XiaoMi-AI文件搜索系统
World File Search Systemstimulus
热和听觉不愉快刺激对健康个体中运动图像的影响
。CC-BY 4.0国际许可证可永久提供。是作者/资助者，他已授予Medrxiv的许可证，以显示预印本（未通过同行评审证明）预印版本的版权所有者此版本发布于2025年3月10日。 https://doi.org/10.1101/2025.03.06.25323546 doi：medrxiv preprint
基于突发 c-VEP 的 BCI：优化刺激设计，以最少的校准数据增强分类并改善用户体验
利用代码调制视觉诱发电位 (c-VEP) 形式的非周期性闪烁视觉刺激代表了反应性脑机接口 (rBCI) 领域的一项关键进步。c-VEP 方法的主要优势在于模型的训练与目标的数量和复杂性无关，这有助于减少校准时间。尽管如此，现有的 c-VEP 刺激设计可以在视觉用户体验方面进一步改进，同时实现更高的信噪比，同时缩短选择时间和校准过程。在本研究中，我们介绍了一种创新的代码 VEP 变体，称为“突发 c-VEP”。这种原创方法涉及以故意缓慢的速率呈现短暂的非周期性视觉闪光，通常每秒闪光两次到四次。这种设计背后的原理是利用初级视觉皮层对低级刺激特征的瞬时变化的敏感性来可靠地引发一系列独特的视觉诱发电位。与其他类型的快节奏代码序列相比，突发 c-VEP 表现出良好的特性，可以使用卷积神经网络 (CNN) 实现高按位解码性能，从而有可能在需要更少校准数据的情况下实现更快的选择时间。此外，我们的研究重点是通过减弱视觉刺激对比度和强度来降低 c-VEP 的感知显着性，以显著提高用户的视觉舒适度。通过涉及 12 名参与者的离线 4 类 c-VEP 协议测试了所提出的解决方案。按照因子设计，参与者被指示关注 c-VEP 目标，其模式（突发和最大长度序列）和幅度（100% 或 40% 幅度深度调制）在实验条件下被操纵。首先，全幅突发 c-VEP 序列表现出更高的准确度，范围从 90.5%（使用 17.6 秒的校准数据）到 95.6%（使用 52.8 秒的校准数据），而 m 序列的准确度为 71.4% 到 85.0%。两种代码的平均选择时间（1.5 秒）与之前研究报告相比更为有利。其次，我们的研究结果表明，降低刺激强度仅会稍微降低突发代码序列的准确度至 94.2%，同时会显着改善用户体验。总之，这些结果证明了所提出的突发代码在性能和可用性方面推进反应式 BCI 的巨大潜力。收集的数据集以及所提出的 CNN 架构实现均通过开放存取存储库共享。
在人工智能刺激计划中，预算拨款 50 亿卢比用于教育卓越中心 - 印度斯坦时报
教育人工智能卓越中心是第四个宣布成立的此类中心。2023 年，西塔拉曼宣布成立农业、卫生和可持续城市人工智能卓越中心。在预算演讲后的媒体互动中，IT 部长 Ashwini Vaishnaw 还表示，新卓越中心的拨款是印度人工智能使命拨款的一部分，印度人工智能使命是 IT 部推动本土人工智能发展的举措，该举措于 2024 年 3 月获得批准，拨款 10,371.92 亿卢比，分五年使用。
基于突发 c-VEP 的 BCI：优化刺激设计，以最少的校准数据增强分类并改善用户体验
利用代码调制视觉诱发电位 (c-VEP) 形式的非周期性闪烁视觉刺激代表了反应性脑机接口 (rBCI) 领域的一项关键进步。c-VEP 方法的主要优势在于模型的训练与目标的数量和复杂性无关，这有助于减少校准时间。尽管如此，现有的 c-VEP 刺激设计可以在视觉用户体验方面进一步改进，同时实现更高的信噪比，同时缩短选择时间和校准过程。在本研究中，我们介绍了一种创新的代码 VEP 变体，称为“突发 c-VEP”。这种原创方法涉及以故意缓慢的速率呈现短暂的非周期性视觉闪光，通常每秒闪光两次到四次。这种设计背后的原理是利用初级视觉皮层对低级刺激特征的瞬时变化的敏感性来可靠地引发一系列独特的视觉诱发电位。与其他类型的快节奏代码序列相比，突发 c-VEP 表现出良好的特性，可以使用卷积神经网络 (CNN) 实现高按位解码性能，从而有可能在需要更少校准数据的情况下实现更快的选择时间。此外，我们的研究重点是通过减弱视觉刺激对比度和强度来降低 c-VEP 的感知显着性，以显著提高用户的视觉舒适度。通过涉及 12 名参与者的离线 4 类 c-VEP 协议测试了所提出的解决方案。按照因子设计，参与者被指示关注 c-VEP 目标，其模式（突发和最大长度序列）和幅度（100% 或 40% 幅度深度调制）在实验条件下被操纵。首先，全幅突发 c-VEP 序列表现出更高的准确度，范围从 90.5%（使用 17.6 秒的校准数据）到 95.6%（使用 52.8 秒的校准数据），而 m 序列的准确度为 71.4% 到 85.0%。两种代码的平均选择时间（1.5 秒）与之前研究报告相比更为有利。其次，我们的研究结果表明，降低刺激强度仅会稍微降低突发代码序列的准确度至 94.2%，同时会显着改善用户体验。总之，这些结果证明了所提出的突发代码在性能和可用性方面推进反应式 BCI 的巨大潜力。收集的数据集以及所提出的 CNN 架构实现均通过开放存取存储库共享。
在稳定固定和主动视觉期间的刺激特征的表示
研究文章|行为/认知在稳定固定和主动视觉期间的刺激特征的表示https://doi.org/10.1523/jneurosci.1652-24.2024收到：2024年9月1日修订：2024年11月7日接受：2024年11月25日接受：2024年11月25日，2024年2月25日Moran Moran Et an。这是根据Creative Commons Attribution 4.0国际许可条款分发的开放访问文章，只要将原始工作正确归因于任何媒介，它允许在任何媒介中进行无限制的使用，分发和复制。
普通智能手机上运行的移动 VR 显示屏与标准 PC 显示屏在 P300-BCI 刺激呈现方面的比较
摘要 — 基于脑电图 (EEG) 的脑机接口 (BCI) 是一种很有前途的技术，可用于增强虚拟现实 (VR) 应用，尤其是游戏。我们专注于所谓的 P300-BCI，这是一种稳定而准确的 BCI 范例，依赖于识别刺激后约 300 毫秒 EEG 中出现的正事件相关电位 (ERP)。我们实现了这种 BCI 的基本版本，该版本显示在普通且价格合理的基于智能手机的头戴式 VR 设备上：即移动和被动 VR 系统（除智能手机外没有其他电子元件）。手机执行刺激呈现、EEG 同步（标记）和反馈显示。我们将 VR 设备上的 BCI 的 ERP 和准确性与个人计算机 (PC) 上运行的传统 BCI 进行了比较。我们还评估了主观因素对准确性的影响。这项研究是受试者内部研究，每种模式有 21 名参与者，每人进行一次会议。尽管与 PC 系统相比，VR 系统中的 P200 ERP 明显更宽更大，但 PC 和 VR 系统之间的 BCI 准确度没有显著差异。
了解转基因食品消耗的社会困境：刺激 - 生物反应研究
消费者担心他们的健康和环境正在引起人们对全球范围内转基因食品的使用的关注。该研究旨在提供有关消费者如何看待通用食品以及他们计划如何对其做出反应的新见解。数据是从转基因食品高级阶段的中国消费者那里收集的，而加纳人正处于转基因食品的早期阶段。使用SMART PL，R-Studio和SPSS分析数据。基于两个国家的976（976）受访者的有效回应，结果证明了消费者接受通用汽车的动态，并为通用食品行业的决策者和企业提供了宝贵的见解。我们的研究加起来相对较少的研究已经解决了转基因食品准备就绪的消费者的可能性。
预期的大脑活动取决于预期刺激的感觉方式：从单次试验分析中获得的见解
。CC-BY 4.0 国际许可证永久有效。它以预印本形式提供（未经同行评审认证），作者/资助者已授予 bioRxiv 许可，可以在该版本中显示预印本。版权持有者于 2024 年 9 月 9 日发布了此版本。；https://doi.org/10.1101/2023.09.27.559806 doi：bioRxiv 预印本
学习视觉刺激诱发的脑电图流形，用于神经图像分类
视觉神经解码，即从大脑活动模式中解释外部视觉刺激的能力，是神经科学研究中的一项具有挑战性的任务。最近的研究集中于表征可以用群体级特征描述的多个神经元的活动模式。在本研究中，我们结合空间、光谱和时间特征来实现神经流形分类，该分类能够表征视觉感知并模拟人脑中的工作记忆活动。我们通过基于黎曼流形和二维 EEG 频谱图表示的自定义深度学习架构分别处理时空和光谱信息。此外，在查看 11 类（即全黑加 0-9 数字图像）MindBigData Visual MNIST 数据集时，使用基于 CNN 的分类模型对视觉刺激引起的 EEG 信号进行分类。在刺激引起的 EEG 信号分类任务上评估了所提出的集成策略的有效性，总体准确率达到 86%，与最先进的基准相当。
皮质兴奋性中的调节会破坏感知级刺激处理中的信息传递
尽管对行为变异性的神经基础显着兴趣，但对无法响应感知水平刺激的皮质机制几乎没有光明。我们假设由感知水平刺激引起的皮质活性对皮质兴奋性的瞬间发光很敏感，因此可能无法提出产生行为反应。我们使用电子摄影记录测试了这一假设，以遵循六个人类受试者的皮质活性的传播，这些受试者对感知水平的听觉刺激做出了反应。在这里我们表明，对于没有导致行为反应的演示文稿，皮质活性的可能性从听觉皮层到运动皮层降低，并且与局部皮质兴奋性降低有关。皮质兴奋性进行了量化。因此，当人类的听觉刺激接近感知水平的阈值时，皮质兴奋性中的瞬间瞬间弹性决定了对感觉刺激的皮质反应是否成功地将听觉输入连接到了结果行为反应。