XiaoMi-AI文件搜索系统
World File Search SystemP300
拥有超过 200 个目标的高速混合脑机接口
摘要 目的. 脑机接口（BCI）近年来在扩展其指令集方面取得了重大进展，引起了研究者的广泛关注。目标和命令的数量是BCI解码大脑意图能力的关键指标。目前尚无研究报道过具有超过200个目标的BCI系统。方法. 本研究开发了第一个具有多达216个目标的高速BCI系统，这些目标由多种脑电图特征编码，包括P300、运动视觉诱发电位（mVEP）和稳态视觉诱发电位（SSVEP）。具体而言，混合BCI范式使用时频分多址策略，用不同时间窗的P300和mVEP以及不同频率的SSVEP精心标记目标。然后通过任务判别成分分析和线性判别分析解码混合特征。十名受试者参加了离线和在线提示引导拼写实验。另外十名受试者参加了在线自由拼写实验。主要结果。离线结果显示，mVEP 和 P300 成分在中央、顶叶和枕叶区域突出，而最明显的 SSVEP 特征在枕叶区域。在线提示引导拼写和自由拼写结果表明，所提出的 BCI 系统对 216 个目标分类的平均准确率分别为 85.37% ± 7.49% 和 86.00% ± 5.98%，平均信息传输速率 (ITR) 分别为 302.83 ± 39.20 位分钟 -1 和 204.47 ± 37.56 位分钟 -1。值得注意的是，峰值 ITR 可达 367.83 位分钟 -1。意义。本研究开发了第一个超过 200 个目标的高速 BCI 系统，有望扩展 BCI 的应用场景。
脑电图神经活动的贝叶斯推断
摘要 脑机接口 (BCI) 是一种将大脑活动转化为操作技术命令的系统。脑电图 (EEG) BCI 的常见设计依赖于 P300 事件相关电位 (ERP) 的分类，这是一种由常见非目标刺激中罕见的目标刺激引起的反应。现有的 ERP 分类器很少直接探索神经活动的潜在机制。为此，我们对 P300 ERP-BCI 设计下的多通道真实 EEG 信号的概率分布进行了新颖的贝叶斯分析。我们的目标是识别神经活动的相关时空差异，这为 P300ERP 反应提供了统计证据，并有助于设计高效、准确的个性化 BCI。作为我们对单个参与者分析的一项重要发现，视觉皮层周围通道的目标 ERP 在刺激后约 200 毫秒达到负峰值的后验概率为 90%。我们的分析确定了 BCI 拼写器的五个重要通道（PO7、PO8、Oz、P4、Cz），从而实现了 100% 的预测准确率。从对其他九名参与者的分析中，我们一致地选择了确定的五个通道，并且选择频率对带通滤波器和内核超参数的微小变化具有稳健性。本文的补充材料可在线获取。
从开始到现在
中央运动神经元的失败导致运动障碍。患者失去了控制自愿肌肉的能力，例如上肢，这在日常使用计算机或智能手机的可能性中引入了根本性的不和谐。因此，患者失去了与他人交流的能力。本文介绍了脑部计算机拼写系统中最受欢迎的范式，并旨在由具有严重形式的运动障碍的人打字。脑部计算机界面（BCIS）已成为通信障碍者的一种有前途的技术。BCI-Spellers是使用户通过使用大脑活动在计算机屏幕上选择字母来拼写单词的系统。BCI销售者有三种主要类型：P300，运动图像（MI）和稳态视觉诱发电势（SSVEP）。但是，每种类型都有其自身的局限性，这导致了混合BCI - 塞伯菌的发展，从而结合了多种类型的优势。混合动力BCI - 销销量可以提高准确性，并减少用户变得有效所需的训练期。总体而言，混合BCI销售者有可能通过结合多种类型的BCI - 塞货物的优势来改善患有损害的人的沟通。总而言之，对于有沟通障碍的人来说，BCI - 塞伯勒是一项有前途的技术。p300，MI和SSVEP是BCI销售者的三种主要类型，每个类型都有自己的优势和局限性。需要进一步的研究来提高BCI销售商的准确性和可用性，并探索它们在游戏和虚拟现实等其他领域的潜在应用。
触觉意象影响指尖振动触觉刺激的皮质反应
尽管与其他类型的心理意象相比，触觉意象的研究并不深入，但它对于脑机接口 (BCI) 来说可能非常有用，因为它可以产生 BCI 操作所需的神经调节。在这里，我们通过比较触觉意象 (TI) 对皮质反应的影响与指尖实际振动触觉刺激的影响，评估了与触觉意象 (TI) 相关的神经调节。我们发现 TI 和振动刺激都会引起与事件相关的脑电图 (EEG) 活动频率变化。此外，TI 会影响由短脉冲振动引起的体感诱发电位 (SEP)。收集了 29 名接受过触觉意象任务训练的参与者的 EEG 数据。在有和没有 TI 的情况下测量了对振动脉冲的反应。这些 SEP 由三个主要部分组成：中央顶叶区域的 P100 反应、额叶区域的 P200 反应和中央区域的 P300 反应。 TI 持续导致同侧 P100、同侧和对侧 P300 以及额叶 P200 增加。此外，TI 还增强了额叶区域因振动而发生的 θ 波段 ERS。这些发现表明，TI 不仅会调节 EEG 模式，还会影响皮质对物理体感刺激的处理。这种对真实和想象的躯体感觉的联合处理可用于 BCI，特别是在临床相关的 BCI 中，这些 BCI 致力于通过结合中枢诱导和外周活动来恢复体感处理。
跨专业从业者对增强和 1 的功能和服务的看法
Heckman、LM McCane、CS Carmack、S. Winden、DJ McFarland、EW Sellers、H. Shi、T. Paine、DS Higgins、AC Lo、HS Patwa、KJ Hill、GD Huang 和 RL Ruff。（2018 年）。肌萎缩侧索硬化症患者在家独立使用脑机接口。神经病学，91，e258-e267。8. Botrel、L.、EM Holz 和 A. Kübler（2015 年）Brain Painting V2：基于 P300 的评估
意外反应是压缩记忆状态的探测
近期记忆容量有限，不可避免地会导致对过去刺激的部分记忆。还有证据表明，对新奇或罕见刺激的行为和神经反应取决于一个人对过去刺激的记忆。因此，这些反应可以作为不同个体记忆和遗忘特征的探测。在这里，我们利用了两种固有涉及遗忘的刺激序列有损压缩模型，这不仅在许多情况下是必需的，而且具有理论和行为优势。一个模型基于一个简单的刺激计数器，另一个模型基于信息瓶颈 (IB) 框架，该框架为生物和认知现象提出了一个更普遍、理论上合理的原理。这些模型用于分析通常称为 P300 的新奇检测事件相关电位。在听觉奇异范式中记录的 P300 反应的逐次试验变化都经过每个模型的测试，以提取每个受试者的两个刺激压缩参数：记忆长度和表征准确性。然后利用这些参数估计受试者在任务条件下的近期记忆容量极限。结果以及最近发表的关于单个神经元和 IB 模型的研究结果强调了如何利用有损压缩框架来解释不同空间尺度和不同个体的神经反应的逐次变化，同时使用基于理论的简约模型提供不同表征水平的个体记忆特征估计值。
强迫症 - 螺栓障碍（OCD）与...
背景。强迫症 - 强迫症（OCD）是一种精神病，导致了巨大的困扰和生活质量差。成功治疗强迫症受到有关其病理生理学知识的有限限制。这项研究旨在使用脑电图（EEG）事件相关电位（ERP）研究OCD的病原体，从多个任务引起了多个神经过程中与障碍相关的脑活动的差异。方法。ERP数据。与错误相关的负性（ERN）是通过侧翼任务引起的，而N200和P300是使用GO/NOGO任务生成的。对神经反应振幅的主要比较和神经活性的拓扑分布是在所有时间点和电极上使用头皮场差进行的。结果。与HCS相比，强迫症组显示出改变的ERP分布。与以前有关OCD中ERN和N200地形的文献形成鲜明对比，该文献报告了额额中央负电压，我们检测到阳性电压。此外，在额叶区域中发现p300的负数较小。这些ERP发现都与强迫症症状严重程度有关。结论。这些结果表明，患有强迫症的个体在多个执行功能相关的过程中显示出改变的额神经活动，支持OCD的额叶功能障碍理论。此外，由于ERP和强迫症症状严重程度的改变之间缺乏关联，因此它们可能被认为是OCD的潜在候选内表型。
AAC 专业人员对支持脑机接口技术临床转化的看法
对于因肌萎缩侧索硬化症和脑瘫等疾病而导致严重身体障碍的人，脑机接口可以支持增强和替代通信设备访问 (BCI-AAC)。BCI-AAC 技术不需要个人拥有可靠的物理运动控制形式来访问 AAC。因此，BCI 技术可以为那些认为现有访问方法（例如开关扫描、眼球注视）效率低下、无效或令人疲劳的人提供替代访问 (Brumberg et al., 2018)。BCI-AAC 技术通过将目标神经信号转换为通信设备控制来克服与现有 AAC 访问方法相关的物理障碍。具体而言，BCI 技术针对与用于控制通信设备的感觉和运动过程相关的各种脑信号（有关综述，请参阅 Brumberg et al., 2018）。例如，P300 事件相关电位被用作已建立的 BCI 信号（Donchin et al., 2000）。要使用 P300-BCI 进行通信选择，个人需要关注他们希望选择的目标通信项目（例如字母或符号），同时随机突出显示 BCI-AAC 显示中的所有其他非目标项目。在个人所需的项目（目标刺激）突出显示后约 300 毫秒 (ms)，与其他非目标刺激相比，可以在目标刺激的 EEG 记录中检测到正电压（Donchin 等人，2000 年）。然后，BCI 算法选择与此 P300 事件相关的项目（Pitt 等人，2019 年）。
面向开放科学的最大规模基于 EEG 的 BCI 可重复性研究：MOABB 基准
摘要。目的。本研究对开放的脑电图数据集进行了广泛的脑机接口 (BCI) 可重复性分析，旨在评估现有解决方案并建立开放且可重复的基准，以便在该领域进行有效比较。这种基准的必要性在于快速的工业进步，这导致了未公开的专有解决方案的产生。此外，科学文献密集，通常以难以重复的评估为特色，使现有方法之间的比较变得困难。方法。在一个开放的框架内，30 个机器学习管道（分为原始信号：11、黎曼信号：13、深度学习：6）在 36 个公开可用的数据集中被精心重新实现和评估，包括运动想象 (14)、P300 (15) 和 SSVEP (7)。该分析结合了统计荟萃分析技术来评估结果，包括执行时间和环境影响考虑。主要结果。该研究得出了适用于各种 BCI 范式的原则性和稳健性结果，重点是运动想象、P300 和 SSVEP。值得注意的是，利用空间协方差矩阵的黎曼方法表现出优异的性能，强调了需要大量数据才能通过深度学习技术实现具有竞争力的结果。综合结果是公开的，为未来研究进一步提高 BCI 领域的可重复性铺平了道路。意义。这项研究的意义在于它有助于为 BCI 研究建立严格透明的基准，提供对最佳方法的见解，并强调可重复性在推动该领域进步方面的重要性。
海报展示会 2 下午 5:30 – 7:00 12 月 11 日星期三
P2-05-30：乳腺癌新辅助治疗期间 Ki-67 动态变化及其对 Neo-Bioscore 模型的附加预后价值：一项基于人群的队列研究 Maria Angeliki Toli P2-06-01：CBP/P300 溴结构域抑制可减少中性粒细胞蓄积并激活 TNBC 中的抗肿瘤免疫 Xueying Yuan P2-06-02：SV-BR-1 衍生的细胞乳腺癌疫苗中抗原决定簇的鉴定 Miguel Lopez-Lago P2-06-03：年龄对激素受体阳性乳腺癌肿瘤微环境的影响 Mackenzie Hawes P2-06-04：癌症相关成纤维细胞分泌组对肿瘤微环境的潜在影响 Anjali Agrawal