XiaoMi-AI文件搜索系统
World File Search SystemECoG
用于高性能神经记录和接口的光滑硬膜外 ECoG 电极
摘要：长期植入硬膜外脑电图 (ECoG) 电极会导致硬脑膜增厚和界面部位周围纤维化增生，这对于用于监测各种神经退行性疾病的慢性神经 ECoG 记录应用是一个重大问题。本研究介绍了一种在柔性 ECoG 电极上开发光滑液体注入多孔表面 (SLIPS) 的新方法，用于慢性神经界面，具有增加细胞粘附性的优势。在演示中，电极是在聚酰亚胺 (PI) 基板上制造的，并使用铂 (Pt) 灰来创建多孔纳米锥结构以注入硅油。纳米锥和注入的光滑油层的组合产生了 SLIPS 涂层，该涂层具有低阻抗 (4.68 k Ω ) 水平，有利于神经记录应用。电化学阻抗谱和等效电路模型也显示了涂层对记录部位的影响。细胞毒性研究表明，该涂层不具有任何细胞毒性潜力；因此，它对人体植入具有生物相容性。大鼠模型的体内（急性记录）神经记录也证实，噪音水平可以显著降低（近 50%），并且有助于慢性 ECoG 记录，以实现更广泛的神经信号记录应用。
预测 ECoG-BCI 性能
摘要 目的 . 植入式脑机接口 (BCI) 利用神经信号来控制计算机，可能为闭锁综合征 (LIS) 患者提供另一种通信渠道。使用来自感觉运动 (SM) 区域的信号已经获得了有希望的结果。然而，在早期对 LIS 患者在家中使用基于皮层脑电图 (ECoG) 的 BCI 的研究中，我们发现 ECoG-BCI 性能存在差异，这与 SM 区域低频带 (LFB) 功率调制的差异有关。对于未来 ECoG-BCI 的临床实施，确定在植入电极之前是否可以预测可靠的性能将至关重要。为了评估非侵入性头皮脑电图 (EEG) 是否可以用于这种预测，我们在此研究了 EEG 是否可以检测到在 ECoG 信号的 LFB 调制中观察到的特征。方法 . 我们纳入了早期研究中的三名 LIS 参与者，以及一个由 20 名健康参与者组成的对照组。所有参与者都执行了休息任务和运动任务，其中涉及实际（健康）或尝试（LIS）手部运动，同时记录他们的 EEG 信号。主要结果。休息任务的数据用于确定信噪比，结果显示 LIS 和健康参与者的信噪比范围相似。使用运动任务的数据，我们选择了七个 EEG 电极，这些电极在健康参与者中显示与运动相关的 β 功率（13-30 Hz）一致下降。在两名 LIS 参与者的这组电极的 EEG 记录中，我们识别出了之前报告的他们 ECoG 记录中 LFB 的现象。具体而言，在一名 LIS 参与者中观察到强烈的运动相关 β 波段抑制，但在另一名 LIS 参与者中没有观察到，并且两名参与者几乎没有运动相关的 α 波段（8-12 Hz）抑制。由于 EEG 记录的技术问题，第三名 LIS 参与者的结果尚无定论。意义。总之，这些发现支持头皮 EEG 在 ECoG-BCI 候选人术前评估中发挥潜在作用。
弯曲以近似脑皮层电图 (ECoG) 阵列施加的皮质力
摘要 目的。脑皮层电图 (ECoG) 阵列对大脑施加的力在弯曲以匹配颅骨和大脑皮层的曲率时表现出来。这种力量会对患者的短期和长期结果产生负面影响。在这里，我们提供了一种新型液晶聚合物 (LCP) ECoG 阵列原型的机械特性，以证明其更薄的几何形状可以减少可能施加到大脑皮层的力。方法。我们构建了一台低力弯曲试验机来测量 ECoG 阵列弯曲力，计算其有效弯曲模量，并近似计算它们可以对人脑施加的最大力。主要结果。经测试，LCP ECoG 原型的最大力比任何市售 ECoG 阵列的最大力小 20%。然而，作为一种材料，LCP 的刚性比传统上用于 ECoG 阵列的硅胶高出 24 倍。这表明较低的最大力是由于原型的轮廓较薄（2.9 × –3.25 ×）。重要性。虽然降低材料刚度可以降低 ECoG 阵列表现出的力，但我们的 LCP ECoG 阵列原型表明，柔性电路制造技术也可以通过减小 ECoG 阵列厚度来降低这些力。必须对 ECoG 阵列进行弯曲测试才能准确评估这些力，因为聚合物和层压板的材料特性通常与尺度有关。由于所用的聚合物是各向异性的，因此弹性模量不能用于预测 ECoG 弯曲行为。考虑到这些因素，我们使用了四点弯曲测试程序来量化 ECoG 阵列弯曲对大脑施加的力。通过这种实验方法，可以设计 ECoG 阵列以最大限度地减少对大脑施加的力，从而可能改善急性和慢性临床效用。
在基于ECOG的大脑计算机界面的长期临床试验中，运动皮层中误差相关的检测
摘要：错误相关性被认为是BCI的有望作为执行错误校正或预防的一种方式，或标记数据以在线适应BCIS的控制模型。当前最新的BCIS是基于运动模拟的侵入性BCI，因此除了感觉运动皮质外，无法访问神经数据。我们在单个试验级别研究了在观察或运动成像（MI）控制BCI期间，误差的存在和可检测性与四翼型用户对BCI进行了两个离散类别。We show that error correlates can be detected using a broad range of classifiers, namely Support Vector Machine (SVM), logistic regression, N-way Partial Least Squares (NPLS), Multilayer Perceptron (MLP) and Convolutional Neural Network (CNN) with respective mean AUC of the ROC curve of 0.645, 0.662, 0.642, 0.680 and 0.630在观察条件下，在MI-Control条件下，0.623、0.605、0.603、0.626和0.580。我们还建议这些误差相关的时间稳定。这些发现表明，使用基于侵入性运动模拟的BCI进行误差校正或预防，可以在临床试验中使用误差相关性。
基于功能性 MRI 的 ECoG 网格配置模拟，用于最佳测量空间分布的手势信息
1 美国明尼苏达州罗切斯特市梅奥诊所生理学和生物医学工程系 2 荷兰乌得勒支大学医学中心乌得勒支大学脑中心神经内科和神经外科系。 3 美国明尼苏达州罗切斯特市梅奥诊所神经外科系 * 通讯作者。电子邮件：max.vandenboom@mayo.edu、hermes.dora@mayo.edu
脑电图上的前额叶高伽马标记感知和想象中的音乐节奏周期性
摘要 已知有节奏的听觉刺激能引发神经群体中匹配的活动模式。此外，最近的研究表明高伽马大脑活动在听觉处理中具有特殊重要性，因为它参与了听觉短语分割和包络跟踪。在这里，我们使用来自 8 名人类听众的皮层脑电图 (ECoG) 记录来查看在节奏感知和想象过程中高伽马活动的周期性是否跟踪音乐节奏包络中的周期性。通过指示参与者想象节奏在几次重复的停顿期间继续，可以引发节奏想象。为了确定高伽马活动周期跟踪音乐节奏周期的电极，我们计算了音乐节奏和神经信号的自相关 (ACC) 之间的相关性。参与者听白噪声的条件用于建立基线。颞上回听觉区和两个半球额叶区域的高伽马自相关与音乐节奏的自相关显著匹配。总体而言，在右半球观察到大量重要的电极。特别有趣的是右前额叶皮层中的一大群电极在节奏感知和想象时都处于活跃状态。这表明有意识地处理节奏的结构，而不仅仅是听觉现象。自相关方法清楚地表明，从皮层电极测量的高伽马活动既跟踪注意的节奏，也跟踪想象的节奏。
脑电图上的前额叶高伽马标记了音乐节奏在感知和想象中的周期性
版权所有 © 2020 Herff 等人。这是一篇开放获取的文章，根据知识共享署名 4.0 国际许可条款分发，允许在任何媒体中不受限制地使用、分发和复制，前提是正确署名原始作品。
0.0023 毫米$^2$/ch. 具有刺激伪影抑制功能的增量编码、时分复用混合信号 ECoG 记录架构
摘要 — 本文展示了一种可扩展的时分复用生物电位记录前端，能够实时抑制差分和共模伪影。增量编码记录架构利用了皮层脑电图 (ECoG) 记录的功率谱密度 (PSD) 特性，结合了 8 位 ADC 和 8 位 DAC，以实现 14 位动态范围。利用数字反馈架构的灵活性，将 64 个差分输入通道时分复用到共享混合信号前端，与最先进的技术相比，通道面积减少了 2 倍。用于增量编码的反馈 DAC 还可以通过片外自适应环路消除差分伪影。本文包括对该架构的分析以及 65 nm CMOS 测试芯片实现的硅片性能测量（包括工作台和体内）。
皮层电图 (ECoG) 在灵长类动物视觉皮层中提供大量信息
这篇早期发布的文章已经过同行评审并被接受，但尚未经过撰写和编辑过程。最终版本在风格或格式上可能略有不同，并将包含指向任何扩展数据的链接。