XiaoMi-AI文件搜索系统
World File Search SystemMindWave
使用视频游戏检测 ADHD 儿童的注意力水平并使用单通道 BCI 耳机测量大脑活动
摘要：仅使用行为测试很难检测出注意力缺陷多动障碍中的注意力生物标志物。我们探索了通过低成本脑电图系统测量的注意力是否有助于在早期阶段检测出可能的疾病。GokEvolution 应用程序旨在训练注意力，并提供一种在早期识别儿童注意力问题的方法。使用 NeuroSky MindWave 记录的注意力变化与 CARAS-R 心理测试相结合，用于描述 52 名非 ADHD 儿童和 23 名 7 至 12 岁 ADHD 儿童的注意力特征。分析表明，GokEvolution 通过使用 EEG-BCI 技术在测量注意力方面很有价值。与对照组相比，ADHD 组的注意力水平较低，大脑注意力反应的变化更大。与对照组相比，该应用程序能够绘制 ADHD 组的低注意力特征，并可以区分完成任务的参与者和未完成任务的参与者。因此，该系统可在临床环境中用作筛查工具，以便早期检测注意力特征，从而防止其发展。
BI1brainterface 用户手册
Soundmachines BI1brainterface 是一款探索和表演工具，适用于希望将自己的精神和情感领域直接与表演联系起来的音乐家、制作人、演员、肢体表演者和编舞家。我们希望创造一种不需要使用电脑的东西，并带来这种令人兴奋的新技术的即时性和易操作性。通过强调 Neurosky MindWave Mobile 耳机的功能，BI1brainterface 被开发出来以最简单和最开放的方式将您的精神状态与您的装备联系起来。只要您有模拟模块化合成器或 MIDI 声音发生器，您就可以影响声音、序列、音色并通过附加控制器推动表演：您自己。注意力和冥想是您可以依赖的最直接和可重复的变量。但 EEG 功率谱带（Alpha、Beta、Gamma、Delta 和 Theta）也可用于控制其他八个声音/光/视频特性。作为额外奖励，我们在您的工具箱中放入了一个可变阈值，以根据您的面部肌肉活动（即眨眼或咧嘴笑）在工作室或现场环境中生成“触发器”，由舞台上的舞者或演员佩戴，或仅使用它来放松自己并提高您对专注、放松和冥想的自我意识。生物反馈是 BI1brainterface 的另一个操作领域，可以实现更广泛的应用和实验。
建筑与神经科学之间的相互关系......
摘要 神经建筑学是建筑学领域的一个新领域，它介于神经科学和建筑学的相互关系之间。本研究旨在了解和积累关于建筑设计对人类感知和判断的影响的事实知识，同时使用脑电图 (EEG) 记录监测大脑活动。为此，我们进行了一项分为两部分的实验：观察部分和判断部分 - 两者都包括 3 个室内建筑环境图片，这些图片按颜色、比例和纹理分类。为了呈现图片并收集判断信息，我们使用了双极评定量表的数字化语义差异方法，而为了监测人类的大脑活动，我们使用了 NeuroSky Mindwave 移动设备。受试者接受视觉刺激，同时图片的选择考虑了文化背景、从单色到彩色、从明亮到柔和的一系列颜色、经典黄金分割比例的房间和当代方法以及各种纹理。结果表明，明亮和柔和的色彩、粗糙和柔软的质地以及古典比例和传统日式房间的环境对判断和观察的影响各不相同。这项研究提供了一个改进建筑设计方法的机会，主要关注用户的幸福感。关键词：神经建筑学、循证设计、幸福感
轮椅由人脑电波控制
使用脑电波控制的综合轮椅使用脑部计算机界面（BCI）系统旨在帮助残疾人。本发明旨在使用BCI系统改善综合轮椅的开发，具体取决于单个大脑注意水平的能力。已使用称为Mindwave Mobile Plus（MW+）的脑电图（EEG）设备来获得轮椅运动的注意值，眼睛眨眼以更改轮椅的模式以向前（F）向前（F）向前（R），向后（B）和左侧（L）。当产生26或51的信号质量值时，选择了停止模式（S）。使用BCI系统来帮助瘫痪的患者，由人脑脑控制的轮椅的发展显示了脑电波综合轮椅的效率，并使用人类注意力价值，眼睛眨眼检测和眉毛运动改善了脑海的效率。此外，还进行了对不同性别和年龄类别中人类注意力价值的分析，以提高脑电波综合轮椅的准确性。男孩的阈值是60岁，男性少年（70），男性成年人（40），而女子女为50岁，女性少年（50）和女性成年人（30）。
基于智能方法利用脑电信号预测通勤对健康的影响
摘要 — 上下班是许多人的日常活动，对我们的健康有重大影响。定期通勤可能导致慢性压力，而慢性压力与心理健康不佳、高血压、心率过快和疲惫有关。本研究通过分析脑电波和应用机器学习，实时调查通勤对神经生理和心理的影响。参与者是平均年龄 30 岁的健康志愿者。获取便携式脑电图 (EEG) 数据作为压力水平的衡量标准。在每位参与者上下班途中，使用非侵入式 NeuroSky MindWave 耳机连续 5 次获取 EEG 数据。这种方法可以在通勤期间和之后测量影响。结果表明，无论通勤时间长短，当参与者处于平静或放松状态时，生物信号 alpha 波段超过 beta 波段，而当参与者因通勤而感到压力时，beta 波段高于 alpha 波段。使用前馈神经网络取得了非常有希望的结果，准确率达到 97.5%。这项工作的重点是开发一种智能模型，帮助预测通勤对参与者的影响。此外，从积极和消极情绪时间表获得的结果还表明，参与者在通勤后会经历相当大的压力上升。对于社会行为背后的认知和语义过程的建模，最近的大多数研究项目仍然基于个人，而我们的研究则侧重于将群体作为一个完整群体来处理的方法。这项研究记录了通勤者的体验，特别关注远程医疗传感器中新兴计算技术的使用和局限性。
EMD 和特征提取对脑电图分析的影响
摘要 — 脑机接口已被研究了 20 多年，并且具有巨大的开发应用潜力，可供医生诊断疾病或帮助患有严重神经系统疾病的患者恢复与社会互动。要达到这些目的，需要分析脑电图数据的技术以及训练模型以识别模式或控制设备的算法。TensorFlow 是 Google 团队为内部使用而开发的机器学习，于 2015 年向公众发布。由于它可以在深度学习神经网络上进行训练和测试，因此可以用于脑电图数据。该项目使用 TF-Keras 和 TensorFlow-DNN 来训练使用脑电图数据对大脑状态进行分类的模型。Neurosky Mindwave Mobile 耳机和由 Micro:bit 开发的新设备是该项目的脑电图信号记录器。采用了最小-最大归一化、集合经验模态分解 (EEMD)、提取等多种技术来分析记录的脑电图数据。结果表明，在对来自 Micro:bit 设备的 EEG 数据进行分类时，TensorFlow-Keras 和 TensorFlow - DNN 模型的准确率为 97%，而 XGBoost 的结果为 98%。结果证实了 TensorFlow 在识别 EEG 数据方面的应用能力。对上述结果有贡献的数据处理技术是最小最大规范化和数据提取。此外，我们还验证了记录数据中的低频漂移对于使用 EEG 数据识别大脑状态至关重要。结果还显示了使用 EEMD 技术生成的 IMF 作为特征来构建使用 EEG 数据对大脑状态进行分类的模型。索引词 —TensorFlow、EEG、XGBoost、TensorFlow-Keras (TF-Keras)、TensorFlow-DNN (TF-DNN)、集合经验模态分解 (EEMD)、Neurosky、Micro:bit、脑机接口 (BC I)
关于使用消费级脑电图设备进行研究的范围审查
脑电图 (EEG) 是对大脑中神经元放电产生的电活动的连续测量。这涉及在头皮的多个位置放置金属电极，以毫秒级的时间分辨率记录电压波动。然后可以处理这些记录以产生电活动的频谱分析或生成事件相关电位 (ERP)，该电位表示对任务或刺激的平均反应。如今，EEG 因其非侵入性和易用性而成为学术界和医疗专业人士最流行的神经科学工具之一 [1]。最近，几家公司开发了消费级 EEG 设备。这些设备小巧、无线且设置精简，对新手研究人员或希望在传统实验室环境之外收集数据的人特别有吸引力 [2]。更重要的是，消费级设备比研究级设备便宜，为资金有限的人提供了一种经济实惠的神经生理数据收集方式。由于其可访问性，消费级 EEG 已在不同领域用于各种用途。软件工程师和计算机科学家使用消费级脑电图收集高分辨率时间序列数据。然后处理这些数据以创建或优化机器学习和信号处理算法[3-5]。反过来，这些算法可以与设备结合使用，开发脑机接口（BCI）系统。工程和机器人领域的专家可以训练机器实时响应神经数据中的模式[6]。同步后，人类用户可以配置BCI来控制多种电子设备，包括轮椅[7]、无人机[8]、智能家居[9-11]和网络浏览器[12]。临床医生报告称，他们使用该技术进行神经反馈疗法[13]、促进学习[14]、评估患者睡眠质量[15、16]，并确定情感状态[17-20]。科学家越来越多地使用消费级设备来收集神经数据，以解决各种理论和实践研究问题 [2, 21, 22]。消费级 EEG 研究的激增启发了一些非系统性综述（见表 1）。例如，一些综述比较了单个消费级 EEG 设备与非 EEG 生物传感器在癫痫检测 [23]、BCI 系统 [24] 和压力识别 [25] 领域的性能。其他综述则在单个领域比较了多个消费级 EEG 设备 [2, 21, 26 – 28]。例如，Dadebayev 等人 [29] 的综述重点是情绪识别；Asl 等人 [30] 专注于困倦检测，Khurana 等人 [31] 专注于神经营销。其中最全面的评论之一考虑了大约 100 项“精心挑选”[22]的研究，这些研究使用了四种消费级设备——NeuroSky MindWave、Emotiv EPOC+、interaXon Muse、和 OpenBCI 神经耳机——在认知、BCI、教育研究和游戏开发领域。虽然这些非系统性评论提供了对某些 EEG 设备领域特定功能的见解，但目前关于这个主题的文献充其量是零散的。事实上，令人惊讶的是，到目前为止，还没有对目前可用和常用的消费级 EEG 设备的研究相关用途进行系统范围审查。因此，本文的目的是绘制大量使用消费级 EEG 来收集
Europass CV - 个人简历 Oana Andreea RUSANU
罗马尼亚普瑞公司为 2017 年 5 月举办的“机电一体化学生项目全国大赛”颁发的特别奖，该大赛是“机电一体化教育日”年度活动的一部分 罗马尼亚布加勒斯特国家机电一体化与测量技术研究所为 2017 年 5 月举办的“机电一体化教育日”年度活动的一部分“学生科学交流全国会议”颁发的特别奖 2017 年 5 月举办的“机电一体化教育日”年度活动的一部分“学生科学交流全国会议”颁发的二等奖 2017 年 5 月举办的“毕业生走上公司”会议由罗马尼亚布拉索夫特兰西瓦尼亚大学举办的大奖 2017 年 5 月举办的“毕业生走上公司”会议“医学工程、医学、体育和山地运动”部分一等奖机电一体化部分“学生科学交流会议”二等奖，由布拉索夫特兰西瓦尼亚大学产品设计与环境学院于 2017 年 4 月组织 机电一体化部分“学生科学交流会议”二等奖，由布拉索夫特兰西瓦尼亚大学产品设计与环境学院于 2016 年 4 月组织 “Virgil Olariu”优秀奖，由产品设计与环境学院于 2016 年 5 月组织的医学工程部分“学生科学交流会议” 一等奖，由罗马尼亚布拉索夫特兰西瓦尼亚大学于 2015 年 5 月组织的“医学工程、医学、体育和山地运动”部分“毕业生在公司面前”会议 “Virgil Olariu”优秀奖，由产品设计与环境学院于 2015 年 4 月组织的医学工程部分“学生科学交流会议” 2014 年 4 月由产品设计与环境学院组织 2013 年 5 月由产品设计与环境学院组织的验光学专业“学生科学交流会议”三等奖 博士相关项目 – 2024：“基于 P300 诱发脑电图电位的脑机接口应用程序，用于实现用户与聊天 GPT 之间的通信” 博士相关项目 – 2023：“基于 LabVIEW 的脑机接口应用程序，用于使用从 GTEC Unicorn 耳机获取的 P300 诱发生物电位和脑电图带宽节律控制虚拟机械臂” 博士相关项目 – 2022：“通过 Gtec Unicorn EEG 耳机与 LabVIEW 编程环境集成，使用 P300 拼写器和 UDP 通信实现基于脑机接口的自动售货机模拟” 博士相关项目 – 2021：“LabVIEW 应用程序旨在设计由移动机器人和机械臂组成的脑机接口，均基于 NI myRIO 系统，并由从 NeuroSky 获取的脑电信号中检测到的自愿眨眼控制” 博士相关项目 - 2020 年：“具有图形用户界面的 Python 应用程序，用于实现脑机接口系统，从而能够从 Neurosky 和 Emotiv Insight 耳机采集脑电图数据，允许处理和分类自愿眨眼并使用 Websockets 协议将命令传输到 Raspberry Pi 板” 博士相关项目 - 2019 年：“LabVIEW 仪器旨在采集、处理和分类用于实现脑机接口系统的脑电图信号” 博士相关项目 - 2018 年：“使用 NeuroSky 耳机通过眨眼控制的虚拟键盘” 硕士论文 - 2017 年：“基于 LabVIEW 的脑机接口应用程序，使用 NI myRIO 系统和 NeuroSky Mindwave 耳机”