XiaoMi-AI文件搜索系统
World File Search SystemEEG
使用谱聚类检测黎曼流形上的 BCI 的 EEG 异常值
摘要 — 自动检测和去除脑电图 (EEG) 异常值对于设计强大的脑机接口 (BCI) 至关重要。在本文中，我们提出了一种新的异常值检测方法，该方法适用于样本协方差矩阵 (SCM) 的黎曼流形。现有的异常值检测方法存在错误地将某些样本拒绝为异常值的风险，即使没有异常值，因为检测基于参考矩阵和阈值。为了解决这一限制，我们的方法黎曼谱聚类 (RiSC) 基于提出的相似性度量将 SCM 聚类为非异常值和异常值，从而检测异常值。这考虑了空间的黎曼几何，并放大了非异常值簇内的相似性并削弱了非异常值和异常值簇之间的相似性，而不是设置阈值。为了评估 RiSC 的性能，我们生成了受不同强度和数量的异常值污染的人工 EEG 数据集。比较 RiSC 与现有异常值检测方法之间的 Hit-False (HF) 差异，证实 RiSC 可以显著更好地检测异常值 (p < 0.001)。特别是，对于异常值污染最严重的数据集，RiSC 对 HF 差异的改善最大。
通过完全卷积网络基于Imaged-EEG信号的自动癫痫发作检测
癫痫发作检测是需要手动干预训练有素的专家的癫痫病中的常规过程。此过程可能广泛，效率低下且耗时，尤其是对于长期记录。我们提出了一种自动方法，使用IMAING-EEG表示脑信号来检测癫痫发作。为了实现这一目标，我们分析了来自两个不同数据集的EEG信号：CHB-MIT头皮EEG数据库和包括头皮和颅内记录的癫痫项目。我们使用完全卷积神经网络自动检测癫痫发作。对于我们的最佳模型，对于CHB-MIT数据集，我们的平均准确性和特异性值分别为99.3％和99.6％，癫痫患者的相应值为98.0％和98.3％。对于这些患者，颅内电极和头皮含量分别提高了平均准确性和特异性值，分别为99.6％和58.3％。关于其他指标，我们的最佳模型达到62.7％的平均精度，召回58.3％，CHB-MIT记录的F量为59.0％，AP为54.5％，相对较低的epilepsiae数据表的性能较低。对于两个数据库，对于92％的CHB-MIT患者，每小时的误报次数达到的值小于0.5/h，而80％的癫痫患者的误报量小于1.0/h。与最近的研究相比，我们的轻量级方法不需要对预选特征的任何估计，并且表现出高表现，并且在临床实践中引入这种自动方法的可能性很有可能。
解码听觉和触觉注意力以用于脑电图......
摘要 — 脑机接口 (BCI) 系统为人类与机器交互提供了一种非语言且隐蔽的方式。它们旨在解释用户的大脑状态，并将其转化为行动或用于其他交流目的。本研究调查了基于听觉和触觉注意力开发无需动手和眼睛的 BCI 系统的可行性。向用户呈现多个同时的听觉或触觉刺激流，并指示用户检测某一特定流中的模式。我们应用线性分类器从 EEG 信号中解码流跟踪注意力。结果表明，所提出的 BCI 系统可以使用多感官输入吸引大多数研究参与者的注意力，并显示出在多个会话中进行迁移学习的潜力。
表征神经退行性疾病中静息状态EEG振荡和上的活性：一项多中心研究
保留所有权利。未经许可就不允许重复使用。永久性。预印本（未经Peer Review认证）是作者/资助人，他已授予Medrxiv的许可证，以在2025年2月18日发布的此版本中显示在版权所有者中。 https://doi.org/10.1101/2025.02.14.25322283 doi：medrxiv preprint
打开用于被动脑计算机界面应用程序的EEG数据集：缺乏和观点
摘要 - 随着开放科学的出现，越来越多的研究人员正在共享他们的数据集和处理方法。但并非所有领域都关注，并且有些仍然缺乏开放的数据库，这些数据库可以更快，更相关的研究，更重要的是赞成结果的可复制性和可重复性。对于脑部计算机界面的领域尤其如此，尤其是在被动脑机接口的相对新领域。本文概述了基于脑电图的被动脑机接口应用程序的当前可用数据集。详细介绍了其主要特征，包括参与者的数量，任务，电极设置和电极位置信息。缺乏被突出显示和讨论，并为将来的研究提供了建议。
EEG遥测癫痫发作管理计划-Sch C2South
https://webapps.schn.health.nsw.gov.au/epolicy/policy/4902 4。Noe，K.H.，Tapsell，L.M。和Drazkowski，J.F。 （2011年1月）。 在住院视频EEG监控过程中有窒息和吸气的风险。 癫痫研究，93（1），84-86。 https://doi.org/10.1016/j.eplepsyres.2010.10.014 5。 Pavlova，M.，Abdennadher，M.，Singh，K.，Katz，E.，Llewellyn，N.，Zarowsky，M. （2014年3月）。 视频EEG评估期间呼吸监测的优势是将癫痫发作与其他事件区分开。 癫痫和行为：E＆B，32，142-144。 https://doi.org/10.1016/j.yebeh.2013.12.031 6。 威廉·O·塔图姆（William O.神经生理学，第134、2022卷，第111-128页，ISSN 1388-2457，https：//doi.org/10.1016/j.clinph.2021.07.07.016 7。 Kang，H.C.，Chung，D.E.，Kim，D.W。和Kim，H.D。 （2004），生酮饮食的早期和晚期并发症，用于顽固性癫痫。 癫痫，45：1116-1123。 https://doi.org/10.1111/j.0013- 9580.2004.10004.x 8。 Ouchida，S。和Fairbrother，G。（2024年2月1日）。 在癫痫监测单元中创建并使用临床测试工具。 英国神经科学护理杂志，20（SUP1A），S11-S16。 https://doi.org/10.12968/bjnn.2024.20.sup1a.s11Noe，K.H.，Tapsell，L.M。和Drazkowski，J.F。（2011年1月）。在住院视频EEG监控过程中有窒息和吸气的风险。癫痫研究，93（1），84-86。 https://doi.org/10.1016/j.eplepsyres.2010.10.014 5。Pavlova，M.，Abdennadher，M.，Singh，K.，Katz，E.，Llewellyn，N.，Zarowsky，M.（2014年3月）。视频EEG评估期间呼吸监测的优势是将癫痫发作与其他事件区分开。癫痫和行为：E＆B，32，142-144。 https://doi.org/10.1016/j.yebeh.2013.12.031 6。威廉·O·塔图姆（William O.神经生理学，第134、2022卷，第111-128页，ISSN 1388-2457，https：//doi.org/10.1016/j.clinph.2021.07.07.016 7。Kang，H.C.，Chung，D.E.，Kim，D.W。和Kim，H.D。 （2004），生酮饮食的早期和晚期并发症，用于顽固性癫痫。 癫痫，45：1116-1123。 https://doi.org/10.1111/j.0013- 9580.2004.10004.x 8。 Ouchida，S。和Fairbrother，G。（2024年2月1日）。 在癫痫监测单元中创建并使用临床测试工具。 英国神经科学护理杂志，20（SUP1A），S11-S16。 https://doi.org/10.12968/bjnn.2024.20.sup1a.s11Kang，H.C.，Chung，D.E.，Kim，D.W。和Kim，H.D。（2004），生酮饮食的早期和晚期并发症，用于顽固性癫痫。癫痫，45：1116-1123。 https://doi.org/10.1111/j.0013- 9580.2004.10004.x 8。Ouchida，S。和Fairbrother，G。（2024年2月1日）。 在癫痫监测单元中创建并使用临床测试工具。 英国神经科学护理杂志，20（SUP1A），S11-S16。 https://doi.org/10.12968/bjnn.2024.20.sup1a.s11Ouchida，S。和Fairbrother，G。（2024年2月1日）。在癫痫监测单元中创建并使用临床测试工具。英国神经科学护理杂志，20（SUP1A），S11-S16。https://doi.org/10.12968/bjnn.2024.20.sup1a.s11
根据脑电图和生理信号估计情感、认知和意动状态的工具
近几十年来，基于脑电图 (EEG) 的脑机接口 (BCI) 研究已变得更加民主化 (Nam 2018)。该技术能够通过 EEG 将信息从人脑传输到机器，尤其能够帮助严重运动障碍患者向轮椅等辅助技术发送命令，例如通过想象左手或右手运动来使轮椅左转或右转。此类 BCI 被称为主动 BCI，因为用户通过执行心理意象主动向系统发送命令 (Zander 2011)。然而，BCI 缺乏稳健性限制了该技术在研究实验室之外的发展，目前 10% 到 30% 的用户无法控制主动 BCI。然而，另一种类型的 BCI 被证明特别有前景：被动 BCI (Zander 2011)。此类 BCI 不用于直接控制应用程序，而是用于实时监控用户的心理状态，以便相应地调整应用程序。请注意，被动 BCI 可以与生理信号相结合：它们被称为“混合 BCI”（Pfurtscheller 等人，2010 年）。
醒目的大鼠和全脑模拟中的EEG-FMRI显示出癫痫发作期间对感觉刺激的反应性降低
摘要在缺席癫痫患者中，反复癫痫发作可以显着降低其生活质量，并导致尚无法治疗的合并症。缺失癫痫发作的特征是与意识的短暂变化相关的脑电图上的尖峰和波排放。但是，在癫痫发作期间和外部，大脑对外部刺激的反应仍然未知。这项研究旨在研究来自Strasbourg（Gaers）的遗传缺失癫痫大鼠（GAERS）的反应性，这是一种缺乏癫痫的大鼠模型。动物是使用安静的零回波时间，功能磁共振成像（fMRI）序列在非墨水清醒状态下成像的。在间隔和发作时期应用了感觉刺激。全脑血流动力学反应。此外，使用平均场模拟模型来解释状态之间视觉刺激的神经反应性的变化。在癫痫发作期间，对两种感觉刺激的全脑反应受到抑制并在空间上受到阻碍。在皮质中，尽管采用了刺激，但在癫痫发作期间血液动力学反应在癫痫发作期间呈负极极化。平均场模拟显示由于刺激引起的活动受到限制的传播，并且与fMRI发现很好地达成了一致。结果表明，在缺席的情况下，在这种缺失的癫痫过程中，缺乏癫痫发作会阻碍感官处理，甚至抑制了感官处理。
密度脑电图
摘要 目的 功能连接 (FC) 越来越多地被用作神经调节和提高性能的目标。目前，使用脑电图 (EEG) 对 FC 进行可靠的评估需要具有高密度蒙太奇的实验室环境和较长的准备时间。本研究调查了使用低密度 EEG 蒙太奇重建源 FC 以用于实际应用的可行性。方法 使用逆解重建源 FC，并将其量化为 alpha 频率中绝对虚相干的节点度。我们使用模拟的相干点源以及两个真实数据集来研究电极密度（19 个电极 vs. 128 个电极）和使用模板与基于单个 MRI 的头部模型对定位精度的影响。此外，我们还检查了低密度 EEG 是否能够捕捉个体间相干强度的变化。结果 在数值模拟和实际数据中，电极数量的减少导致相干源和耦合强度的重建可靠性降低。然而，当比较从 19 个电极重建 FC 的不同方法时，使用波束形成器获得的源 FC 优于传感器 FC、独立成分分析后计算的 FC 和使用 sLORETA 获得的源 FC。特别是，只有基于波束形成器的源 FC 才能捕捉运动行为的神经相关性。结论 从低密度 EEG 重建 FC 具有挑战性，但使用波束形成器的源重建时可能是可行的。
持续在线脑电图运动意象解码的微调策略：来自大规模纵向研究的见解
摘要 — 本研究调查了在涉及大型用户组和每个参与者多个会话的因果环境中在线纵向脑电图 (EEG) 运动想象 (MI) 解码中深度学习的持续微调策略。我们是第一个在大型用户组中探索此类策略的人，因为纵向适应通常是在单个受试者环境中使用单一适应策略进行研究的，这限制了推广研究结果的能力。首先，我们研究了不同的微调方法对解码器性能和稳定性的影响。在此基础上，我们集成了在线测试时间适应 (OTTA) 以在部署期间调整模型，补充了先前微调的效果。我们的研究结果表明，基于先前特定于主题的信息连续进行的微调可以提高性能和稳定性，而 OTTA 可以有效地使模型适应连续会话中不断变化的数据分布，从而实现无校准操作。这些结果为纵向在线 MI 解码的未来研究提供了宝贵的见解和建议，并强调了结合领域适应策略对提高实际应用中的 BCI 性能的重要性。临床相关性——我们的研究实现了更稳定、更有效的长期运动想象解码，这对于神经康复和辅助技术至关重要。