激数据以增强基于 SSVEP 的 BCI
摘要 — 为了增强基于稳态视觉诱发电位 (SSVEP) 的脑机接口 (BCI) 的目标识别性能，已经提出了各种空间滤波器。当前的方法仅从相应刺激中提取目标相关信息来学习空间滤波器参数。然而，来自邻近刺激的 SSVEP 数据也包含目标刺激的频率信息，可用于进一步提高目标识别性能。在本文中，我们提出了一种结合来自邻近刺激的 SSVEP 来增强目标相关频率信息的新方法。首先，通过最大化对应于目标及其邻近刺激的 SSVEP 数据的协方差之和来获得空间滤波器。然后计算空间滤波模板和测试数据之间的相关特征以进行目标检测。为了进行性能评估，我们使用来自 35 名受试者的 40 类基准数据集和来自 11 名受试者的 12 个目标自收集数据集进行了离线实验。与最先进的空间滤波方法相比，所提出的方法在分类准确率和信息传输速率 (ITR) 方面表现出优势。比较结果证明了所提出的空间滤波器对于基于 SSVEP 的 BCI 中的目标识别的有效性。
基于自动编码器的特征提取到鲁棒的基于SSVEP的BCIS
摘要：对于具有肌萎缩性侧面硬化症（ALS）的受试者，言语和非言语通知受到很大的损害。基于视觉诱发电位（SSVEP）的大脑计算机界面（BCIS）是成功的替代增强通信之一，可帮助ALS与他人或设备进行通信。对于实际应用，噪音的影响大大降低了基于SSVEP的BCI的性能。因此，开发基于SSVEP的强大BCI对于帮助受试者与他人或设备进行交流非常重要。在这项研究中，提出了基于噪声抑制的特征提取和深度神经网络，以开发出强大的基于SSVEP的BCI。为了抑制噪音的影响，提出了一种denoising自动编码器来提取降解功能。为了获得实用应用的可接受识别结果，深层神经网络用于发现基于SSVEP的BCI的决策结果。实验结果表明，所提出的方法可以有效地抑制噪声的影响，并且基于SSVEP的BCI的性能可以大大改善。此外，深神经网络的表现优于其他方法。因此，提出的基于SSVEP的BCI对实际应用非常有用。
现实生活中的在线自定步调 BCI 中的发作检测图像
方法：我们之前的研究表明，一种新的声音想象 (SI) 任务，高音调隐蔽声音产生，对于发作检测场景非常有效，并且我们预计它比迄今为止使用的最常见的异步方法，即运动想象 (MI) 有几个优势：1) 直观；2) 对运动障碍人士，尤其是皮质运动区域受损人士有益；3) 与其他常见的自发认知状态没有显著重叠，使其更容易在日常生活中使用。将该方法与在线现实场景中的 MI 任务进行了比较，即在观看视频和阅读文本等活动期间。在我们的场景中，当屏幕上出现来自通讯程序的新消息提示时，要求正在观看视频（或阅读文本、浏览图像）的参与者通过分别针对每个实验条件执行 SI 或 MI 任务来打开消息。
基于异步运动的 BCI 中快速生成训练数据的新范例
简介：基于运动的脑机接口 (BCI) 利用执行或尝试运动期间产生的大脑活动来控制应用程序。通过依赖自然运动过程，这些 BCI 与其他 BCI 系统相比提供了更直观的控制。然而，利用脑电图 (EEG) 信号的非侵入式基于运动的 BCI 通常需要大量训练数据才能在检测运动意图方面达到适当的准确度。此外，运动障碍患者需要基于提示的范例来指示与运动相关的任务的开始。这样的范例往往会在试验之间引入较长的延迟，从而延长训练时间。为了解决这个问题，我们提出了一种新颖的实验范例，可以在 18 分钟内收集 300 次提示运动试验。
轮椅运动和控制中的基于脑电图的摩托车eeg BCI：系统文献评论
摘要：2019年冠状病毒病的大流行紧急情况（COVID-19）阐明了需要创新的艾滋病，设备和辅助技术，使患有严重残疾的人能够过着日常生活。基于EEG的大脑计算机界面（BCI）可以带领具有重大健康挑战的人来改善其独立性，促进参与活动，从而增强整体幸福感和预防障碍。 此系统审查提供了基于脑电图的BCI的最新应用，尤其是使用电动机（MI）数据的BCIS，用于轮椅控制和移动。 它对自2010年以来进行的不同研究进行了彻底的检查，重点是算法分析，具有提取，特征选择和分类技术以及轮椅组件和性能评估。 本文提供的结果可以强调适用于严重残疾人的当前生物医学仪器的局限性，并将重点放在创新的研究主题上。基于EEG的大脑计算机界面（BCI）可以带领具有重大健康挑战的人来改善其独立性，促进参与活动，从而增强整体幸福感和预防障碍。此系统审查提供了基于脑电图的BCI的最新应用，尤其是使用电动机（MI）数据的BCIS，用于轮椅控制和移动。它对自2010年以来进行的不同研究进行了彻底的检查，重点是算法分析，具有提取，特征选择和分类技术以及轮椅组件和性能评估。本文提供的结果可以强调适用于严重残疾人的当前生物医学仪器的局限性，并将重点放在创新的研究主题上。
基于对齐的对抗训练 (ABAT) 可提高基于 EEG 的 BCI 的稳健性和准确性
摘要 — 机器学习在基于脑电图 (EEG) 的脑机接口 (BCI) 中取得了巨大成功。现有的大多数 BCI 研究都侧重于提高解码精度，只有少数研究考虑了对抗安全性。尽管在计算机视觉等其他应用领域已经提出了许多对抗性防御方法，但先前的研究表明，将它们直接扩展到 BCI 会降低良性样本的分类精度。这种现象极大地影响了对抗性防御方法对基于 EEG 的 BCI 的适用性。为了缓解这个问题，我们提出了基于对齐的对抗性训练 (ABAT)，它在对抗性训练之前执行 EEG 数据对齐。数据对齐将来自不同领域的 EEG 试验对齐以减少它们的分布差异，而对抗性训练进一步增强了分类边界的鲁棒性。数据对齐和对抗性训练的结合可以使训练后的 EEG 分类器同时更准确、更鲁棒。在两种不同的 BCI 范式（运动想象分类和事件相关电位识别）的五个 EEG 数据集、三个卷积神经网络分类器（EEGNet、ShallowCNN 和 DeepCNN）和三种不同的实验设置（离线受试者内跨块/会话分类、在线跨会话分类和预训练分类器）上进行的实验证明了其有效性。非常有趣的是，通常用于破坏 BCI 系统的对抗性攻击可以在 ABAT 中使用，以同时提高模型准确性和鲁棒性。
同一枚硬币的两面：以用户为中心的设计和电气化使 BCI 适应内部状态
摘要 理想的脑机接口 (BCI) 会根据用户的状态进行调整，以实现最佳的 BCI 性能。通常采用两种 BCI 调整方法：以用户为中心的设计 (UCD) 可满足个人用户的需求和要求。被动 BCI 可以通过在线分析电生理信号进行调整。尽管目标相似，但这些方法很少结合起来讨论。因此，我们为 2021 年第 8 届国际 BCI 会议组织了一个研讨会，讨论这两种方法的结合应用。在这里，我们通过更详细地讨论 UCD 对最终用户以及非最终用户的早期 BCI 开发的实用性来扩展研讨会。此外，我们探索了基于电生理学的在线用户状态适应，涉及意识和疼痛检测。将众多 BCI 用户状态适应方法集成到一个统一的过程中仍然具有挑战性。然而，进一步系统地积累有关评估和整合内部用户状态的具体知识对 BCI 优化具有巨大的潜力。
使用可穿戴技术实现基于脑电图的运动想象范式脑机接口：系统评价
摘要：近几十年来，通过脑电图 (EEG) 技术自动识别和解释脑电波的技术取得了显著进展，从而推动了脑机接口 (BCI) 的快速发展。基于 EEG 的 BCI 是一种非侵入式系统，可实现人与直接解释大脑活动的外部设备之间的通信。得益于神经技术的进步，尤其是可穿戴设备领域的进步，BCI 现在也用于医疗和临床应用之外。在此背景下，本文提出了基于 EEG 的 BCI 的系统综述，重点关注最有前途的基于运动想象 (MI) 的范例之一，并将分析限制在采用可穿戴设备的应用范围内。本综述旨在从技术和计算的角度评估这些系统的成熟度。论文的评选遵循了系统评价和荟萃分析的首选报告项目 (PRISMA)，在过去十年（2012 年至 2022 年）中共评选出 84 篇论文。除了技术和计算方面，本评论还旨在系统地列出实验范例和可用数据集，以确定开发新应用和计算模型的基准和指南。