XiaoMi-AI文件搜索系统
World File Search SystemRSVP
RSVP 志愿者机会 - 圣克劳德市
Guardian Angels – Engel Haus 同伴：通过发展友谊为他人带来改变。拜访 Guardian Angels 的居民、与他们一起阅读和玩游戏。每周或每月两次。 8.3 友好访客：Engel Haus 是阿尔伯特维尔一家德国风格的辅助生活设施，因此这是探索德国文化的绝佳机会，同时与居民进行社交和参与活动。男性志愿者尤其需要帮助！ 11.4 修指甲：在为 Guardian Angels 居民修指甲的同时提供友谊和社交互动。提供所有用品。每周或每月两次在多个地点提供。 10.4 音乐家/表演者：通过为居民唱歌和/或演奏乐器来分享您的音乐才华。许多 Guardian Angels 地点都提供钢琴。表演时间应为 30-45 分钟左右，每周或每月两次。 8.3 宠物拜访：带上您可爱的毛茸茸的朋友，在您选择的 Elk River、Otsego 或 Albertville 地点传播爱。必须提供最新疫苗接种证明，举止得体，训练有素，必须与其他宠物相处融洽。每周或每月两次探访。8.3
在 RSVP 键盘中结合脑电图和开关输入
材料、方法和结果：RSVP 键盘中的快速序列视觉呈现分为查询，通常为 10 个字符。选择后的第一个查询中的字符是 LM 根据先前输入的字符串识别为最可能的目标的字符。字符概率在每次查询后通过贝叶斯递归更新，直到一个字符达到决策阈值。在 IP 模式下，用户会看到一个框，其中包含即将到来的查询中的字符预览。然后他们可以激活开关以确认目标已包含在内（导致包含字符的概率增加并呈现查询以收集 EEG 证据），或者如果目标未包含在内则跳过查询（导致字符概率降低）。IP 也无需开关输入即可使用。
如需在线参加，请单击此处 如需亲自参加 RSVP
海伦·里斯教授是国际公认的屡获殊荣的全球卫生医疗从业者，她致力于改善非洲的公共卫生。海伦是南非约翰内斯堡威特沃特斯兰德大学最大的研究机构 Wits RHI 的创始人和执行董事，并曾担任许多国家和全球科学委员会和董事会的主席。她是南非卫生产品监管局的董事会主席。她担任世卫组织非洲区域免疫技术咨询小组主席。她通过担任世卫组织和联合国艾滋病规划署专家委员会主席或成员，为艾滋病毒和性传播感染疫苗研究的发展做出了贡献，目前是世卫组织总干事宫颈癌消除专家组成员。她曾担任多项 HPV 疫苗研究的 PI 或联合研究员，目前担任两项研究的联合主席，这两项研究探讨了 HPV 疫苗对艾滋病毒高发社区女孩的影响，以及单剂 HPV 疫苗的有效性。她是世界卫生组织HPV疫苗专家委员会成员，并担任南非NITAG HPV技术工作组主席。
RSVP 下基于视觉 ERP 的 BCI 中的刺激大小效应
摘要：快速序列视觉呈现 (RSVP) 是目前最适合用于基于事件相关电位 (ERP-BCI) 的视觉脑机接口 (ERP-BCI) 的范例之一，适用于眼球运动障碍患者。然而，凝视非依赖性范例的研究不如凝视依赖性范例那么深入，而且在 RSVP 下尚未探索诸如呈现的刺激大小等变量。因此，本研究的目的是评估刺激大小是否会影响 RSVP 范例下的 ERP-BCI 性能。12 名参与者使用三种不同的刺激大小测试了 RSVP 下的 ERP-BCI：小 (0.1 × 0.1 厘米)、中 (1.9 × 1.8 厘米) 和大 (20.05 × 19.9 厘米)，距离为 60 厘米。结果显示，不同条件下的准确度存在显著差异；刺激越大，准确度越高。研究还表明，这些差异不是由于对刺激的错误感知造成的，因为在感知辨别任务中，刺激大小没有影响。因此，本研究显示，刺激大小会影响 RSVP 下 ERP-BCI 的性能。未来针对需要注视独立系统的用户的 ERP-BCI 提案应考虑这一发现。
RSVP 下基于视觉 ERP 的 BCI 中的刺激大小效应
摘要：快速序列视觉呈现 (RSVP) 是目前最适合用于基于事件相关电位 (ERP-BCI) 的视觉脑机接口 (ERP-BCI) 的范例之一，适用于眼球运动障碍患者。然而，凝视非依赖性范例的研究不如凝视依赖性范例那么深入，而且在 RSVP 下尚未探索诸如呈现的刺激大小等变量。因此，本研究的目的是评估刺激大小是否会影响 RSVP 范例下的 ERP-BCI 性能。12 名参与者使用三种不同的刺激大小测试了 RSVP 下的 ERP-BCI：小 (0.1 × 0.1 厘米)、中 (1.9 × 1.8 厘米) 和大 (20.05 × 19.9 厘米)，距离为 60 厘米。结果显示，不同条件下的准确度存在显著差异；刺激越大，准确度越高。研究还表明，这些差异不是由于对刺激的错误感知造成的，因为在感知辨别任务中，刺激大小没有影响。因此，本研究显示，刺激大小会影响 RSVP 下 ERP-BCI 的性能。未来针对需要注视独立系统的用户的 ERP-BCI 提案应考虑这一发现。
在RSVP范式下，基于BCI的拼写器中具有不同类型的视觉刺激的性能分析
大脑计算机界面（BCI）系统为严重运动残疾患者提供了替代通信通道，可以使用无肌肉运动与环境互动。近年来，与最经常研究的基于BCI的拼写范式相比，对非目光依赖的脑部计算机界面范式的研究的重要性一直在增加。在RCP范式下已经验证了用于通信目的的几种视觉修改尚未在最扩展的非目光依赖的快速串行视觉呈现（RSVP）范式下进行验证。因此，在本研究中，根据RSVP评估了三组不同的刺激，并具有以下交流特征：白色字母（WL），著名面部（FF），中性图片（NP）。11个健康受试者参加了该实验，其中受试者必须经历校准阶段，在线阶段以及最终的主观问卷完成阶段。结果表明，FF和NP刺激在校准和在线阶段促进了更好的性能，在FF范式中稍好。关于主观问卷，与WL刺激相反，参与者再次首选FF和NP，但这次NP刺激得分略高。这些发现表明，与最常用的基于字母的刺激相比，将FF和NP用于基于RSVP的拼写器可能是有益的，可以提高信息传输速率，并且可以代表具有改变眼运动功能的个人的有希望的通信系统。
PSAEEGNet：基于金字塔挤压注意力机制的 CNN，用于 RSVP 任务中的单次试验 EEG 分类
脑机接口 (BCI) 技术通过解释脑电活动实现了人与计算机或其他外部设备之间的直接通信 (Cecotti and Graser, 2010; Manor and Geva, 2015)。BCI 技术在各个领域有着广泛的应用，例如运动方向识别 (Zhang et al., 2022a)、情绪识别 (Chen et al., 2019; Joshi and Ghongade, 2021; Tao et al., 2023) 和癫痫发作检测 (Xu et al., 2020; Dissanayake et al., 2021; Jana and Mukherjee, 2021; Wang B. et al., 2023)。同时，研究人员正在积极研究脑电图 (EEG) 在目标识别领域的潜在应用 (Lan et al., 2021)。在复杂环境中，计算机视觉容易受到环境干扰，
基于 RSVP 的脑机接口基准数据集
本文报告了使用基于快速串行视觉呈现 (RSVP) 范式的脑机接口 (BCI) 系统获取的基准数据集。该数据集包含 64 名健康受试者 (sub1, ..., sub64) 在执行目标图像检测任务时的 64 通道脑电图 (EEG) 数据。对于每个受试者，数据包含两组（“A”和“B”）。每组包含两个块，每个块包括 40 次试验，对应 40 个刺激序列。每个序列包含 100 张以 10 Hz（每秒 10 张图像）呈现的图像。刺激图像是两类街景图像：有人的目标图像和没有人的非目标图像。目标图像在刺激序列中随机呈现，概率为 1 ∼ 4%。在刺激呈现过程中，要求受试者以主观的方式搜索目标图像并忽略非目标图像。为了保留所有原始信息，数据集是未经任何处理的原始连续数据。一方面，该数据集可用作基准数据集，用于比较基于 RSVP 的 BCI 中的目标识别算法。另一方面，该数据集可用于设计新的系统图并评估其 BCI 性能，而无需通过离线模拟收集任何新数据。此外，该数据集还为基于 RSVP 的 BCI 中的事件相关电位 (ERP) 和稳态视觉诱发电位 (SSVEP) 的表征和建模提供了高质量数据。该数据集可从 http://bci.med.tsinghua.edu.cn/download.html 免费获取。
在 P300 大脑中使用图片作为刺激的不同效果......
摘要 先前关于控制基于 P300 的 BCI 拼写器的提案表明，在行列范式 (RCP) 下，使用替代图像代替字母作为目标刺激可以取得进步。然而，RCP 不适合那些缺乏凝视控制的患者。为了解决这个问题，先前的研究提出了快速序列视觉呈现 (RSVP) 范式。本研究的目的是评估一组可以提高 RCP 表现的替代图片是否也可以提高 RSVP 的表现。16 名参与者在校准和在线任务中控制了四种条件：RCP 中的字母、RCP 中的图片、RSVP 中的字母和 RSVP 中的图片。无论是在性能分析还是事件相关电位分析中，RCP 下图片带来的效果都大于 RSVP 下。事实上，与字母相比，RSVP 下的图片并没有显示出任何改进。此外，大多数用户 (68.75%) 表示 RCP 下的图片条件是最喜欢的，而 RSVP 下的图片条件却没有被任何参与者选为最喜欢的。因此，这项研究表明，在 RCP 下使用图片作为替代闪光刺激所带来的改善可能无法转移到 RSVP。
脑电图的动态概率积分...
脑机接口 (BCI) 分析个体与设备或外部环境直接交互的意图 (Wolpaw 等，2000)。个体的意图可以通过脑电图 (EEG) 来解码，脑电图由于其高时间分辨率、可靠性、可负担性和便携性而成为一种成熟的非侵入式技术。目前，由于机器学习和深度学习方法的发展，BCI 已经在辅助和临床领域得到应用。快速串行视觉呈现 (RSVP) 是在同一空间位置以每秒多张图像的高呈现速率顺序显示图像的过程。基于 RSVP 的脑机接口 (BCI) 是一种特殊类型的 BCI 系统 (Marathe 等，2016；Wu 等，2018)。它被证明是一种增强人机共生和人类潜能的可实现方法 (Manor 等，2016)。基于RSVP的BCI是基于人类视觉进行目标检测最常用的技术，其中使用的事件相关电位（ERP）是P300和N200（Wei等，2022）。人类视觉系统是一种非常复杂的信息处理机器。人类具有很强的学习、认知能力和敏感性，可以一眼就识别物体（Sajda等，2010）。因此，基于RSVP的BCI可以利用人类视觉的灵活性获得对环境的快速感知。当前的研究主要集中在提出适用于基于RSVP的BCI的更可靠、更有效的特征提取算法。由于其非平稳性和低信噪比（SNR），在RSVP任务中很难区分目标和非目标刺激。Sajda等人。 （2010 年）开发了一种分层判别成分分析（HDCA）算法，该算法采用 Fisher 线性判别（FLD）来计算空间域中的权重