视觉诱发电位(VEP)对周期性刺激通常用于大脑计算机界面中的有利特性,例如高目标识别精度,较小的训练时间和较低的目标干扰。传统的周期性刺激会导致由于连续和高对比度刺激而导致主观的视觉疲劳。在这项研究中,我们将准周期和混乱的复杂刺激与常见的周期性刺激进行了比较,以与基于VEP的大脑计算机界面(BCIS)一起使用。规范相关分析(CCA)和相干方法用于评估三个刺激组的性能。通过视觉模拟量表(VAS)评估了由提出的刺激引起的主观疲劳。使用M2模板方法使用CCA,与Quasi-periodic(M = 78.1,SE = 2.6,P = 0.008)和周期性(M = 64.3,SE = 1.9,SE = 1.9,P = 0.0001)相比,混乱刺激的目标识别精度最高(M = 86.8,SE = 1.8)。对疲劳率的评估表明,与准周期性(p = 0.001)和周期性(p = 0.0001)刺激组相比,混乱刺激引起的疲劳较少。另外,与周期性刺激相比,准周期性刺激导致疲劳率较低(p = 0.011)。我们得出的结论是,与具有CCA的其他两个刺激组相比,混沌组的靶标识别结果更好。此外,与周期性和准周期性刺激相比,混乱的刺激导致主观视觉疲劳较少,并且可以适合设计新的舒适的基于VEP的BCIS。
摘要:使用隐性反应来确定消费者对不同刺激的反应正成为一种流行的方法,但仍需要进行研究以了解用于收集数据的不同技术的输出。在目前的研究中,收集了不同刺激(气味、味道、风味样本)的脑电图 (EEG) 反应和自我报告的喜好和情绪,以更好地了解甜度感知。人工智能分析用于对隐性反应进行分类,识别决策树以通过激活的感觉系统(气味/味道/风味)和刺激的性质(“甜”与“非甜”气味;“甜味”、“甜味”和“非甜味”;以及“甜刺激”与“非甜刺激”)。在自我报告的对刺激的喜好和刺激引起的情绪之间存在显著差异,但未发现显性数据和隐性数据之间的明确关系。本研究总结了与 EEG 相关研究以及 EEG 数据分析的有趣数据,尽管关于如何正确利用隐性测量技术及其数据仍有许多未知之处。
摘要:视觉材料是一种广泛用于刺激创造力的工具。本文探讨了视觉刺激支持新手与多模式数字音乐界面的创造性参与的潜力。对24名参与者进行了一项实证研究,以比较图形分数的抽象和文字形式对新手创造性参与的影响,以及是否了解或未了解该分数中符号的含义对创意参与都有任何影响。结果表明,当没有了解参与者的设计时,抽象的视觉刺激可以为创造性参与提供有效的脚手架。发现提供有关视觉刺激的信息既具有优势又具有缺点,这在很大程度上取决于刺激的视觉风格。被告知字面视觉刺激的含义有助于参与者做出解释和获得灵感,同时获得有关抽象刺激的信息导致沮丧。定性数据表明,两种形式的视觉刺激都支持创意参与度,但在创作过程的不同阶段,并且提出了描述性模型来解释这一点。这些发现突出了视觉刺激在音乐制作过程中支持创造性参与的好处 - 一个多模式互动域通常涉及几乎没有视觉活动或没有视觉活动。
多模态刺激引起的脑电图 (EEG) 信号可以驱动脑机接口 (BCI),研究表明可以同时使用视觉和听觉刺激来提高 BCI 性能。然而,还没有研究调查多模态刺激在快速串行视觉呈现 (RSVP) BCI 中的影响。在本研究中,我们提出了一种结合了人工面部图像和人工语音刺激的快速串行多模态呈现 (RSMP) BCI。为了阐明视听刺激对 RSMP BCI 的影响,分别应用了扰乱图像和掩蔽声音来代替视觉和听觉刺激。我们的研究结果表明,视听刺激提高了 RSMP BCI 的性能,并且 Pz 处的 P300 有助于提高分类准确性。 BCI 在线准确率达到 85.7 ± 11.5%。总之,这些发现可能有助于开发更好的注视独立 BCI 系统。
重复刺激会相对于新刺激在视觉皮层中引起减弱的反应。这种适应可以被视为快速学习的一种形式和知觉记忆的标志。适应不仅发生在立即重复刺激时,而且发生在重复之前存在时间滞后和其他中间刺激时。但是视觉系统如何跟踪重复的刺激,特别是在长时间延迟和许多中间刺激之后?我们假设海马体和内侧颞叶 (MTL) 支持长滞后适应,因为这个记忆系统可以从单一经验中学习,在延迟中保存信息并向视觉皮层发送反馈。我们用 fMRI 在失忆患者 LSJ 身上测试了这一假设,LSJ 的 MTL 受到脑炎损伤,导致广泛的双侧病变,包括完全的海马体丧失。我们测量了 LSJ 中功能性局部视觉区域在不同重复间隔时间下的适应性,这些区域在重复之间是完整的。我们观察到,即使海马体和 MTL 的扩展部分不可用,这些区域也会在几分钟内跟踪信息。当注意力从重复刺激上移开时,LSJ 和对照组是相同的:适应发生在长达三分钟的滞后,但不是六分钟。然而,当注意力转向刺激时,对照组在六分钟时显示出适应效应,而 LSJ 没有。这些发现表明,视觉皮层可以支持持续几分钟的一次性感知记忆,但当刺激与任务相关时,海马体和周围的 MTL 结构对于视觉皮层在较长延迟后的适应是必不可少的。
智能材料是指能够对刺激和环境变化作出反应并根据这些变化激活其功能的材料。温度、压力、电流、磁流、光、机械等刺激可以来自内部或外部。
带通滤波。换句话说,第一个块中的所有刺激都标记为 1 类,即使它们反映不同的对象类,第二个块中的所有刺激都标记为 2 类,即使它们反映不同的对象类,依此类推。请注意,所有分类器的分类准确率都很高,没有带通滤波,这表明它们对 EEG 信号和块之间的虚假相关性进行分类,而不是对刺激类别进行分类。即使使用带通滤波,这个准确率也可能过高,情况通常如此。其余表格报告跨块分类。对于受试者 2-6,第一和第二次块运行以相同的顺序呈现刺激。对于受试者 6,第三次块运行以不同的顺序呈现刺激。首先,我们报告第一次块运行的训练和第二次块运行的测试的平均结果,反之亦然,两者都使用
为了提高聚合物的生物相容性,人们从化学、物理或生物角度改善其表面特性。1 通过在聚合物/聚电解质的主链上引入各种不稳定或可水解基团(如酯、碳酸酯、酰胺、尿素或氨基甲酸酯)来控制其生物降解性。4 因此,研究成果促成了一类新型刺激响应性聚合物的开发。这些聚合物是对周围环境的物理化学变化敏感的材料。它们能够检测到微小的环境变化,并通过自组装或其物理化学性质的显著变化做出反应。这些聚合物会随着环境条件(如 pH、温度、溶剂、盐离子强度、光以及磁场或电场)的变化而发生结构和构象变化。它们的根本特征之一仍然是修饰的可逆性:也就是说,一旦引起物理化学性质改变的刺激消失,它们就能恢复到初始状态(结构化、连接、可降解系统除外)。刺激响应性聚合物只能由天然或合成聚合物制成,也可以通过在现有聚合物主链上加入响应性化合物或功能制成。在过去二十年里,由于大量新兴应用的出现,人们对这类材料的兴趣日益浓厚。环境变化或刺激分为三类:物理刺激(机械应力、电/磁场、超声波、光、温度)、化学刺激(电化学、 pH 值、离子强度)和生物刺激(酶、生物分子)。5-7 图 1 显示了不同类别的刺激以及每类刺激引起的修饰类型。
摘要 感觉受体场足够大,可以容纳多个可感知的刺激。那么,大脑如何编码在特定时刻可能存在的每种刺激的信息?我们最近表明,当存在多个刺激时,单个神经元可以在某个时间段内对一个刺激和另一个刺激进行编码,这表明存在一种不同刺激的神经多路复用形式 (Caruso 等人,2018)。在这里,我们研究 (a) 这种编码波动是否发生在早期视觉皮层区域;(b) 编码波动如何在神经群体中协调;(c) 协调的编码波动如何取决于将刺激解析为独立对象还是融合对象。我们发现编码波动确实发生在猕猴 V1 中,但仅当两个刺激形成独立对象时才会发生。这种独立的物体会引起一种新的 V1 尖峰计数(“噪声”)相关性模式,涉及正值和负值的不同分布。这种双峰相关模式在表现出编码波动或多路复用最强证据的神经元对中最为明显。给定的一对神经元是否表现出正相关或负相关取决于这两个神经元是否对同一物体反应更好或具有不同的物体偏好。在 V4 中,对于单独的物体也观察到基于刺激偏好的尖峰计数相关性的不同分布,但当两个刺激融合形成一个物体时则不会出现这种情况。这些发现表明多个物体引起的反应动力学与单个刺激引起的反应动力学不同,这为多路复用假设提供了支持,并提出了一种尽管感觉编码明显粗糙但仍可以保留有关多个物体的信息的方法。