XiaoMi-AI文件搜索系统
World File Search System脑电波
Victor Martinez Cagigal - 文件日期 - CVN | - FECYT
非侵入式脑机接口（BCI）系统允许使用用户的脑电波来控制应用程序，这是我在理论和实践领域研究的基本支柱。我的主要研究方向是深入研究 BCI 系统和神经科学实验软件（MEDUSA©，www.medusabci.com）的开发、不同控制信号（P300、SMR、SSVEP、c-VEP）的处理以及辅助软件（移动和桌面应用程序）的开发，以改善严重运动障碍者的生活质量。除了BCI系统之外，我的研究兴趣还集中在生物医学信号处理（尤其是脑电图）、人工智能和模式识别（机器/深度学习）、计算神经科学和软件工程（Python、Java、JavaScript、C#、MATLAB）。
同伴支持
瑜伽——瑜伽是关于与呼吸相连。它还可以包括冥想和身体姿势。我们的患者主要坐在椅子上做瑜伽，练习呼吸。这有助于放松神经系统，从而平静精神和情绪体。它还将他们与身体联系起来。声音疗法——舒缓的声音有助于重新调整大脑，以更好地应对压力，并使用某些频率的声音提高注意力。这有助于平衡情绪体和精神体。神经反馈——使用耳机舒适地跟踪某些脑电波。然后，计算机程序使用数字工具教他们将大脑带入更平静的脑电波状态。随着时间的推移，患者不再需要该工具来让自己的大脑平静下来。这平衡了精神体和情绪体。接地——结合使用引导式冥想和通过插座连接到地面的接地垫，帮助患者更加集中注意力。这可以帮助患者与身体建立更多联系，并提高精神体的注意力。综合心理治疗——一种团体治疗，可提高精神分裂症患者的专注力、解决问题能力和社交能力。这可以改善精神和情绪。灵气疗法——经过培训的临床医生将双手放在患者身体附近。他们使用能量来平衡患者的能量。随着时间的推移，这会恢复身体、情绪、精神和灵魂的平衡。感官室——这些已经在几个单位开始实施，并将在未来 8 个月内永久在所有单位开始实施。它们使用许多工具，如某些家具、加重毯子、白噪音机、烦躁玩具等，以增加或减少对神经系统的刺激。当患者焦虑或开始烦躁时，它们可以用来安抚患者。ATC 还将设有一个员工感官室，供员工在感到不知所措时使用。这些有助于平息情绪和精神。
基于脑电信号的智能结构设计与实现
摘要：最近有研究表明，需要设计智能结构，例如智能房屋，以便以不同的方式进行控制。由于它对某些无法接触需要与人类直接交互的控制单元的人很有用，因此需求量很大。在本文中，我们提出并开发了一种新的基于增强型脑电图 (EEG) 的智能结构设置，可用于帮助有或无疾病的人以轻松舒适的方式控制设备。十个年龄范围广泛（20-65 岁）且男女不限的人积极参与了这项研究。因此，本研究采用了八个 EEG 通道来覆盖大脑的大部分区域，所采用的协议适用于残疾人和行动不便的人。为广泛的参与者找到标准或共同特征是一项挑战。为了缓解这种情况，使用重建独立成分分析 (RICA)（传统独立成分分析 (ICA) 的改进技术）来获得最佳特征。此外，所提出的改进型支持向量机 (SVM) 模型将选定的特征分为不同的类别，能够消除导致错误分类的高噪声和重叠。所识别的类别负责根据参与者状态启动智能房屋的执行器。使用 MATLAB 和嵌入式系统实时将多通道 EEG 数据分类为脑电波成分、结果可视化和设备控制。使用所提出的模型，类别之间只有一种重叠情况，而使用传统 SVM 则有 74 种重叠情况。因此，错误分类的结果达到零，所提出的模型能够基于脑电波控制智能房间，总体准确率达到 98%。随着未来的改进，所获得的研究结果将促使使用所建议的基于 EEG 的智能结构，这可能对不动的人有帮助。
基于脑机接口的楼宇管理系统。综述
楼宇控制系统多年来一直存在的一个趋势是提高自动化程度和与人的集成度。现代建筑本身应该能够兼顾最高效的能源消耗和最高的室内生活质量[1]。作为楼宇系统的一个元素，用户不仅是控制状态所依赖的元素，也是系统管理员。每个用户都应该能够轻松地以最佳程度控制楼宇。从用户和系统两个角度来看，这都应该很容易。系统用户可以使用许多接口与楼宇自动化系统通信，其中之一就是脑电波。描述技术发展的研究人员和公司表示，这种接口是一种特殊的接口，借助它，我们很快就能以与其他方式（例如语音）相同的方式进行通信[2]。控制方式
使用随机森林分类器对癫痫发作类型进行分类
癫痫是一种因脑部异常电活动而出现的病理状况 [1]。它是影响全球约 6500 万人（占世界人口的 1%）的重要问题之一 [2]。在阿拉伯国家，癫痫的发病率估计为每 100,000 人中有 174 人。在沙特阿拉伯王国，癫痫的患病率为每 1,000 人中有 6.54 人 [3]。然而，三分之一的癫痫患者无法获得医疗服务。他们必须找到生活和管理日常生活的方法。即使癫痫患者可以获得医疗服务，医疗质量也达不到标准 [4]。癫痫患者的诊断和治疗取决于癫痫发作的类型 [4]。脑电图 (EEG) 记录是神经科医生用来分析脑电波功能异常的技术之一。多年来，它被广泛用于诊断脑部疾病，例如
g.tec 医疗工程有限公司
g.tec医疗工程公司开发了recoveriX系统，该系统利用BCI技术进行治疗。屏幕上会显示患者是否应该想象左/右手运动或脚运动。一旦受影响的人想到动作，BCI 就会从脑电波中检测到这一点，并触发手或脚的功能性电刺激。这反过来又会激活受影响者的感觉皮层。同时，患者会看到屏幕上虚拟的手或脚移动，这会激活镜像神经元。镜像神经元负责复制行为，进而激活感觉运动皮层。患者必须在约 25 个治疗疗程中总共想象该动作 6,000 次，这意味着认知过程再次与动作联系起来。
走向直接的脑机音乐接口
至少 40 年来，音乐家和作曲家一直使用脑电波作为音乐的生成源，而脑机接口用于直接通信和控制的可能性在 20 世纪 70 年代初首次被认真研究。此后的几年中，许多艺术家和技术专家一直在努力尝试用脑电波和许多其他生物信号来控制音乐系统。尽管可以从人脑中读取丰富的 EEG、fMRI 和其他数据，但到目前为止，将复杂的脑电图数据转化为令人满意的音乐效果的成功率仍然有限。我们目前正在进行一项研究，我们相信这项研究将带来直接脑机接口用于丰富而富有表现力的音乐控制的可能性。本报告将概述我们当前研究和成果的方向。
引用：Sikandar Qammar、Ayimen Khalid Khan 博士 (2022) BCI 系统和各种信号采集技术的比较。J Data Sci Mod Tech 6: 1
脑机接口 (BCI) 是一个基于神经科学、信号处理、生物医学传感器、硬件等的先进、跨学科且活跃的研究领域。它是一种通信系统，允许人类使用脑电波活动产生的控制信号与周围环境进行通信，而无需外周神经或肌肉的参与。在过去的几十年里，已经开展了几项开创性的研究，探讨了不同信号采集技术对 BCI 的适用性。然而，尚未进行全面涵盖这一领域的综合综述。因此，本研究提供了全面的概述，包括对用于捕获 BCI 信号的不同技术的比较，并简要描述了每种技术的优缺点。本文还介绍了可用于从大脑采集 EEG 信号以使用 EEG 的最佳位置