XiaoMi-AI文件搜索系统
World File Search Systeminterfaces
使可视化和界面适应用户
*通讯作者：Francesco Chiossi，LMU慕尼黑，慕尼黑，德国，电子邮件：francesco.chiossi@ifi.lmu.de Johannes Zagermann，Tiare Feuchtner，Harald Reiterer，Harald Reiterer，Konstanz大学konstanz.de，harald.reiterer@uni-konstanz.de Jakob Karolus，Sven Mayer，Albrecht Schmidt，Lmu Munich，Munich，Dermich，Dermany，电子邮件： Iskopf，Benedikt Ehinger，Andreas Bulling，Stuttgart大学，德国Stuttgart，电子邮件，电子邮件：nils.rodrigues@visus.uni-stuttgart.de， daniel.weiskopf@visus.uni-stuttgart.de, Benedikt.Ehinger@vis.uni-stuttgart.de, andreas.bulling@vis.uni-stuttgart.de Priscilla Balestrucci、Marc Ernst，乌尔姆大学，乌尔姆，德国，电子邮件：Priscilla.Balestrucci@uni-ulm.de, Marc.Ernst@uni-ulm.de Lewis L. Chuang，开姆尼茨工业大学，开姆尼茨，德国，电子邮件：lewis.chuang@phil.tu-chemnitz.de
高度可逆的钠金属电池阳极通过合金杂项
过早失败的根本原因，而是电沉积Na的固有固定锚定/根结构，导致可逆性和最终细胞衰竭导致较差的电极底物。锚定的NA沉积物很容易与阳极电流收集器分离，从而产生了大量的孤儿和不良的阳极利用率。我们提出并评估在一系列化学物质中作为Na的底物中的薄金属相间涂层。基于热力学和离子传输考虑因素，预计此类底物将与Na进行可逆的合金反应，并被认为可以促进电沉积Na的良好根生长和高可逆性，而没有详细的形态。在各种选项中，据报道，AU在液体电解质中支持长时间Na阳极寿命和高可逆性（库仑效率> 98％）的令人印象深刻的能力，对于10 nm - 1000 nm的涂料厚度。作为评估阳极实用性实用性的第一步，我们评估了它们在Na || Span细胞中的性能，N：P比接近1：1。
社论：脑机接口和神经成像中的人工智能用于神经调节和神经反馈
神经调节和神经反馈是治疗神经相关疾病和障碍的两种替代非药物方法 (Grazzi 等人，2021 年；Hamed 等人，2022 年)。神经调节是指通过应用弱直流电来调节大脑功能 (Lewis 等人，2016 年)。神经反馈是一种心理生理程序，可为受试者提供神经活动模型，旨在对其进行在线控制 (Marzbani 等人，2016 年)。这两种替代方法都已成功应用于多种神经系统疾病，包括帕金森病、慢性疼痛、癫痫、抑郁症、特发性震颤等 (Tsatali 等人，2019 年；Baptista 等人，2020 年；Hamed 等人，2022 年)。这些类型的治疗面临的典型挑战包括数据收集方式、方法效率的提高、反馈信号的可解释性等（Johnson 等人，2013 年；Lewis 等人，2016 年；Marzbani 等人，2016 年；Papo，2019 年）。目前，人工智能 (AI)，尤其是机器学习 (ML)，可以更好地理解大脑活动，并建立更好的脑机接口 (BCI) 交互机制（Zhang 等人，2020 年）。在神经调节或神经反馈的数据收集和监测阶段整合 AI/ML 可用于神经系统疾病和障碍的早期诊断和准确的非药物治疗。ML 能够分析大量患者信息
无线脑机接口尖峰检测算法的硬件评估
摘要 — 当前，植入式脑机接口 (BMI) 的趋势是增加通道数量，以改进信息传输速率的下一代设备。然而，这会增加有线或无线系统的原始数据带宽，最终影响功率预算（和热耗散）。因此，植入物上的特征提取和/或压缩对于降低数据速率至关重要，但处理能力令人担忧。皮层内 BMI 的一种常见特征提取技术是尖峰检测。在这项工作中，我们通过实证比较了三种硬件高效的尖峰强调器、非线性能量算子 (NEO)、幅度斜率算子 (ASO) 和导数能量 (ED) 以及两种常见的统计阈值机制（使用平均值或中位数）的性能、资源利用率和功耗。我们还提出了一种新颖的中位数近似法来解决中位数算子硬件效率不高的问题。这些都已在可重构硬件 (FPGA) 上实现和评估，以估计它们在最终 ASIC 设计中的硬件效率。我们的结果表明，采用平均阈值的 ED 提供了最高效的硬件（低功耗/资源）选择，而使用中值则具有更高的检测精度和更高的阈值乘数设置稳健性的优势。这项工作意义重大，因为它是首次实现和比较硬件和算法权衡，在将算法转化为硬件实例以设计无线植入式 BMI 之前必须做出这些权衡。
人工智能时代仿生神经元接口的三维激光直写：原理、材料与应用
摘要：仿生神经元接口 (BNI) 的创建已成为从神经科学到人工智能等不同研究领域的当务之急。BNI 是二维或三维 (3D) 人工接口，模仿生物神经网络的几何和功能特征，以重建、理解和改善神经元功能。BNI 的研究是治疗神经元疾病和创建创新人工神经网络 (ANN) 的关键。为了实现这些目标，3D 直接激光写入 (DLW) 已被证明是一种用于复杂几何形状 BNI 的强大方法。然而，对 BNI 的大规模、高速制造的需求要求将 DLW 技术与 ANN 相结合。ANN 是一种受生物神经元启发的计算算法，已显示出前所未有的提高数据处理效率的能力。ANN 与 DLW 技术的结合为高效制造大规模 BNI 提供了一条创新途径，也可以启发为 ANN 设计和优化新型 BNI。本观点回顾了 BNI 的 DLW 进展，并讨论了 ANN 在 BNI 设计和制造中的作用。
增强和替代沟通专家对非侵入性脑机接口临床整合的看法
高科技辅助和替代沟通 (AAC) 技术利用计算机软件生成听觉和文本信息，让有复杂沟通需求的人发出声音，以增强他们的参与度和整体幸福感。例如，有严重身体障碍的人可以通过眼动追踪系统访问高科技 AAC 设备，通过将眼睛对准所需的沟通项目（例如单词或字母）来创建信息，然后执行针对项目选择的预定操作 [例如长时间注视或停留；1]。AAC 领域服务于一群不同的个体，他们每个人都有自己独特的认知、感觉运动特征和偏好。AAC 干预并不是一个一刀切的过程；相反，它旨在最大限度地发挥每个人独特的认知、感觉运动和语言优势，以支持沟通成功 [2]。目前，由于严重的身体障碍，一些有复杂沟通需求的人可能会发现现有的 AAC 系统访问方法无效或效率低下 [例如 3、4]。因此，在 AAC 领域继续探索新技术（例如脑机接口技术 (BCI)）至关重要，以便为个人提供一种有效的 AAC 访问形式，以匹配他们整个生命周期中独特且不断变化的特征 [例如 5]。
通过调整潜在动力学来稳定脑机接口
摘要 皮层内脑机接口 (iBCI) 通过将大脑活动转化为外部设备的控制信号，恢复瘫痪患者的运动功能。在当前的 iBCI 中，神经接口的不稳定性会导致解码性能下降，这需要使用新的标记数据进行频繁的监督重新校准。一种潜在的解决方案是使用神经群体活动背后的潜在流形结构来促进大脑活动和行为之间的稳定映射。最近使用无监督方法的努力利用这一原理提高了 iBCI 稳定性；然而，现有方法将每个时间步视为独立样本，不考虑潜在动态。动态已被用于实现对运动意图的高性能预测，也可能有助于提高稳定性。在这里，我们提出了一个非线性流形与动态对齐 (NoMAD) 平台，它使用动态的循环神经网络模型来稳定 iBCI 解码。 NoMAD 使用无监督分布对齐将非平稳神经数据的映射更新为一组一致的神经动态，从而为 iBCI 解码器提供稳定的输入。在应用于从猴子运动皮层收集的运动任务数据时，NoMAD 能够在数周至数月的时间内以无与伦比的稳定性实现准确的行为解码，而无需任何监督重新校准。
双向脑接口中的同时刺激和感知：多站点翻译体验
1 加利福尼亚大学神经外科系，加利福尼亚州旧金山，美国 2 MRC 脑网络动力学部，牛津大学纳菲尔德临床神经科学系，英国牛津 3 佛罗里达大学电气与计算机工程系，佛罗里达州盖恩斯维尔，美国 4 布朗大学工程学院和卡尼研究所，罗德岛普罗维登斯，美国 5 斯坦福大学医学院神经病学和神经科学系，加利福尼亚州斯坦福，美国 6 加利福尼亚大学旧金山分校神经病学系，加利福尼亚州旧金山，美国 7 佛罗里达大学生物医学工程系，佛罗里达州盖恩斯维尔，美国 8 牛津大学工程科学系生物医学工程研究所，英国牛津 9 共同第一作者。10 共同资深作者。∗ 任何通讯作者均应致函。
一种用于无线、1000 通道脑机接口的低功耗通信方案
目的。脑机接口 (BMI) 具有恢复运动功能的潜力，但目前受到电极数量和长期记录稳定性的限制。如果在扩展到数千个微尘时能够将功耗保持在安全水平内，那么这些挑战可以通过使用自由浮动的“微尘”以无线方式传输记录的神经信号来解决。在这里，我们评估了一种用于基于红外 (IR) 微尘的脉冲间隔调制 (PIM) 通信方案，旨在降低无线数据速率和系统功耗。方法。为了测试 PIM 有效传递神经信息的能力，我们在非人类灵长类动物的实时闭环 BMI 中模拟了该通信方案。此外，我们对基于 IR 的 1000 个微尘系统进行了电路模拟，以计算通信准确性和总功耗。主要结果。我们发现每通道 1kb/s 的 PIM 与真实发放率保持很强的相关性，并且与传统有线系统的在线 BMI 性能相匹配。闭环 BMI 测试表明，最小 30 毫秒的滞后可能会对性能产生重大影响。最后，与其他 IR 通信方案不同，PIM 在功率方面是可行的，并且可以使用 3mW 的功率在 1000 个通道的接收器上准确恢复神经数据。意义。这些结果表明，基于 PIM 的通信可以显著降低无线微尘的功耗，从而为高性能 BMI 提供更高的通道数。
超越主电机皮层以改善脑部计算机界面
大脑 - 用于运动恢复的计算机接口（BCIS）通常会从其主电机皮层（M1）中的神经活动中解码用户的意图，并使用此信息来启用外部设备的“心理控制”。在这里，我们认为M1的活动具有太少和太多的信息，无法进行最佳解码：太少了，因为超出其超出其的许多区域都会贡献独特的电动机，并且具有与运动相关的信息，而与运动相关的信息缺乏或以其他方式从M1活动中解析；太多了，在那个电机命令中，与注意力和反馈处理等非运动过程纠缠在一起，从而极大地阻碍了解码。我们认为，通过整合来自多个大脑区域的其他信息来开发BCIS，可以更好地解释用户的意图，从而规避这两个挑战。