XiaoMi-AI文件搜索系统
World File Search System性脑机
脑机接口：挑战与应用
脑机接口于五十年前出现，是一种新的通信技术，允许患有严重神经肌肉疾病的患者与外界进行交流和互动。无线技术的快速发展为实验室外的应用打开了大门，例如娱乐、工业、营销和教育领域。越来越多的脑机技术新应用正在涌现，包括物联网。本期特刊将探讨非侵入式和侵入式脑机接口技术的进展、挑战和未来前景。发行范围包括但不限于：BCI 技术、生物医学信号分析、建模 - 神经信息学、生物医学工程、控制和机器人技术、计算机工程、认知科学 - 生物伦理学、神经生物学 - 神经外科、神经康复 - 生物反馈、生物物理学 - 生物化学。
个性化脑机接口及其应用
摘要：脑机接口（BCI）是一种颠覆传统人机交互的新技术，其控制信号源直接来自于用户的大脑。由于不同用户的生理心理状态、感觉、知觉、表象、认知思维活动以及大脑结构和功能存在差异，通用的脑机接口在实际应用中很难满足不同个体的需求，因此需要针对特定用户定制个性化的脑机接口。目前，很少有研究对个性化脑机接口所涉及的关键科学技术问题进行阐述。本文将以个性化脑机接口为研究对象，给出个性化脑机接口的定义，并详细介绍其设计、开发、评估方法和应用，最后讨论个性化脑机接口面临的挑战和未来发展方向。希望本研究能为个性化脑机接口的创新研究和实际应用提供一些有益的思路。
通过高效有效的脑机接口
虽然搜索技术已经发展为坚固且普遍存在，但基本的互动范式数十年来一直保持相对稳定。随着大脑的成熟 - 机器接口（BMI），我们基于脑电图（EEG）信号在人类和搜索引擎之间建立了一个高效的通信系统，称为脑机搜索接口（BMSI）系统。BMSI系统提供了包括查询重新制定和搜索结果交互的功能。在我们的系统中，用户可以执行搜索任务，而无需使用鼠标和键盘。因此，对于具有严重神经肌肉疾病的用户而言，基于手动相互作用是不可行的应用程序方案很有用。此外，基于大脑信号解码，我们的系统可以为搜索引擎提供丰富而有价值的用户端上下文中的Informe（例如，实时满意度反馈，广泛的上下文信息以及对信息需求的清晰描述），这在先前的范式中很难捕获。在我们的实施中，系统可以在交互过程中实时从大脑信号中解码用户满意度，并根据用户满意度的反馈重新排列搜索结果列表。演示视频可在http://www.thuir.cn/group/~yqliu/videos/bmsisystem.html上获得。
脑机隐喻之争毫无意义
人们普遍认为，脑科学中“计算机”一词的使用反映了一种隐喻。然而，目前对“计算机”一词的使用并没有单一的定义。事实上，根据“计算机”一词在计算机科学中的用法，计算机只是一些理论上可以计算任何可计算函数的物理机器。根据这个定义，大脑实际上是一台计算机；没有隐喻。但是，这与“计算机”一词在其他学科中的用法不同。根据计算机科学以外的定义，“计算机”是人造设备，它对输入进行顺序处理以产生输出。根据这个定义，大脑不是计算机，而且可以说，计算机只是大脑的一个弱隐喻。因此，我们认为反复出现的脑机隐喻之争实际上只是语义上的分歧，因为大脑要么是真正的计算机，要么显然根本不像计算机，这取决于个人的定义。我们建议，最好的解决方法就是停止争论，而是让研究人员明确他们在工作中使用的定义。在某些情况下，人们可以使用计算机科学中的定义，并简单地问，大脑是什么类型的计算机？在其他情况下，重要的是使用其他定义，并阐明我们的大脑与现代生活中我们周围的笔记本电脑、智能手机和服务器的根本区别。
探索脑机接口的协同作用
患有严重神经损伤的人通常依赖辅助技术，但目前的方法在准确解码多自由度 (DoF) 运动方面存在局限性。皮层内脑机接口 (iBMI) 使用神经信号来提供更自然的控制方法，但目前难以处理更高自由度的运动——大脑可以轻松处理这些运动。据推测，大脑通过肌肉协同作用简化了高自由度运动，肌肉协同作用将多块肌肉连接起来作为一个单元发挥作用。这些协同作用已经使用降维技术进行了研究，例如主成分分析 (PCA)、非负矩阵分解 (NMF) 和分离 PCA (dPCA)，并成功用于降低噪音和提高非侵入式应用中的离线解码器稳定性。然而，它们在改善不同任务中植入记录的解码和通用性方面的有效性尚不清楚。在这里，我们评估了大脑和肌肉协同作用是否可以提高非人类灵长类动物执行双自由度手指任务时的 iBMI 性能。具体来说，我们测试了 PCA、dPCA 和 NMF 是否可以压缩和去噪大脑和肌肉数据并提高解码器在任务中的泛化能力。我们的结果表明，虽然所有方法都能有效地压缩数据，同时解码精度损失最小，但没有一种方法能通过去噪来提高性能。此外，没有任何方法能增强跨任务的泛化能力。这些发现表明，虽然降维可以帮助数据压缩，但单独使用降维可能无法揭示提高解码器性能或泛化能力所需的“真实”控制空间。需要进一步研究以确定协同作用是否是最佳控制框架，或者是否需要替代方法来增强 iBMI 应用中解码器的鲁棒性。
脑机接口标准化与应用...
ADHD 成人注意力缺陷多动障碍 ASD 自闭症谱系障碍 BCI 脑机接口 CBT 认知行为疗法 CNV 偶然负变异 DOC 意识障碍 ECoG 皮层脑电图 EEG 脑电图 ERD 事件相关去同步 ERP 事件相关电位 fMRI 功能性磁共振成像 fNIRS 功能性近红外光谱 ICT 信息和通信技术 LFP 局部场电位 MEG 脑磁图 MDD 重度抑郁症 MCS 微意识状态 MI 运动意象 PTSD 创伤后应激障碍 rTMS 重复经颅磁刺激 SMR 感觉运动节律 SSSEP 稳态体感诱发电位 SSVEP 稳态视觉诱发电位 sEEG 立体脑电图 tACS经颅交流电刺激 tFUS 经颅聚焦超声刺激 UWS 无反应觉醒综合症 XR 扩展现实
基于 EEG 的脑机接口 (BCI)
摘要 — 脑机接口 (BCI) 是用户和系统之间强大的通信工具，它增强了人脑直接与环境通信和交互的能力。过去几十年来，神经科学和计算机科学的进步推动了 BCI 的令人振奋的发展，从而使 BCI 成为计算神经科学和智能领域的顶级跨学科研究领域。可穿戴传感设备、实时数据流、机器学习和深度学习方法等最新技术进步增加了人们对基于脑电图 (EEG) 的 BCI 在转化和医疗保健应用方面的兴趣。许多人受益于基于 EEG 的 BCI，它有助于在工作场所或家中单调的任务下持续监测认知状态的波动。在本研究中，我们调查了脑电信号传感技术和 BCI 应用中计算智能方法的最新文献，弥补了过去五年 (2015-2019) 系统总结中的空白。具体来说，我们首先回顾了 BCI 的现状及其重大障碍。然后，我们分别介绍了用于收集和清理 EEG 信号的先进信号传感和增强技术。此外，我们展示了最先进的计算智能技术，包括可解释的模糊模型、迁移学习、深度学习和组合，以在流行的应用中监控、维护或跟踪人类的认知状态和操作性能。最后，我们提供了几个受 BCI 启发的创新医疗保健应用，并讨论了基于 EEG 的 BCI 的一些未来研究方向。
脑机接口增强注意力...
这项行政补充建议将一组患有轻度阿尔茨海默病 (AD) 的成年人添加到母奖项 R01DC009834 中。我们将针对这一额外的临床人群实施与母奖项具体目标 2 和 4 中批准的相同的实验方法。培训后信息传输率 (ITR) 变化的结果测量保持不变，我们正在添加两个经 NIDCD 项目官员批准的阅读技能次要行为测量。患有 AD 的人表现出继发于痴呆综合症的注意力和语言障碍。阅读障碍很常见，会影响日常活动，从阅读文本（例如菜单或杂志）到阅读环境中的显着线索以寻找方向。补充目标是通过视觉注意字母训练范式来提高轻度 AD 患者的注意力和阅读技能。该训练使用基于字母的脑机接口 (BCI)，即快速串行视觉呈现 (RSVP) 键盘系统，该系统已在母奖项中建立。它在记录 EEG 的同时显示字母，并使用机器学习分类器和语言模型来决定用户想要的字母。有人提出，BCI 训练可以提高轻度 AD 成年人的注意力和基本阅读技能。我们计划从 NIA 资助的 P30 俄勒冈州阿尔茨海默病中心招募 24 名可能或很可能患有 AD 和语言障碍的参与者，该中心由医学博士、哲学博士 Barry Oken 担任副主任。AD 中心招募确保所有参与者都按照国家阿尔茨海默病协调中心指南进行诊断和描述。参与者将提供 0.5 – 1 的全球临床痴呆评分和阅读障碍，并将通过既定的 RSVP 键盘 BCI 使用认知筛查。参与者参加单组干预，在 2 个月内干预前 3 次、干预后 3 次获得多个基线 AB 设计和结果测量。计划有两次培训机会。首先，参与者每周执行两次 BCI RSVP 校准任务，持续 6 周。根据 P300 波提供有关注意力和有意字母选择准确性的反馈。其次，参与者每天在家用电脑上观看模拟 RSVP 键盘 15 分钟，作为针对特定过程的注意力训练任务。三个结果测量是：(1) ITR，一种与注意力相关的 EEG (P300) 测量；(2) 句子阅读流畅度；(3) 字母单词识别。阅读技能通过 Woodcock-Johnson IV 成就测试的标准化、有效子测试进行评估。据推测，ITR、阅读流畅度和字母单词识别技能会随着训练而提高。本补充材料加强了当前的辅助技术研究计划，并为针对认知和运动障碍患者（包括 AD 患者）的转化 BCI 技能和训练范式的更大研究议程提供了数据。
脑机接口和倾听权
Zachary E. Shapiro，法学博士，理学硕士，是威尔康奈尔医学院医学伦理学系的博士后研究员。他还担任耶鲁法学院所罗门卫生法律和政策中心的研究员，他的奖学金用于支持耶鲁法学院脑损伤高级研究联盟 (CASBI@YLS)。他是纽约洛克菲勒大学医院伦理委员会的联合主席。2016 年以优异成绩毕业于哈佛法学院后，Shapiro 曾担任黑斯廷斯中心生物伦理研究所的总统法学学者，以及麻省总医院法律、大脑和行为中心的研究员。2017 年，他担任华盛顿特区联邦巡回上诉法院尊敬的法官 Timothy B. Dyk 的书记员 Shapiro 获得理学硕士学位。毕业于伦敦政治经济学院。