XiaoMi-AI文件搜索系统
World File Search System左手
经颅直流刺激对运动图像中大脑网络连通性和复杂性的影响
相关的实验表明，经颅直流电流刺激（TDC）对大脑的原发运动皮层（M1）和补充运动区域（SMA）的阳极刺激可以改善失语症和运动障碍的中风患者的运动控制和临床表现。在这项研究中，为了探索TDC对运动成像中M1和SMA的不同影响，35名健康志愿者参加了双盲随机对照实验。五个受试者接受了假刺激（对照），在TDCS阳极刺激下进行了15名受试者，其余15名受试者接受了SMA的TDCS阳极刺激。记录了受试者左手和右手运动图像在不同刺激范式下的脑电图数据。我们使用了功能性的大脑网络和样品熵来检查受试者的不同复杂性和功能连接性和两个刺激范式。结果表明，TDCS对SMA的阳极刺激在运动制备阶段产生的差异较小，而TDCS对M1的阳极刺激会在运动成像任务执行阶段产生显着差异。TDC对大脑运动区域的影响很重要，尤其是在M1中。
使用头带和深度学习减少运动图像中的响应时间” 2279
摘要：检测运动图像的脑电图（EEG）信号已用于帮助迁移率低的患者。但是，捕获EEG信号的常规大脑计算机接口（BCI）通常需要插入的设备和电缆与机器相关的电缆。最近，出现了一些商业性低的BCI头带，但电极少于常规BCI。一些作品证明了头带检测基本运动图像的能力。但是，所有这些作品都集中在检测的准确性上，使用大于10 s的会话大小，以提高准确性。这些会话大小可防止执行器使用头带在足够的响应时间内与用户交互。在这项工作中，我们探索了仅使用深度学习来检测右 /左手运动图像的低侵入设备中时间响应的减少。获得的模型能够降低检测时间，同时保持检测中可接受的精度。我们的发现报告了2 s的响应时间以高于83.8％的精度克服了使用低侵入和高侵入设备的相关作品。因此，我们的低侵入性和低成本解决方案可以在响应时间减少2 s的交互式系统中使用。
MIEEG-GAN：生成人工运动意象......
摘要 — 生成对抗网络 (GAN) 在语音处理等领域的时间序列数据生成方面取得了重要进展。GAN 的这种能力对于脑机接口 (BCI) 非常有用，因为收集大量样本可能既昂贵又耗时。为了解决这个问题，本文提出了一种为运动想象生成人工脑电图 (EEG) 数据的新方法。这里的 GAN 使用由双向长短期记忆神经元组成的生成器和鉴别器网络。使用来自 BCI 竞赛 IV 的数据集 2b 评估训练后的模型。该数据集包括左手和右手运动想象的试验。训练单独的 GAN 以生成与数据集中存在的两种试验类型相对应的人工 EEG 样本。为了进行评估，使用短期傅里叶变换和 Welch 功率谱密度比较真实和人工 EEG 信号的时频特性。结果表明，GAN 可以捕捉运动想象脑电图数据的重要特征，例如 beta 波段的功率变化。从 Welch 的功率谱密度来看，人工生成信号和原始信号的功率变化处于相似的频率区间。
基于骨架的动作和手势识别人类机器人协作
摘要。人类行动识别在实现人类与机器人之间的有效和安全的合作中起着重要作用。例如，考虑一项协作的组装任务，人工可以使用手势与机器人进行通信，而机器人可以利用公认的行动来预测组装过程中的下一步，从而提高安全性和整体生产率。在这项工作中，我们提出了一个基于3D姿势和合奏技术的人类行动识别的新框架。在这种框架中，我们首先通过敞开和RGB-D数据估算人体和身体关节的3D坐标。然后将估计的接头馈送到一组源自Shift-GCN的图形卷积网络，这是每个关节集（即车身，左手和右手）的一个网络。最后，使用集合方法，我们平均所有网络的输出得分来预测最终的人类行动。在一个名为IAS-LAB协作HAR DATASET的专用数据集上评估了所提出的框架，该数据集包括在人机协作任务中常用的操作和手势。实验结果证明了不同动作识别模型的界面如何有助于提高整体系统的准确性和鲁棒性。
在任意极化状态下受控全息图
可重编程的元图在物理和信息域之间建立了一个引人入胜的桥梁，可以实时控制电磁（EM）波，因此吸引了世界各地的研究人员的注意力。要控制具有任意极化状态的EM波，希望独立控制一组基集状态，因为具有任意极化状态的入射EM波可以分解为这些基础状态的线性总和。在这项工作中，我们介绍了反射性仪式的完整基础可抵制编码元表（CBR-CM）的概念，该概念可以实现对反射阶段的独立动态控制，同时维持左手圆形极化（LCP）的幅度相同的振幅，并保持相同的振幅。由于LCP和RCP波共同构成了平面EM波的完整基集，因此可以在任意极化波发生率下生成动态控制的全息图。实现了动态可重构的元粒子，以证明CBR-CM在LCP和RCP波下独立控制全息图的纵向和横向作用的强大能力。预计拟议的CBR-CM可以通过多个独立的信息渠道来实现更复杂和高级设备的方法，这可能会为数字EM环境复制提供技术帮助。
大规模研究性别对运动想象脑机接口中 μ 节律抑制的影响
摘要 运动想象脑机接口 (MI-BCI) 的最大问题是 BCI 性能不佳，即“BCI 效率低下”。尽管过去的研究试图通过调查影响用户 MI-BCI 性能的因素来寻找解决方案，但问题仍然存在。与 MI-BCI 性能相关的研究因素之一是性别。关于性别对用户控制 MI-BCI 能力的影响的研究仍无定论，主要是因为过去的研究样本量小且性别分布不均衡。为了解决这些问题并获得可靠的结果，本研究将四个 MI-BCI 数据集合并为一个包含 248 个主题且性别分布均等的大型数据集。数据集包括来自两性健康受试者的 EEG 信号，这些受试者按照 Graz 协议执行了右手和左手运动想象任务。分析包括从 C3 和 C4 电极中提取 Mu 抑制指数，并比较女性和男性参与者之间的值。与之前的一些研究结果不同，这些研究报告了女性 BCI 用户在调节 mu 节律活动方面的优势，我们的结果并未显示两组的 Mu 抑制指数之间存在任何显着差异，这表明性别可能不是 BCI 性能的预测因素。
血管帕金森主义的阿育吠陀管理
简介：血管帕金森主义（VP）是特发性帕金森氏病的独特临床病理实体，这可能是由脑血管疾病引起的。它的特征是主要的下半身帕金森氏症，姿势不稳定性，改组或冻结步态，缺乏静止震颤，对多巴胺的反应不佳以及存在皮质脊髓道的存在。方法论：一名62岁的男性患者被接纳为VAC的Panchakarma IPD，Ollur抱怨手中的震颤（左>右），左手的弱点，活动和言语的缓慢，记忆力下降，记忆力丧失，行走时摇摆，在过去10个月中疼痛。在检查时，锥体外迹象为阳性。在包括Udvarthanam，Dhanyamladhara，Sirodhara，Vasthi和Shastika Sali Pinda Sweda以及Samanoushadis以及Samanoushadis以及26天的时间里，包括Udvarthanam，Dhanyamladhara，Sirodhara，Vasthi和Shastika Sali Pinda Sweda进行了治疗方案，从而在此情况下产生了更好的结果。结果：使用改良的Hoehn和Yahr量表，Schwab和England ADL量表以及PDQ-39量表在第1和26天进行了患者评估。治疗后，症状的改善，残疾的减少以及整体生活质量的提高。
引用：Mwata-Velu T、Ruiz-Pinales J、Avina-Cervantes JG、Gonzalez-Barbosa JJ、Contreras-Hernandez JL。经验模态分解和双向
运动想象 (MI) 脑电信号广泛应用于脑机接口 (BCI) 应用中，因为它们通过想象肢体运动让用户完全控制 [9]。想象和物理肢体运动会引起微节律同步和去同步，这可以通过使用脑电图技术在感觉运动皮层上进行探索 [10]。许多研究已经实现了特征选择和降维的具体技术，其中包括遗传算法 (GA) [11]、顺序前向特征选择 (SFFS) [12]、线性判别分析 (LDA) [13]、经验模态分解 (EMD) [14] 和 Fisher 判别分析 (FDA) [15]。因此，高效的线性分类器如支持向量机 (SVM) [16] 和 LDA [17] 被广泛用于特征分类。此外，贝叶斯分类器 [18]、隐马尔可夫模型分类器 (HMM) [19] 和 k-最近邻 (k-NN) 分类器 [20] 同样为 EEG 特征分类提供了有竞争力的结果。在这方面，Miao 等人 [21] 将右手食指解码应用于手指康复。Nijisha 等人 [22] 使用基于公共空间模式 (CSP) 的空间滤波器和单个卷积层对左手、右手、双手和脚 MI-EEG 信号进行分类。
用机器人第三拇指弹钢琴
图。1。钢琴弹奏任务设置。（a）SR3T的顶视图渲染，显示水平运动DOF和相关电动机。（b）SR3T的侧视图渲染，显示垂直运动DOF和相关电动机。（c）第一度自由度（DOF）的SR3T控制界面的顶视图渲染；参与者使用其右脚通过脚在脚上的惯性测量单元（IMU）捕获SR3T的运动。（d）第二DOF的SR3T控制接口的侧视图渲染。（e）在球体上投射的人拇指终点的工作表面与（f）（f）在球体上投射的SR3T端点的工作表面进行比较 - 增强人类的工作表面范围（请参阅方法）。（g，h）无约束的飞行员实验的顶部和侧视图：一位经验丰富的钢琴演奏者在佩戴和使用SR3T时自由锻炼钢琴，在使用后的1小时内有效地弹奏11个指钢琴。（i）系统实验：使用右手的5个手指加上左手食指（LHIF）和（J）使用SR3T弹奏序列。（k）参与者使用SR3T扮演在其前面显示器上显示的音符顺序。
人体 人类大脑
人体 人脑 大脑是整个人体的控制中心。人体所做的每一件事，每一个动作，都是由大脑发起的。 大脑的工作原理很像一台计算机。它不断接收信息。它分析和处理这些信息。然后它立即做出反应，发出信号促使身体采取行动。 当你举起左手小指时，信号首先通过你的大脑。你站起来时，信号已经通过大脑了。你所做的一切都需要大脑参与。 你的呼吸和血液循环 2 源于大脑。 你的五种感官都会向大脑发送信息。 大脑分为三个主要部分：大脑、小脑和脑干。它们各自负责你身体的不同功能。 大脑是大脑的最大部分。它负责肌肉活动、五种感官和内脏器官的一般维护。 小脑负责平衡、姿势和协调。它分为左右两侧。小脑左侧控制身体右侧的功能，小脑右侧控制身体左侧的功能。脑干将大脑与脊髓连接起来。脑干控制呼吸、循环、饥饿和其他身体过程。这也是大脑控制眼睛的部分。脑干是神经系统的指挥中心。脊髓是信使。它在大脑和身体其他部位之间传递信息。