XiaoMi-AI文件搜索系统
World File Search System用脑
使用脑机接口进行基于 P300 的身份验证的数据处理和机器学习技术的评估
摘要 — 脑机接口 (BCI) 用于各种应用场景，允许大脑和计算机之间直接通信。具体而言，脑电图 (EEG) 是获取由外部刺激引起的诱发电位的最常用技术之一，因为 P300 电位是从已知图像中引出的。机器学习 (ML) 和 P300 电位的结合对于验证受试者很有前景，因为每个人在面对特定刺激时产生的脑电波都是独一无二的。然而，现有的身份验证解决方案并未广泛探索 P300 电位，并且在分析最合适的处理和基于 ML 的分类技术时会失败。因此，这项工作提出了 i) 使用 P300 电位验证 BCI 用户的框架；ii) 在十个受试者身上验证该框架，创建采用非侵入性基于 EEG 的 BCI 的实验场景； iii) 框架性能评估，定义两个实验（二元和多类 ML 分类）和三个测试配置，逐步分析不同处理技术的性能以及使用时期或统计值进行分类之间的差异。该框架在两个实验中的最佳分类器都实现了接近 100% f1 分数的性能，突出了其在准确验证用户方面的有效性，并证明了使用 P300 电位进行基于 EEG 的身份验证的可行性。
在言语生成过程中利用脑电图进行超声舌像预测
之前已经开展了初步研究，提出了使用脑信号（例如非侵入性EEG和侵入性sEEG / ECoG）的基于语音的BCI，但缺乏综合方法来研究非侵入性大脑，发音和语音信号，并分析大脑中的认知过程，发音运动的运动学和由此产生的语音信号。在本文中，我们描述了我们的多模态（脑电图，超声舌成像和语音）分析和合成实验，作为可行性研究。我们扩展了使用基于超声的发音数据对语音生成过程中记录的脑信号的分析。从用EEG测量的脑信号中，我们使用完全连接的深度神经网络预测舌头的超声图像。结果表明，EEG和超声舌头图像之间存在微弱但明显的关系，即网络可以区分发音语音和中性舌头位置。索引词：超声，EEG，脑机接口
使用脑机接口控制的概念......
摘要：本研究探讨了为受伤或截肢后的患者实施智能假肢的可能性。脑机技术允许在大脑和外部设备之间获取和发送信号。然而，上肢假肢是一种相当复杂的工具，因为手本身具有非常复杂的结构，由多个关节组成。最复杂的关节无疑是位于拇指根部的鞍状关节。您需要展示足够的解剖学知识来构建一个易于使用且尽可能类似于人手的假肢。使用合适的软件创建合适的控制系统也很重要，以便与脑机接口轻松协同工作。因此，本工作中提出的解决方案由三部分组成，分别是：Emotiv EPOC + Neuroheadsets，由伺服器和 Arduino UNO 板（带专用软件）组成的控制系统，以及在三维图形程序 Blender 中制作并使用 3D 打印机打印的手假肢模型。这种由大脑信号控制的手部假肢可以帮助截肢后的残疾人和残肢部位神经支配受损的人。
使用脑电图衍生的大脑网络属性
中风是全世界死亡与残疾的主要原因（Wolfe，2000； Langhorne等，2011）。在残疾人中，中风后的认知障碍对患者产生重要影响，功能恢复和长期预后。目前，临床医生使用磁共振成像（MRI）或计算机断层扫描（CT）等结构信息（例如中风病变的位置和大小）评估了冲程后认知障碍的风险。一个国际大规模的病变症状映射研究，最近介绍了有关病变大脑中造成认知障碍的大脑位置的重要发现（Weaver等，2021b）。但是，这些使用结构脑成像的方法基于以下前提：在发生中风病变的局部区域中，大脑功能被选择性地受损。但是，在实践中，几个部位的病变可能会导致相同的症状和体征，这是由于共享神经网络的破坏所解释的（Fox，2018）。结果，仅基于MRI中确定的病变位置，很难预测中风后的认知障碍，并且有必要评估病变对整个大脑的广泛影响（Stinear，2010; Carter等，2012）。用于测量功能连通性的工具，该工具不仅评估了特定的大脑区域活动，而且还评估了不同区域之间的相互作用，对于解决此问题可能至关重要（Bressler和Menon，2010； Stinear，2010； Aerts等，2016）。
VIT2EEG：利用脑电图数据的混合预审前的视觉变压器
在这项研究中，我们证明了在电解图（EEG）回归任务上预处理的混合视觉变压器（VIT）模型的应用。最初接受了图像分类任务的训练，但在脑电图数据进行微调时，与其他模型相比，该模型的性能明显增加，包括相同的体系结构VIT训练而没有Imagenet权重。这一发现挑战了模型概括的传统范围，这表明在看似无关的图像数据上预测的变压器模型可以通过适当的精细调整管道为EEG回归任务提供宝贵的先验。这种方法的成功表明，在视觉任务中，VIT模型提取的功能可以很容易地用于EEG预测建模。我们建议不仅在神经科学和相关领域中利用这种方法，而且通常用于数据收集受实际，财务或道德约束限制的任何任务。我们的结果阐明了对任务明显不同的任务的潜力。
利用脑电图、GSR 和眼动追踪对不同任务负荷影响的多模态研究
摘要。目的。通过同时收集多模态生理数据和参与者反应数据，研究任务负荷对绩效的影响。还获得了对问卷的定期回复。目标是确定最能预测任务绩效的模态组合。方法。一组参与者执行了一项基于计算机的视觉搜索任务，模仿邮政编码排序。必须将五位数字分配给六个不同的不重叠数字范围之一。试验以逐步增加任务难度的块形式呈现。同时收集了参与者的反应，包括 32 个脑电图 (EEG) 数据通道、眼动追踪数据和皮肤电反应 (GSR) 数据。在实验的离散时间点使用了 NASA 任务负荷指数自我报告工具。主要结果。随着认知任务负荷的增加，低 beta 频率 EEG 波 (12.5-18 Hz) 更加突出，大多数活动发生在额叶和顶叶区域。这些伴随着更频繁的眨眼和瞳孔扩张。眨眼持续时间与任务表现密切相关。GSR 信号的相位成分与认知负荷有关，而紧张成分则表示更普遍的唤醒状态。参与者报告的主观数据 (NASA TLX) 显示挫折感和精神负荷增加。根据单因素方差分析，EEG 和 GSR 与感知工作量水平具有最可靠的相关性，并且是绩效预测最具参考价值的指标（综合起来）。意义。在与任务相关的活动中，许多模态都会发挥作用。如果适当分组，其中许多模态可以提供有关任务绩效的信息。这项研究表明，虽然 EEG 是任务绩效的良好预测指标，但 GSR 等其他模态会增加更准确预测的可能性。此外，在受控的实验室条件下，可以分离最具参考价值或最少数量的模态以在实际工作环境中进行监控。
利用脑电图、脑回波和眼动追踪技术对不同任务负荷的影响进行多模式研究
摘要。目的。通过同时收集多模态生理数据和参与者反应数据来研究任务负荷对表现的影响。同时还获得了对问卷的定期响应。目标是确定最能作为任务表现预测指标的模态组合。方法。一组参与者执行了一项基于计算机的视觉搜索任务，模仿邮政编码分类。必须将一个五位数字分配给六个不同的不重叠数字范围之一。试验以逐步增加任务难度的块形式呈现。同时收集参与者的反应以及 32 个通道的脑电图 (EEG) 数据、眼动追踪数据和皮肤电反应 (GSR) 数据。在实验的离散时间点使用 NASA 任务负荷指数自我报告工具。主要结果。随着认知任务负荷的增加，低 β 频率 EEG 波 (12.5-18 Hz) 更加突出，其中大部分活动发生在额叶和顶叶区域。同时还伴随着更频繁的眨眼和瞳孔扩张。眨眼持续时间与任务表现密切相关。GSR 信号的相位成分与认知工作负荷有关，而紧张成分则表示更普遍的唤醒状态。参与者报告的主观数据 (NASA TLX) 显示挫折感和心理工作负荷增加。基于单因素方差分析，EEG 和 GSR 与感知工作负荷水平提供了最可靠的相关性，并且是绩效预测最具参考价值的指标（结合起来）。重要性。在与任务相关的活动期间，许多模态都会发挥作用。这些模态中的许多如果适当分组，都可以提供有关任务表现的信息。这项研究表明，虽然 EEG 是任务表现的良好预测指标，但 GSR 等其他模态会增加更准确预测的可能性。此外，在受控的实验室条件下，可以分离最具参考价值或最少数量的模态以在实际工作环境中进行监控。
使用脑监测客观评估人机物理协作中的人类工作量
安全和顺从交互的概念不足以确保有效的物理人机合作。为了获得最佳的顺从行为（例如，可变阻抗/导纳控制），需要使用评估技术来衡量用户感知工作量方面的交互有效性。本研究调查了脑电图 (EEG) 监测作为一种客观测量方法，以对具有顺从性的合作操作中的工作量进行分类。进行了一项实验研究，包括两种类型的操作（粗略和精细）和两个导纳水平（低阻尼和高阻尼）。性能和自我报告的测量表明，增强感知工作量的适当导纳水平取决于任务。此信息用于形成二元分类问题（低和高工作量），其中频谱功率密度和相干性是从 EEG 数据中提取的特征。使用与受试者无关的特征选择方法，使用与受试者相关的线性判别分析 (LDA) 进行分类。平均分类率为 81%，表明所提出的方法在评估人类工作量与粗大和精细操作中不同顺从性之间的交互作用时具有可靠性。此外，为了验证我们提出的客观工作量测量方法，我们进行了第二次实验，包括精细和粗大运动任务。与恒定导纳交互相比，使用开环可变导纳控制器可观察到较低的基于 EEG 的工作量。该观察结果与主观工作量评分 (NASA-TLX) 一致。
使用脑器官理解急性和长卷的神经系统含义
早在2019年冠状病毒病的急性阶段（Covid-19）大流行时，研究界就对感染的长期影响表示担忧。与许多其他病毒一样，严重的急性呼吸综合症冠状病毒2（SARS-COV-2）可能会触发过去几个月甚至几年的慢性疾病。长期持续的慢性和持续性疾病持续超过12周，持续了SARS-COV-2，涉及可变数量的神经表现形式，范围从轻度到严重到重度甚至致命。体外和体内建模表明，SARS-COV-2感染会导致神经元，神经胶质和脑脉管系统的变化。在这篇综述中，我们总结了对急性和长期共同病理学神经病理学的当前理解，并特别强调了脑形类器官模型所获得的知识。我们强调了脑器官的优势和主要局限性，利用了其人类衍生的起源，它们在细胞和组织结构与人体组织的相似性以及它们破译长期相互证明的病理生理学的潜力。
残疾人用脑控汽车...
本文探讨了大脑驱动汽车的发展，这将对身体残疾的人大有裨益。由于这些汽车只依赖于个人的想法，因此不需要个人进行任何身体运动。该汽车集成了来自各种传感器的信号，如视频、天气监测器、防撞等。它还配备了紧急情况下的自动导航系统。该汽车采用人工智能的异步机制。这是一项伟大的技术进步，将使残疾人变得健全。在 40 年代和 50 年代，许多研究人员探索了神经学、信息论和控制论之间的联系。他们中的一些人制造了使用电子网络来展示基本智能的机器，例如 W. Grey Walter 的海龟和约翰霍普金斯野兽。许多研究人员聚集在普林斯顿目的论学会和英国比例俱乐部的会议上。大多数研究人员希望他们的工作最终能被纳入具有一般智能的机器（称为强