XiaoMi-AI文件搜索系统
World File Search Systemelectroencephalographic
一种基于EEG信号的空间分布来增强SSVEP特征的方法
摘要：在本文中，我们提出了基于规范相关分析（CCA）的EEG信号的分类算法，并与自适应过滤整合。它可以增强大脑 - 计算机接口（BCI）拼写中的稳态视觉诱发电势（SSVEP）的检测。通过删除背景脑电图（EEG）活动，在CCA算法前采用了一种自适应过滤器来提高SSVEP信号的信噪比（SNR）。开发了整体方法是为了整合与多个刺激频率相对应的递归最小二乘（RLS）自适应过滤器。该方法由实际实验从六个目标记录的SSVEP信号和Tsinghua University的40个目标的公共SSVEP数据集中记录下来的SSVEP信号。比较了CCA方法的精度和基于CCA的集成RLS滤波器算法（RLS-CCA方法）。实验结果表明，与纯CCA方法相比，提出的基于RLS-CCA的方法显着提高了分类精度。尤其是当脑电图的数量较低时（三个枕发电极和五个非枕骨电极）时，其优势更为明显，精度达到91.23％，这更适合于高密度EEG不容易收集的可穿戴环境。
负责将持续的伤害性输入转化为主观疼痛体验的神经过程
追踪和预测伤害性输入的时间结构对于促进生存至关重要，因为适当和立即的反应对于避免实际或潜在的身体伤害必不可少。不同时间结构的伤害性刺激所引起的神经活动已有描述，但将伤害性刺激转化为疼痛感知的神经过程尚未完全阐明。为了研究这个问题，我们记录了 48 名健康参与者的脑电信号，这些参与者接受了 3 种不同持续时间和 2 种不同强度的热伤害性刺激。我们观察到疼痛感知和几种大脑反应受到刺激持续时间和强度的调节。至关重要的是，我们确定了 2 种与疼痛感知出现相关的持续大脑反应：来自岛叶和前扣带皮质的低频成分 (LFC，< 1 Hz) 和来自感觉运动皮质的 α 波段事件相关去同步 (α-ERD，8–13 Hz)。这两种持续的大脑反应是高度耦合的，α 振荡幅度随 LFC 相位波动。此外，刺激持续时间转化为疼痛感知的过程由 α -ERD 和 LFC 连续介导。本研究揭示了伤害性刺激引起的大脑反应如何反映伤害性信息转化为疼痛感知过程中发生的复杂过程。
上肢康复的脑部计算机接口系统：系统评价
摘要：近年来，各种研究表明，脑电图（EEG）信号在人类四肢康复中的发展中的发展潜力。本文是对BCIS开发的最新技术的系统综述，以恢复人体的上肢和下肢。在数据库中进行了系统的审查，考虑使用脑电图信号，接口建议，以使用运动意图或运动援助来恢复上肢/下肢，并利用虚拟环境在反馈中。不具体说明使用了哪些处理系统的研究被排除在外。对设计处理或评论的分析也被排除在外。已经确定，有11个对应于恢复上肢，六到下肢的应用，另一个对应。同样，六个组合的视觉/听觉反馈，两个触觉/视觉效果和两个视觉/听觉/触觉。此外，四个具有完全身临其境的虚拟现实（VR），三个半脱落VR和11个非放入性VR。总而言之，研究表明，使用脑电图信号和用户反馈提供了好处，包括成本，有效性，更好的培训，用户动机，并且有必要继续开发用户可以访问的接口，并集成反馈技术。
神经生理模式是工作的先驱 -
摘要：我们旨在确定与由生物力学约束引起的肌肉骨骼疼痛相关的神经生理模式。十二（12）年轻的健康志愿者（两名女性）执行了两项实验逼真的手动任务，分别为30分钟：（1）具有肌肉骨骼疼痛发育的高风险，（2）（2）疼痛的风险较低。在任务中，收集了同步脑电图（EEG）和肌电图（EMG）信号数据，以及疼痛评分。随后，从神经生理信号中计算了两个主要变量：（1）在βeEG频率带（β。trpi）和（2）肌肉变异性的肌肉变异性（β。trpi）中，皮质抑制是作为任务相关的功率增加（TRPI）作为emg信号变异（COV）的肌肉变异性。在执行任务的最后5分钟内，在高风险状态下，在高风险状态下观察到了强大的效果大小；由于肌肉疲劳，因为COV降低了18％。在两种实验条件下，任务第5分钟后，观察到皮质抑制（β.trpi> 50％）的增加。这些结果表明以下神经生理学模式 - β.trpi≥50％和cov≤18％ - 可能是监测肩部肌肉骨骼疼痛的可能指标，在重复和长时间暴露于手动任务的情况下。
神经元耦合模式在人类新生儿早期皮质活动网络中显示出差异的发展
三个月是支持终身神经认知性能的功能网络发展的关键时期，但是这些网络中神经元耦合的出现却鲜为人知。在这里，我们在33至45周的构思年龄（CA）中使用了早产儿的纵向高密度脑电图记录，以在局部皮质功能和本质的偶联模式的发展中进行早期时空模式。相 - 相位（PPC），振幅 - 振幅（AAC）和相位 - 振幅相关性（PACS）]。绝对局部功率在整个频率范围内显示出CA的强劲增加，而局部PAC则显示出睡眠状态特异性的双相发育，在正常出生前几周达到峰值。AAC和遥远的PAC在几乎所有频率下在全球范围内降低。相比之下，PPC显示出频率和区域选择性的发育，在低delta和alpha频率的额叶，中央和枕骨之间的耦合强度增加，并在其他频率下较宽。我们的发现共同介绍了新生儿期间不同ICM的频谱和空间差异发展，并为未来的基本和临床研究提供了其发育模板。
真实的生物信号处理和分类管道...
摘要：在过去的几年中，脑部计算机界面（BCIS）在人类计算机相互作用和交互式系统领域的新兴研究领域发展。这主要是由于引入了低成本脑电图（EEG）系统，这些系统使BCI技术可用于非医学研究，也归因于信号处理和机器学习方法的进步。因此，BCI可以在用户与计算机系统（例如神经适应性接口）互动的方式中提供广泛的新可能性。但是，BCI系统仍必须解决重大挑战，以使其成熟成为有效的人类交互的既定通信媒介。主要挑战之一是将实时处理管道与便携式脑电图系统轻松整合以进行“外出实验室”。迄今为止，尽管当前开源工具的选项数量有很多，但大多数工具箱主要集中在扩展处理和分类方法上，但缺乏提供易于使用的易于使用的易用架构的能力。在这里，我们提出了Neuxus，这是Python中的模块化工具箱，用于实时生物信号处理和管道设计。Neuxus是独立的开源和平台，可为BCI设计和部署提供高级处理管道的实现。
onEEGwaveLAD：一种全自动在线 EEG 小波...
脑电信号是通过使用放置在头皮上的电极放大和记录大脑的自发生物电位来获得的。虽然事实证明这种信号有助于以高时间分辨率发现大脑活动的变化，但它受到非平稳和频繁伪影的污染。人们开发了大量降噪技术，并取得了显著的效果。然而，它们通常需要多通道信息和额外的参考信号，不是完全自动化的，需要人工干预，而且大多是离线的。随着脑机接口的普及和脑电图在日常活动和其他生态环境中的应用，人们越来越需要一种强大的、在线的、近乎实时的去噪技术，这种技术不需要额外的参考信号，是完全自动化的，不需要人工监督或多通道信息。这项研究通过引入 onEEGwaveLAD 来丰富知识体系，这是一种新颖的、全自动的、在线的、基于 EEG 小波的学习自适应去噪器管道，用于识别和减少伪影。它是一个特定的框架，可以实例化各种类型的伪影，为实时去噪铺平了道路。作为同类中的第一个，它针对眨眼检测和减少的特定问题进行了描述和实例化，并通过对 30 名参与者的信噪比进行一般和特定分析进行了评估。
人工智能、统计力学的思想和信息处理的情感调节
1.2. 情感调节的必要性 信息情感/情绪/道德调节的必要性可以从最近的一篇论文“量子钙离子与脑电图的相互作用”（Ingber，2018）的模型之模型 (MOM) 中读出，其中指出“人类最终要对他们所构建的结构负责”。追溯到主要机制的审计线索是科学的重要组成部分，直到现在才有人尝试在神经网络中更好地理解这一点（Iten 等人，2020 年）。该论文（Ingber，2018 年）的背景下，通过脑电图记录 (EEG) 测量大脑皮层区域许多神经元的宏观同步放电与三部分神经元-星形胶质细胞-神经元连接处的量子尺度 Ca 2 +离子波包之间的跨多尺度相互作用。这可能与此相关，因为如果其中的前提通过实验确定为真，那么就可以获得自由意志的合理证明。在当前背景下，如果情感/情绪状态与人工智能相关，那么如果情感调节实际上在信息模式中提供了替代选择，那么 BI 可能提供人工智能也可能拥有“自由意志”的情况。在生物智能 (BI) 中，情感/情绪影响的作用往往不容忽视，这一点显而易见。人工智能 (AI) 的大部分模型开发都严重依赖 BI（Ingber，1988 年；Ingber，2007 年；Ingber，2008 年；Ingber，2011 年）。
生物心理学 - 薮猫 - UNIL
本研究旨在调查极限山地超级马拉松 (MUM) 对 16 名完赛者自发性脑电活动的影响。通过在 330 公里比赛（平均持续时间：125 ± 17 小时；睡眠持续时间：7.7 ± 2.9 小时）之前和之后使用 4 分钟闭眼高密度脑电图 (EEG) 记录，进行频谱功率、源定位和微状态分析。比赛结束后，功率分析显示，在顶枕部位，delta（0.5 – 3.5 Hz）和 theta（4.0 – 7.5 Hz）频带的功率集中局部增加，alpha（8.0 – 12.0 Hz）功率降低。在左后扣带皮层、左角回和视觉联想区内观察到 alpha 频带的更高大脑激活。微状态分析表明，在比赛结束时，地图 C 优势显著下降，地图 D 的全局场功率 (GFP) 增加。这些功率模式和微状态参数的变化与之前报告的短时间耐力训练后的结果形成对比。我们讨论了解释顶枕区内较低 alpha 活动和 MUM 后微状态变化的潜在因素。总之，可以推荐使用高密度 EEG 静息状态分析来研究极限运动中的大脑适应性。
在超扫描和伪超扫描实验中联合记录脑电图和音频信号
超扫描是一种新兴技术，可用于研究互动个体之间的大脑相似性。这种方法对于理解联合动作（例如对话）的神经基础具有重要意义；然而，它还要求不同的大脑记录和感官刺激之间精确的时间锁定。然而，这种精确的时间通常很难实现。将听觉刺激与持续的高时间分辨率神经生理信号一起记录是一种有效的方法，可以离线控制刺激程序发送的数字触发器与通过扬声器/耳机传递给参与者的听觉刺激的实际开始之间的时间异步。由于该方法的复杂性普遍增加，这种配置在超扫描设置中尤其具有挑战性。在使用相关伪超扫描技术的其他设计中，组合大脑听觉记录也是一个非常理想的功能，因为可以使用共享音频信号执行可靠的离线同步。这里，我们描述了两种硬件配置，其中实时传递的听觉刺激与正在进行的脑电图 (EEG) 记录联合记录。具体来说，我们描述并提供使用 Brain Products GmbH 的硬件和软件在超扫描和伪超扫描范式中进行联合 EEG-音频记录的定制实现。