期刊文献+
共找到187篇文章
< 1 2 10 >
每页显示 20 50 100
A Novel Algorithm Design Approach for Biopotential Acquisition in Brain Machine Interface
1
作者 M.N. Mamatha S. Ramachandran 《材料科学与工程(中英文版)》 2010年第8期60-65,共6页
关键词 算法设计方法 脑机接口 生物电位 生物传感器 多发性硬化 肌肉萎缩症 采集 眼球运动
下载PDF
Performance Analysis of Machine Learning Algorithms for Classifying Hand Motion-Based EEG Brain Signals
2
作者 Ayman Altameem Jaideep Singh Sachdev +3 位作者 Vijander Singh Ramesh Chandra Poonia Sandeep Kumar Abdul Khader Jilani Saudagar 《Computer Systems Science & Engineering》 SCIE EI 2022年第9期1095-1107,共13页
Brain-computer interfaces (BCIs) records brain activity using electroencephalogram (EEG) headsets in the form of EEG signals;these signals can berecorded, processed and classified into different hand movements, which... Brain-computer interfaces (BCIs) records brain activity using electroencephalogram (EEG) headsets in the form of EEG signals;these signals can berecorded, processed and classified into different hand movements, which can beused to control other IoT devices. Classification of hand movements will beone step closer to applying these algorithms in real-life situations using EEGheadsets. This paper uses different feature extraction techniques and sophisticatedmachine learning algorithms to classify hand movements from EEG brain signalsto control prosthetic hands for amputated persons. To achieve good classificationaccuracy, denoising and feature extraction of EEG signals is a significant step. Wesaw a considerable increase in all the machine learning models when the movingaverage filter was applied to the raw EEG data. Feature extraction techniques likea fast fourier transform (FFT) and continuous wave transform (CWT) were usedin this study;three types of features were extracted, i.e., FFT Features, CWTCoefficients and CWT scalogram images. We trained and compared differentmachine learning (ML) models like logistic regression, random forest, k-nearestneighbors (KNN), light gradient boosting machine (GBM) and XG boost onFFT and CWT features and deep learning (DL) models like VGG-16, DenseNet201 and ResNet50 trained on CWT scalogram images. XG Boost with FFTfeatures gave the maximum accuracy of 88%. 展开更多
关键词 machine learning brain signal hand motion recognition braincomputer interface convolutional neural networks
下载PDF
Probabilistic Methods in Multi-Class Brain-Computer Interface 被引量:1
3
作者 Ping Yang Xu Lei Tie-Jun Liu Peng Xu De-Zhong Yao 《Journal of Electronic Science and Technology of China》 2009年第1期12-16,共5页
Abstract-Two probabilistic methods are extended to research multi-class motor imagery of brain-computer interface (BCI): support vector machine (SVM) with posteriori probability (PSVM) and Bayesian linear discr... Abstract-Two probabilistic methods are extended to research multi-class motor imagery of brain-computer interface (BCI): support vector machine (SVM) with posteriori probability (PSVM) and Bayesian linear discriminant analysis with probabilistic output (PBLDA). A comparative evaluation of these two methods is conducted. The results shows that: 1) probabilistie information can improve the performance of BCI for subjects with high kappa coefficient, and 2) PSVM usually results in a stable kappa coefficient whereas PBLDA is more efficient in estimating the model parameters. 展开更多
关键词 Bayesian linear discriminant analysis brain-computer interface kappa coefficient support vector machine.
下载PDF
Intelligent Machine Learning Based EEG Signal Classification Model
4
作者 Mesfer Al Duhayyim Haya Mesfer Alshahrani +3 位作者 Fahd N.Al-Wesabi Mohammed Abdullah Al-Hagery Anwer Mustafa Hilal Abu Sarwar Zaman 《Computers, Materials & Continua》 SCIE EI 2022年第4期1821-1835,共15页
In recent years,Brain-Computer Interface(BCI)system gained much popularity since it aims at establishing the communication between human brain and computer.BCI systems are applied in several research areas such as neu... In recent years,Brain-Computer Interface(BCI)system gained much popularity since it aims at establishing the communication between human brain and computer.BCI systems are applied in several research areas such as neuro-rehabilitation,robots,exoeskeletons,etc.Electroencephalography(EEG)is a technique commonly applied in capturing brain signals.It is incorporated in BCI systems since it has attractive features such as noninvasive nature,high time-resolution output,mobility and cost-effective.EEG classification process is highly essential in decision making process and it incorporates different processes namely,feature extraction,feature selection,and classification.With this motivation,the current research paper presents an Intelligent Optimal Fuzzy Support Vector Machine-based EEC recognition(IOFSVM-EEG)model for BCI system.Independent Component Analysis(ICA)technique is applied onto the proposed IOFSVM-EEG model to remove the artefacts that exist in EEG signal and to retain the meaningful EEG information.Besides,Common Spatial Pattern(CSP)-based feature extraction technique is utilized to derive a helpful set of feature vectors from the preprocessed EEG signals.Moreover,OFSVM method is applied in the classification of EEG signals,in which the parameters involved in FSVM are optimally tuned using Grasshopper Optimization Algorithm(GOA).In order to validate the enhanced EEG recognition outcomes of the proposed IOFSVM-EEG model,an extensive set of experiments was conducted.The outcomes were examined under distinct aspects.The experimental results highlighted the enhanced performance of the presented IOFSVM-EEG model over other state-of-the-art methods. 展开更多
关键词 brain computer interface EEG recognition human computer interface machine learning parameter tuning FSVM
下载PDF
Multiple mental tasks classification based on nonlinear parameter of mean period using support vector machines
5
作者 刘海龙 王珏 郑崇勋 《Journal of Pharmaceutical Analysis》 SCIE CAS 2007年第1期70-72,共3页
Mental task classification is one of the most important problems in Brain-computer interface.This paper studies the classification of five-class mental tasks.The nonlinear parameter of mean period obtained from freque... Mental task classification is one of the most important problems in Brain-computer interface.This paper studies the classification of five-class mental tasks.The nonlinear parameter of mean period obtained from frequency domain information was used as features for classification implemented by using the method of SVM(support vector machines).The averaged classification accuracy of 85.6% over 7 subjects was achieved for 2-second EEG segments.And the results for EEG segments of 0.5s and 5.0s compared favorably to those of Garrett's.The results indicate that the parameter of mean period represents mental tasks well for classification.Furthermore,the method of mean period is less computationally demanding,which indicates its potential use for online BCI systems. 展开更多
关键词 electroencephalography(EEG) brain-computer interface(BCI) mental tasks classification mean period support vector machine(SVM)
下载PDF
基于脑机接口与人机闭环的远程脑控无人机系统 被引量:1
6
作者 刘思宇 张德雨 +6 位作者 明致远 刘梦真 刘紫玉 陈启明 张健 吴景龙 闫天翼 《兵工学报》 EI CAS CSCD 北大核心 2024年第9期3191-3203,共13页
随着现代军事战争的迅速演变,远程脑控无人机在实现战场信息获取、目标监视和战术部署方面扮演着愈发重要的角色。提出一种应用于远程脑控无人机的压缩感知控制范式和人机闭环控制算法,基于该控制范式及控制算法搭建面向军事应用场景的... 随着现代军事战争的迅速演变,远程脑控无人机在实现战场信息获取、目标监视和战术部署方面扮演着愈发重要的角色。提出一种应用于远程脑控无人机的压缩感知控制范式和人机闭环控制算法,基于该控制范式及控制算法搭建面向军事应用场景的远程脑控无人机系统。在线实验结果表明:8名被试人员通过该脑控无人机系统进行导航任务,平均任务完成率为0.95,平均任务完成时间为100.46 s,显著优于基于人机开环控制算法的脑控无人机系统;新提出的脑控无人机系统可以应用于军事场景下的战场侦察,大幅度提高作战人员的无人机远程控制能力,拓展作战人员的战场感知范围。 展开更多
关键词 脑控无人机 脑机接口 人机闭环 压缩感知
下载PDF
多模态神经调控与检测技术研究进展
7
作者 杜全生 戴慧 +1 位作者 眭亚楠 盛兴 《中国科学基金》 CSSCI CSCD 北大核心 2024年第2期296-302,共7页
脑科学被誉为人类自然科学“最后的前沿”,如何精准理解与控制包括大脑在内的生物神经系统,已成为多学科交叉的前沿和热点问题。本文基于“多模态神经调控与检测技术专题研讨会”的研讨成果,从物理化学信号与神经信号相互作用机制、神... 脑科学被誉为人类自然科学“最后的前沿”,如何精准理解与控制包括大脑在内的生物神经系统,已成为多学科交叉的前沿和热点问题。本文基于“多模态神经调控与检测技术专题研讨会”的研讨成果,从物理化学信号与神经信号相互作用机制、神经接口材料器件系统、神经成像方法、神经信号编码解码技术、临床医学应用等方面,总结回顾了在神经调控与检测技术相关研究领域的科学研究与技术进展,以及未来多学科协同发展面临的机遇与挑战,并探讨了重点领域和发展方向。 展开更多
关键词 脑机接口 多模态 神经调控 神经传感 交叉科学
下载PDF
脑机接口的传播学审视:人机合体与身份认同
8
作者 张品良 《江西师范大学学报(哲学社会科学版)》 CSSCI 北大核心 2024年第5期21-30,共10页
近年来,脑机接口技术有了巨大进步和飞速发展,正在引发人类传播的深刻变化,数字生命逐步生成,人机融合不断演进,人类与机器之间的距离日益缩小。一场传播革命正在到来。面对脑机接口引发的传播问题,传统理论所定义的主体与客体、人与机... 近年来,脑机接口技术有了巨大进步和飞速发展,正在引发人类传播的深刻变化,数字生命逐步生成,人机融合不断演进,人类与机器之间的距离日益缩小。一场传播革命正在到来。面对脑机接口引发的传播问题,传统理论所定义的主体与客体、人与机器、传播者与受众等概念范畴的内涵和外延都在发生变化,机器正在重塑人的传播身份。如何应用身份认同等相关理论与方法,更新传播学的研究对象与目标,探索人机合体中人的主体地位与身份,讨论人机传播相关问题,已成为传播学研究与传播实践发展的重大课题。必须高度重视和积极应对脑机接口技术应用所带来的传播新问题与挑战,以引导人机合体传播的正确进路,避免在人机共融共生中传播主体的消失。 展开更多
关键词 脑机接口 人机合体 身份认同 传播变革
下载PDF
跨被试运动想象脑电信号的卷积神经网络识别方法
9
作者 魏明桦 《绵阳师范学院学报》 2024年第2期90-97,105,共9页
本文提出一种跨被试的深度神经网络识别方法,应对运动想象脑电信号的非线性、非平稳特性.该方法首先计算协方差矩阵均值,将不同被试者样本集的协方差对齐至单位矩阵,提升样本的被试间泛化性.然后,将对齐后的样本输入至卷积神经网络中,... 本文提出一种跨被试的深度神经网络识别方法,应对运动想象脑电信号的非线性、非平稳特性.该方法首先计算协方差矩阵均值,将不同被试者样本集的协方差对齐至单位矩阵,提升样本的被试间泛化性.然后,将对齐后的样本输入至卷积神经网络中,通过留一被试交叉验证法,构建跨被试的运动想象脑电信号识别方法.在BCI Competition IV dataset 2b公开数据集上进行实验,结果表明,新的方法在该数据集上取得了高的识别性能,且测试场景中的时间复杂度与现有方法相同. 展开更多
关键词 运动想象 跨被试 脑机接口 脑电信号 迁移学习
下载PDF
Development of an invasive brain machine interface with a monkey model 被引量:5
10
作者 ZHANG QiaoSheng ZHANG ShaoMin +7 位作者 HAO YaoYao ZHANG HuaiJian ZHU JunMing ZHAO Ting ZHANG JianMin WANG YiWen ZHENG XiaoXiang CHEN WeiDong 《Chinese Science Bulletin》 SCIE CAS 2012年第16期2036-2045,共10页
Brain-machine interfaces (BMIs) translate neural activities of the brain into specific instructions that can be carried out by external devices. BMIs have the potential to restore or augment motor functions of paralyz... Brain-machine interfaces (BMIs) translate neural activities of the brain into specific instructions that can be carried out by external devices. BMIs have the potential to restore or augment motor functions of paralyzed patients suffering from spinal cord damage. The neural activities have been used to predict the 2D or 3D movement trajectory of monkey's arm or hand in many studies. However, there are few studies on decoding the wrist movement from neural activities in center-out paradigm. The present study developed an invasive BMI system with a monkey model using a 10×10-microelectrode array in the primary motor cortex. The monkey was trained to perform a two-dimensional forelimb wrist movement paradigm where neural activities and movement signals were simultaneous recorded. Results showed that neuronal firing rates highly correlated with forelimb wrist movement; > 70% (105/149) neurons exhibited specific firing changes during movement and > 36% (54/149) neurons were used to discriminate directional pairs. The neuronal firing rates were also used to predict the wrist moving directions and continuous trajectories of the forelimb wrist. The four directions could be classified with 96% accuracy using a support vector machine, and the correlation coefficients of trajectory prediction using a general regression neural network were above 0.8 for both horizontal and vertical directions. Results showed that this BMI system could predict monkey wrist movements in high accuracy through the use of neuronal firing information. 展开更多
关键词 脑机接口 子模型 侵入性 猴子 神经活动 运动功能 轨迹预测 回归神经网络
原文传递
大规模神经记录的峰电位聚类算法(特邀)
11
作者 徐明亮 李芳媛 +1 位作者 马浩然 何飞 《计算机工程》 CAS CSCD 北大核心 2024年第6期1-34,共34页
峰电位聚类是指在进行细胞外神经记录时,从神经电极记录中检测、聚类并确认出不同峰电位信号,并以一定的可靠度与假定的不同神经元对应。它是对细胞外神经记录进行预处理分析的基本步骤,也是神经科学中神经解码的首要步骤,更是当前高带... 峰电位聚类是指在进行细胞外神经记录时,从神经电极记录中检测、聚类并确认出不同峰电位信号,并以一定的可靠度与假定的不同神经元对应。它是对细胞外神经记录进行预处理分析的基本步骤,也是神经科学中神经解码的首要步骤,更是当前高带宽脑机接口(BCI)的重要研究方向之一。传统峰电位聚类包括峰电位检测、峰电位对齐、特征提取、特征聚类等步骤。当前,随着神经电极数量和密度不断增加,神经记录的规模呈爆炸式增长,这对峰电位聚类算法的效率和精度提出重大挑战。此外,针对现有峰电位聚类算法特征提取和表征能力不强、信噪比低、信息混叠等问题,各种算法增强方案乃至人工智能和大数据峰电位聚类方案应运而生,极大促进了对大脑复杂原理和工作机制的理解。研究首先概述侵入式BCI、神经编解码与峰电位聚类的相关性,接着阐述了各类峰电位聚类算法的原理和一般过程,并探讨了大脑神经信号与具体行为的映射关系与应用,最后展望了未来神经编解码所面临的挑战和发展趋势。 展开更多
关键词 峰电位聚类 侵入式脑机接口 神经编解码 机器学习 深度学习
下载PDF
脑电情绪识别研究现状及展望 被引量:1
12
作者 王海旭 《中国医疗设备》 2024年第1期161-165,共5页
脑电的研究正在不断突破并取得成果,在情绪识别领域,包含脑电信号采集、数据预处理、提取时频特征、构建脑网络特征和分类识别等步骤。本文综述了脑电特征计算方法的现状,脑电情绪识别的步骤、方法,归纳总结了应用方式并对今后的发展进... 脑电的研究正在不断突破并取得成果,在情绪识别领域,包含脑电信号采集、数据预处理、提取时频特征、构建脑网络特征和分类识别等步骤。本文综述了脑电特征计算方法的现状,脑电情绪识别的步骤、方法,归纳总结了应用方式并对今后的发展进行展望。脑电情绪识别的应用展现出巨大的潜力,如心理健康评估、情绪感知计算和人机交互。随着机器学习和人工智能的进步,以及脑电图信号处理的改进,有望进一步提高基于脑电图的情绪识别的准确性和可靠性。本文对脑电情绪识别特征计算方法,情绪识别的步骤和临床应用方面的具体事例进行了阐述,并对未来的方向进行了展望,对于研究人员系统地了解脑电情绪识别具有积极意义。 展开更多
关键词 脑电 情绪识别 特征提取 脑机接口 人机交互
下载PDF
人工智能在脊髓神经损伤与修复领域研究热点的可视化分析 被引量:1
13
作者 杨彬 陶广义 +2 位作者 杨顺 许俊杰 黄俊卿 《中国组织工程研究》 CAS 北大核心 2025年第4期761-770,共10页
背景:近年来人工智能逐渐兴起,在多方面应用于脊髓神经损伤与修复领域,对临床治疗也有诸多积极影响。目的:研究人工智能在脊髓神经损伤与修复领域的诊断、治疗和康复中的应用进展,明确该领域的研究热点和不足,为今后研究工作提供建议。... 背景:近年来人工智能逐渐兴起,在多方面应用于脊髓神经损伤与修复领域,对临床治疗也有诸多积极影响。目的:研究人工智能在脊髓神经损伤与修复领域的诊断、治疗和康复中的应用进展,明确该领域的研究热点和不足,为今后研究工作提供建议。方法:在Web of Science核心集数据库检索建库至2023年收录的人工智能在脊髓神经损伤与修复领域相关文献,使用CiteSpace 6.1.R6和VOSviewer 1.6.19软件对文献数据进行一般文献学分析、文献共被引、期刊共被引、期刊双图叠加及关键词聚类等可视化分析。结果与结论:①共筛选出1713篇文章,此领域年发文量呈波动上升趋势,其中美国占据主导地位,Kadone Hideki是发文量最多的作者,《ARCH PHYS MED REHAB》是被引用次数最多的期刊。②关键词共现和聚类分析显示,去除与检索词相近的关键词后,主要关键词被分为3个主要集群:外骨骼与运动康复(为最大核心热点)、机器学习和神经可塑性、机器人和康复训练。③关键词爆发分析显示,深度学习和人工智能在过去5年中已成为突发术语。④文献共被引和高被引文献分析结果显示,人工智能在脊髓神经损伤与修复领域热点集中于动力外骨骼(powered exoskeleton)、步态(gait)、神经电刺激(electrical nerve stimulation)、皮质内脑机接口(intracortical brain-computer interface,IBCI)、机器人(robot)、高分子生物材料(polymer biomaterials)及神经干细胞(neural stem cell)等内容。⑤人工智能在脊髓神经损伤与修复领域的研究近年来呈现上升趋势,该领域的关注点从外骨骼、电刺激等单一的治疗手段,逐渐向智能化、精准化和个性化等方向转变。⑥该领域存在一些局限性,例如数据缺失或不平衡的后果、数据准确性和可重复性低以及伦理问题(如隐私、研究透明度和临床可靠性等),未来的研究应该解决数据收集的问题,需要大样本、高质量的临床数据集来建立有效的人工智能模型;同时该领域的基因组学等机制研究十分薄弱,未来可利用类脑芯片等多种机器学习技术,运用基因编辑治疗及单细胞空间转录组等方法,进行再生相关基因上调和轴突生长结构蛋白产生等基础机制研究。 展开更多
关键词 人工智能 神经再生 脊髓损伤 机器外骨骼 脑机接口 神经电刺激 脑皮质重组 深度学习 机器学习 神经网络
下载PDF
基于滤波器组典型相关分析的SSVEP信号分类方法
14
作者 马洪远 张学军 《智能计算机与应用》 2024年第7期29-36,共8页
基于稳态视觉诱发电位(SSVEP)的脑机接口系统存在鲁棒性不足和短时分类准确率较低的问题,本文提出了一种基于滤波器组典型相关分析的SSVEP信号分类方法(FBCCA-SVM)。通过结合性能较为优秀的滤波器组典型相关分析(FBCCA)和鲁棒性强的支... 基于稳态视觉诱发电位(SSVEP)的脑机接口系统存在鲁棒性不足和短时分类准确率较低的问题,本文提出了一种基于滤波器组典型相关分析的SSVEP信号分类方法(FBCCA-SVM)。通过结合性能较为优秀的滤波器组典型相关分析(FBCCA)和鲁棒性强的支持向量机(SVM)的优点,使用SVM分类器替代FBCCA中的MAX分类器对FBCCA提取到的特征分类,在较短时间的刺激下在多目标分类中达到了较高的准确率和信息传输速率(ITR)。通过对8名受试者的实验结果表明,2 s的刺激时间下平均准确率为93.91%,信息传输速率为78.63 bit/min,与典型相关分析方法相比,平均准确率和信息传输速率分别提高了14.32%和25 bit/min;与滤波器组典型相关分析方法相比,分别提高了6.36%和9.66 bit/min;相比于主流识别算法,该方法性能得到明显提高,同时增强了目标分类的鲁棒性,为后续脑机接口系统的实际应用提供了实验基础。 展开更多
关键词 稳态视觉诱发电位 脑机接口 滤波器组典型相关分析 支持向量机 目标分类
下载PDF
Robust MPC Method for BMI Based Wheelchair
15
作者 Tohru Kawabe 《Intelligent Control and Automation》 2011年第4期340-350,共11页
In this paper, robust MPC (Model Predictive Control) with adaptive DA converter method for the wheelchair using EEG (Electroencephalogram) based BMI (Brain Machine Interface) is discussed. The method is developed to a... In this paper, robust MPC (Model Predictive Control) with adaptive DA converter method for the wheelchair using EEG (Electroencephalogram) based BMI (Brain Machine Interface) is discussed. The method is developed to apply to the obstacle avoidance system of wheelchair. This paper is the 1st stage for the development of the BMI based wheelchair in practical use. The robust MPC method is realized by using the minimax optimization with bounded constraint conditions. Some numerical examples are also included to demonstrate the effectiveness of the proposed methodas the former stage of the real experiments. 展开更多
关键词 WHEELCHAIR brain machine interface Model PREDICTIVE Control Adaptive DA Converter MINIMAX Optimization
下载PDF
机器学习算法在运动想象脑机接口领域的应用分析 被引量:4
16
作者 杨荣 宋亮 《北京生物医学工程》 2023年第4期432-438,共7页
模式识别是脑机接口系统的核心部分,使用不同的机器学习算法进行特征提取和模式识别会直接影响脑机接口系统的性能。本文在阐述运动想象脑机接口的组成方式、控制原理和实验模式基础上,重点论述线性判别分析、支持向量机、卷积神经网络... 模式识别是脑机接口系统的核心部分,使用不同的机器学习算法进行特征提取和模式识别会直接影响脑机接口系统的性能。本文在阐述运动想象脑机接口的组成方式、控制原理和实验模式基础上,重点论述线性判别分析、支持向量机、卷积神经网络、循环神经网络等一些机器学习算法在运动想象脑机接口领域的应用进展,并分析了上述几种机器学习算法在运动想象脑机接口应用中的评价方法,最后,讨论了机器学习算法应用于运动想象脑机接口领域的应用前景与发展方向。 展开更多
关键词 机器学习 深度学习 运动想象 脑机接口
下载PDF
脑机接口在抑郁症诊治应用研究进展 被引量:2
17
作者 王升升 谭忠林 +1 位作者 吴月 梁素改 《中国神经精神疾病杂志》 CAS CSCD 北大核心 2023年第4期251-256,共6页
脑机接口技术连接脑和计算机,实现脑与外部设备的交互和控制,为抑郁症的科学研究和临床应用提供新视角。识别脑机接口是基于机器学习和深度学习技术有效地识别抑郁症特征性脑电信号,可辅助临床诊断;调控脑机接口有望通过脑深部电刺激技... 脑机接口技术连接脑和计算机,实现脑与外部设备的交互和控制,为抑郁症的科学研究和临床应用提供新视角。识别脑机接口是基于机器学习和深度学习技术有效地识别抑郁症特征性脑电信号,可辅助临床诊断;调控脑机接口有望通过脑深部电刺激技术等精准且个体化的治疗,作用于脑环路,以改善难治性抑郁症患者临床症状,促进临床痊愈。因此,脑机接口对抑郁症诊治有潜在的应用前景,可以提高抑郁症诊断准确性,有望为难治性抑郁症提供新的治疗手段。本综述概述了脑机接口的关键技术,重点总结近年来机器学习和深度学习技术在识别脑机接口的应用,以及基于脑深部电刺激及个体化脑环路闭环刺激等调控脑机接口在抑郁症中研究进展,未来脑机接口有望成为精准调控神经的电子药物,实现对抑郁症高效个体化治疗。 展开更多
关键词 抑郁症 脑机接口 机器学习 深度学习 脑电信号 精准医学 个体化治疗
下载PDF
脑机接口的伦理争议及其发展对策——基于哈贝马斯的“包容他者”视角
18
作者 匡丽丹 刘炳亮 王健崭 《佛山科学技术学院学报(社会科学版)》 2023年第1期14-21,共8页
近年来脑机接口技术的发展为人类治疗疑难疾病、增强人体机能提供了可能,但与此同时也带来了诸多风险。为客观认识和规避这些风险,基于哈贝马斯的“包容他者”理论,将“机器他者”这一概念引入现代医疗领域,并从身份认知、知情权和隐私... 近年来脑机接口技术的发展为人类治疗疑难疾病、增强人体机能提供了可能,但与此同时也带来了诸多风险。为客观认识和规避这些风险,基于哈贝马斯的“包容他者”理论,将“机器他者”这一概念引入现代医疗领域,并从身份认知、知情权和隐私权、社会公平、责任归属等方面进行了分析和讨论。结果表明,当具有“意识”能力的“机器他者”介入人类主体后会导致“主客体”界限的模糊甚至互换,从而引发各种伦理冲突。对此提出用“有限包容”的态度来发展脑机接口这种充满未知的技术,以避免或减少其对人类安全和社会秩序可能产生的冲击和影响。 展开更多
关键词 脑机接口 机器他者 有限包容 医疗技术 伦理争议
下载PDF
“嵌入电子皮肤”:元宇宙视域下人际传播与人机传播的未来产业形塑——基于脑机接口(BCI)和脑脑接口(BBI)的当前应用
19
作者 杨雅 朱雨晴 《传媒经济与管理研究》 2023年第2期192-215,共24页
元宇宙是一个虚拟与现实高度融合的世界,诉诸感官的沉浸式传播将进一步带来信息的冗余,认知神经科学的技术手段提供了可以“绕过”感官的媒介形式。本文基于认知神经科学与传播学交叉学科的理论基础,以及当下脑机接口(BCI)和脑脑接口(B... 元宇宙是一个虚拟与现实高度融合的世界,诉诸感官的沉浸式传播将进一步带来信息的冗余,认知神经科学的技术手段提供了可以“绕过”感官的媒介形式。本文基于认知神经科学与传播学交叉学科的理论基础,以及当下脑机接口(BCI)和脑脑接口(BBI)的技术应用,提出元宇宙时代信息传播的未来形态,即在元宇宙成熟阶段,脑机接口和脑脑接口技术会成为个体接入元宇宙以及传递和感知信息的主要方式,实现从大脑到电脑、大脑到大脑的直接信息传递。研究也对脑机接口和脑脑接口技术的未来传播场景及应用提出了设想。此外,通过脑机接口实现人与机器的信息传输,进而通过脑脑接口实现人与人之间直接的认知和情绪传递,从而可以实现有效信息的甄别和精准反馈,降低元宇宙的熵增;同时真正接近主体间性,达成主体对于自身和他人的理解。这种“由脑及脑”的传播方式,不仅将革新个体与外部世界的交流方式,也将成为我们探知外部世界的“皮肤”和内嵌入身体传播通道的“电子神经元”,增进主体和他人以及外部环境的耦合,构建一种“以人为本”的人际传播(IC)与人机协作(HCI)新机制,形塑未来媒介产业的新模式。 展开更多
关键词 元宇宙 人际传播 人机协同 脑机接口 脑脑接口 未来媒体
下载PDF
A P300 based online brain-computer interface system for virtual hand control 被引量:3
20
作者 Wei-dong CHEN 《Journal of Zhejiang University-Science C(Computers and Electronics)》 SCIE EI 2010年第8期587-597,共11页
Brain-computer interface (BCI) is a communication system that can help lock-in patients to interact with the outside environment by translating brain signals into machine commands.The present work provides a design fo... Brain-computer interface (BCI) is a communication system that can help lock-in patients to interact with the outside environment by translating brain signals into machine commands.The present work provides a design for a virtual reality (VR) based BCI system that allows human participants to control a virtual hand to make gestures by P300 signals,with a positive peak of potential about 300 ms posterior to the onset of target stimulus.In this virtual environment,the participants can obtain a more immersed experience with the BCI system,such as controlling a virtual hand or walking around in the virtual world.Methods of modeling the virtual hand and analyzing the P300 signals are also described in detail.Template matching and support vector machine were used as the P300 classifier and the experiment results showed that both algorithms perform well in the system.After a short time of practice,most participants could learn to control the virtual hand during the online experiment with greater than 70% accuracy. 展开更多
关键词 brain-computer interface (BCI) Electroencephalography (EEG) P300 Virtual reality (VR) Template matching Support vector machine (SVM)
原文传递
上一页 1 2 10 下一页 到第
使用帮助 返回顶部