XiaoMi-AI文件搜索系统
World File Search System机界面
使用多模式语音图像改善运动图像脑 - 计算机界面
摘要目的是基于运动图像（MI）的大脑 - 计算机界面（BCI），由于其具有潮流和便利性，引起了广泛的兴趣。但是，传统的MI范式受到诱发的脑电图信号的弱特征的限制，这通常会导致分类性能较低。方法中，提出了一种新颖的范式来改善BCI表现，通过语音虚构与无声阅读（SR）和写作图像（WI）相结合，而不是想象身体运动。根据提示，在这个多模式（想象中的声音和动作）范式中，受试者静静地读中文拼音（发音），并想象地写下了汉字。结果通过在不同的实验中执行传统的MI和拟议的Para-Digm，以进行二进制分类任务。77.03％的平均分类精度是通过新范式获得的，而传统范式获得了68.96％。结论实验的结果表明，所提出的范式唤起了更强的特征，从而有利于策略。这项工作为使用BCI的特定范式通过多模式活动/刺激唤起更强的脑电图特征打开了新的观点。
基于EEG的脑部计算机界面中用户培训的协议设计标准化
摘要。大脑计算机界面（BCIS）是使人仅使用神经活动与机器进行交互的系统。这种相互作用对于用户而言可能是不直接的，因此培训方法是为了增加一个人的理解，信心和动机，这将在并行提高系统性能。要清楚地解决BCI用户培训协议设计中的当前问题，在这里分为介绍期和BCI相互作用期。首先，必须将介绍期（BCI交互之前）视为与用户培训的BCI交互同样重要。为了支持这一主张，对论文的审查表明，BCI绩效可以取决于此类入门期内提出的方法。为了使其设计标准化，人类计算机相互作用（HCI）的文献已调整为BCI上下文。第二，在用户BCI交互期间，接口可以采用大量的形式（2D，3D，大小，颜色等）和模态（视觉，听觉或触觉等）无需遵循任何设计标准或准则。也就是说，探索对神经活动的感知阶段的研究表明，可以从对某些物体的简单观察结果触发运动神经元，并取决于对象的属性（大小，位置等）神经反应可能差异很大。令人惊讶的是，在BCI背景下未研究感知阶段的影响。对BCI的介绍都不一致，以及可变的界面设计使得繁殖实验很困难，预测其结果并比较它们之间的结果。为了解决这些问题，提出了用于用户培训的协议设计标准化。
打开用于被动脑计算机界面应用程序的EEG数据集：缺乏和观点
摘要 - 随着开放科学的出现，越来越多的研究人员正在共享他们的数据集和处理方法。但并非所有领域都关注，并且有些仍然缺乏开放的数据库，这些数据库可以更快，更相关的研究，更重要的是赞成结果的可复制性和可重复性。对于脑部计算机界面的领域尤其如此，尤其是在被动脑机接口的相对新领域。本文概述了基于脑电图的被动脑机接口应用程序的当前可用数据集。详细介绍了其主要特征，包括参与者的数量，任务，电极设置和电极位置信息。缺乏被突出显示和讨论，并为将来的研究提供了建议。
用于监测城市地区操作小型无人机系统的安全风险的人机界面设计
摘要：预计在低空城市空域引入自主小型无人机系统 (sUAS) 需要高水平的系统安全性。尽管系统自主性有所提高，但人类很可能仍是确保安全的重要组成部分。本文推导、应用和评估了一种显示设计概念，旨在支持人类操作员对多个 sUAS 的安全风险监控。该概念包含五个设计原则。该概念的核心思想是限制显示的复杂性，尽管增加了监控的 sUAS 数量，但主要通过可视化高度抽象的信息，同时隐藏较低抽象的详细信息，除非人类操作员特别要求。高度抽象功能的状态通过功能特定的图标可视化，这些图标根据指定的系统状态改变色调。同时，该设计概念旨在通过实施引导视觉注意力的设计属性来支持人类操作员识别异常情况。七位主题专家参与了一项研究，对该显示器进行了评估。虽然是初步的，但结果显然有利于所提出的显示设计概念。展示了所提出的设计概念的优势，并概述了进一步探索所提出的显示设计概念的后续步骤。
转移学习算法，以减少长期用户的脑部计算机界面校准时间
当前基于运动图像的大脑计算机界面（BCI）系统需要在每个会话开始时进行较长的校准时间，然后才能以足够水平的分类精度使用。特别是，对于长期BCI用户而言，此问题可能是重大负担。本文提出了一种新颖的转移学习算法，称为R-KLWDSA，以减少长期用户的BCI校准时间。建议的R-KLWDSA算法使用一种新的线性比对方法，将以前会话中用户的脑电图数据与当前会话中收集的少数EEG试验相结合。此后，先前会议的EEG试验和当前会话中的少量EEG试验进行了对齐的EEG试验，然后通过加权机制融合了它们在用于校准BCI模型之前。为了验证所提出的算法，使用了一个大型数据集，其中包含来自11名中风患者的脑电图数据，每个患者进行了18个BCI会议。与会议特定算法相比，所提出的框架表明，分类准确性的显着提高了4％以上，而本课程中每个课程可获得的两次试验少于两项试验。所提出的算法在提高初始会议准确性低于60％的会话的BCI准确性方面特别成功，其准确性的平均提高约为10％，导致中风患者具有有意义的BCI康复。
大脑 - 计算机界面通道选择优化了使用元式和进化算法
许多大脑 - 计算机界面（BCI）研究由于其固有的复杂性而忽略了通道优化。但是，仔细的渠道选择会提高性能和用户的舒适性，同时降低系统成本。进化的元映射证明了它们在解决复杂问题方面的有用性，但尚未完全利用。该研究的目的是两个方面：（1）提出一种新型算法，以找到每个用户设置的最佳通道，并将其与其他现有的元次素化学进行比较； （2）建立将这些优化策略调整到该框架的准则。共有3个单目标（GA，BDE，BPSO）和4个多目标（NSGA-II，BMOPSO，SPEA2，PEAIL）现有算法已通过3个公共数据库进行了调整和测试：“ BCI竞争III-DATASET II”，“中心拼写“中心拼写者”和“ RSVP拼写”。双前分排序算法（DFGA），这是一种新型的多目标离散方法，特别针对BCI框架设计。的结果表明，所有元数据术的表现都超过了基于P300的BCIS的完整集和常见的8通道集。dfga使用8个通道表现出3.9％的准确性3.9％。并使用4.66个通道获得了类似的精度。地形分析还强大了为每个用户自定义频道集的需求。因此，提出的方法计算具有不同数量的通道的最佳解决方案集，从而使用户可以为下一个BCI会话选择最合适的分布。©2021作者。由Elsevier B.V.这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
基于心理任务的大脑计算机界面中用户培训方法的审查
摘要。基于心理任务的大脑计算机界面（MT-BCIS）允许其用户仅通过使用通过心理任务产生的大脑信号来与外部设备进行交互。虽然MT-BCI有望用于许多应用，但由于缺乏可靠性，它们仍然几乎没有使用外部实验室。MT-BCI要求其用户发展自我调节的特定大脑信号的能力。但是，控制BCI的人类学习过程仍然相对较少了解，以及如何最佳地训练这种能力。尽管他们承诺和成就，但传统的培训计划已被证明是最佳的，并且可以进一步改善。为了优化用户培训并提高BCI绩效，应考虑人为因素。应采用跨学科的方法，以为学习者提供适当和/或自适应培训。在本文中，我们概述了MT -BCI用户培训的现有方法 - 尤其是在环境，说明，反馈和练习方面。我们提出了这些培训方法的分类和分类法，提供有关如何选择最佳方法并确定开放挑战和观点以进一步改善MT-BCI用户培训的指南。
使用低成本的开源脑部计算机界面和3D打印的手腕外骨骼
摘要在电力系统中风和太阳能的大规模渗透，这种可再生能源的统治会增加系统的非线性特征和不确定性，这会导致可再生能源产生和负载需求之间的不匹配，并且会严重影响Bus Bus Bus电压分布网络的电压控制网络的电压控制。在这种情况下，本研究应用了泵存储的水力发电（PSH），该水电（PSH）迅速跟踪负载变量，可靠地操作，以平衡系统的功率以最大程度地减少总线电压偏差。此外，为了获得PSH的最佳控制政策，PSH的最佳加固学习算法（即深层确定性的政策梯度）被用于训练代理商来解决泵送储存水电 - 风能 - 极性（PSHWS）系统的连续转换。在IEEE 30-BUS Power System上评估了训练有素的代理的性能。仿真结果表明，所提出的方法每月累积偏差21.8％，这意味着它可以使系统在安全的电压范围内保持更有效。
被动脑电图脑计算机界面预测飞行模拟期间的心理工作量
本研究的目的是研究脑电图（EEG）脑部计算机界面（BCI），以监测虚拟现实（VR）飞行模拟过程中心理工作量的现实差异。许多航空事故与试点认知和任务需求与认知资源之间的不匹配有关。实时神经生理监测提供了一种方法，可以通过获得连续的客观测量，而无需增加飞行员的工作量，从而识别高工作量的精神状态。在VR飞行模拟期间的导航困难和通信任务改变了工作负载。分析了在模拟飞行过程中收集的EEG数据，以评估被动BCI的性能以分类工作负载水平。BCI方法以EEG工作量文献为指导。获得了75.9％的分类率，α和β频带最有用。结果表明，被动EEG-BCI可能是监控工作量和提高飞行安全性的有效策略。
在游戏中使用大脑–计算机界面尚未准备好通用公众
BRAF突变构成了转移性结直肠癌（MCRC）中重要的预后因素，在这种情况下，治疗的发展是延长患者生存的巨大必要性。尽管BRAF突变与微卫星不稳定性（MSI）之间的关联已知已有几年了，但先前的临床试验表明，前者的预后影响有限，免疫检查点抑制剂为具有这两种特征的MCRC患者提供了显着的生存益处。此外，BRAF突变根据其分子功能的基因组性分类，使人们可以对MCRC患者的特征更了解BRAF突变的特征，其基于此分类的治疗策略使得通过靶向疗法的递送，可以更理想地改善预后不良的理想选择。最近，在先前治疗的BRAF V600E - 突变肿瘤的MCRC患者中进行了III期试验，并发现BRAF抑制和抗抗 - 表皮生长因子受体抗体疗法或没有MEK抑制的组合疗法方法比单独使用MEK抑制更为有效。本综述讨论了BRAF突破性MCRC中的当前治疗策略和未来观点。