基于脑电的快速序列视觉呈现脑-机接口系统研究进展综述

脑-机接口(BCI)系统建立大脑与外部设备之间的直接交流通路,结合快速序列视觉呈现(RSVP)范式能够实现利用人类视觉系统进行高流通量图像目标检索。近些年来,RSVP-BCI系统在范式编码、脑电(EEG)解码和系统应用方面的研究取得了长足的进步。对范式编码的研究揭示不同范式参数对系统性能的影响,促进提升系统性能;脑电解码的研究在提升算法分类性能的同时推动少训练、零训练样本、多模态等场景下的应用;对RSVP-BCI系统应用的研究实现推动系统走向实际应用并拓宽了应用领域。同时,系统仍面临着迈向实际时可应用领域范围窄、脑电跨域解码难题以及计算机视觉飞速进步带来的挑战。该文对RSVP-BCI近年来的相关研究进展进行了回顾与总结,并对未来的发展方向进行了展望。

从脑-机接口到脑-器交互

脑-机接口(brain computer interface,BCI)建立了大脑和非生物设备之间直接的信息交互通道。在认可BCI技术独特应用价值的基础上,进一步整合了身心医学与脑-机接口,强调了“脑与身体”和“脑与环境”的相互支撑关系,提出了脑-器交互(brain-apparatus communication,BAC)框架。对脑-机接口到脑-器交互的发展历程进行了概述,并从脑-器官交互、脑-外部环境交互以及两者融合方面讨论了脑器交互对人类健康的影响。

听觉脑-机接口的智能机器人控制系统

脑-机接口系统普遍存在控制命令单一、控制效率低和控制负担重等问题.通过改进控制目标的功能或加入智能化模块可以从一定程度上改善这个问题;但这方面的研究工作相对较少.如何针对残疾人的实际情况,研究智能控制与脑-机接口系统的有效切合点,是脑-机接口系统智能化的关键所在.本文针对视觉缺陷残疾人,提出一种结合机器视觉功能的听觉脑-机接口系统,将机器人自动视觉搜索,目标智能识别与听觉脑-机接口系统相结合,利用听觉脑-机接口系统向机器人发出简单人名指令,机器人将根据指令自动搜索识别,实现目标的自动跟踪.在一定程度上弥补视觉损伤病人在日常生活中的缺陷,也为脑-机接口的智能化提供了一个依据.

听觉脑-机接口技术实验范式的研究进展

目前基于视觉范式的脑-机接口技术研究已经取得了较大的突破,并在实际中得到了广泛应用。然而很多视力受损的闭锁综合症患者,无法使用基于视觉范式的脑-机接口系统,因此研究这一技术是非常必要的,可为听觉正常的闭锁综合症患者提供了一种新的与外界交流的渠道。本研究回顾了基于听觉范式的脑-机接口技术研究现状,从听觉P300、稳态听觉诱发电位、选择注意以及空间定位等4个方面总结归纳了听觉脑-机接口技术的实验范式并进行分析对比。最后提出了听觉脑-机接口技术在实际应用中存在的问题,并探讨了进一步的研究方向及思路。

嵌入式系统中运动想象脑-机接口编解码算法综述

脑-机接口技术通过在大脑与外部设备之间建立信息传输通路,使用户能够对外部设备进行直接控制。近年来,基于运动想象范式的脑-机接口编解码算法研究在医疗健康、教育娱乐及日常生活设备中的应用范围越来越广,这些算法通常需要嵌入到硬件设备中来满足实际应用的需求。介绍了近年来嵌入式系统中运动想象脑-机接口编解码算法研究现状,从传统机器学习算法和深度学习算法两个角度指出其对应的优缺点。重点介绍四类常用嵌入式平台的代表性设备及其优缺点,并针对不同的应用场景给出相应的硬件选型建议。归纳了更适用于嵌入式脑-机接口系统的评价指标并最终总结了领域内现存的挑战与未来发展方向。

脑机接口技术(BCI)能够带来永生吗?——基于传统生死哲学的探讨

鉴于脑机接口技术(BCI)能令人“永生”之假说带来的困惑,运用传统生死哲学对其技术实质进行分析和反思。首先,应对核心问题,即BCI是否实现了对生命存在主体的复制和存续。依据作为生命存在主体之心智的双重体用性分析发现:(1)具有本体性的心智是非功能主义的,因此不等同于脑信号采集后的数据化集合;(2)具有主体性的心智是非计算主义的,因此不等同于程序化运行,所以BCI始终没有实现心智的复制与存续,只是脱离了生命真实存在的,耽于部分生理表象的观测和模拟程序演算。其次,反思同类“数字永生”技术对生命理解的局限。正因其缺乏对生命存在的主体性乃至本体性的理解层次,导致对生命的物质化和表象化认同,从而耽于对局部生理信号的抓取、数据化和程序化,这样的“数字永生”是不可能真正实现的。

基于增强现实和目标识别的SSVEP脑-机接口技术研究

文章将增强现实技术、基于人工智能的目标识别技术与BCI相结合,通过采用微软的Hololens作为视觉刺激呈现平台,实时显示前端视频采集设备获取的场景信息,利用YO-LO检测场景目标,根据目标数量映射相应数量闪烁刺激色块,受试者利用SSVEP对检测到的目标进行敏感目标筛选。8名受试者进行相应试验,并成功诱发出明显SSVEP信号,利用1.5s数据提取4种频率特征,分别获得90.00%,90.00%94.00%和90.00%的平均识别率,在敏感目标在线检测试验中获得很好的效果。该研究表明,本系统为敏感目标筛选提供了新的技术方案,并为BCI系统的日常化应用提供了可能性。

通用脑-机接口软件平台发展现状

脑-机接口(BCI)技术,作为人机交互领域的革命性飞跃,构建了大脑与外部设备之间直接的信息通路。完整的BCI系统既需要完善的硬件设备,更需要健全的软件系统。通常软件系统包括:刺激呈现、信号采集、信号处理和指令反馈等,其复杂程度和技术门槛较高,制约BCI的发展与应用。为应对挑战,研究者们推出了一系列通用BCI软件平台,旨在标准化软件开发流程,降低技术门槛,为BCI软件层面开发提供解决方案。沿循BCI技术的演进轨迹,系统梳理了各发展阶段中通用BCI软件平台的特征和趋势,并详尽比较和分析了11款代表性产品的功能特点和技术亮点,进一步审视了现有通用BCI软件平台存在的瓶颈问题和可能的解决方案,以期激发未来研究的新思路,推动通用BCI软件平台的持续进化与开发应用。

脑机接口(BCI)在国际中文汉字教学中的应用路径

人工智能的快速发展正在深刻改变着我们生活的方方面面,教育领域也不例外。在这个信息时代,如何运用人工智能技术提升教学质量成为一个重要课题。国际中文教育的数字化转型也必须紧跟科技发展步伐。随着人机协同视域下的教学改革的兴起,如何将传统教育与智能技术相融合,不断拓展创新是当今教育发展的一个重要方向。目前国际中文教育中的汉字教学依然是个重难点,文章旨在探讨国际中文汉字教学中遇到的问题,并将借助人工智能及虚拟现实(VR)和增强现实(AR)设备或应用程序,解决学生在学习汉字的音、形、义以及词汇理解的问题。

基于手机平台的便携式听觉脑-机接口

目的便携性是脑-机接口系统实用化的关键技术之一,对脑-机接口系统从实验室演示走向实际应用具有重要意义。方法本文设计并实现了一个基于智能手机和无线脑电放大器的便携式在线听觉脑-机接口系统。用户通过选择性注意以手机耳机呈现的1～5中文数字语音实现目标选择。为提高脑电响应的可分性,采用头相关传递函数技术使不同中文数字语音呈现在不同空间方向,并要求用户在听到被注意的目标数字语音后区分该语音的性别属性。使用事件相关电位面积法对来自Cz导联的单通道脑电信号进行分类。结果在本文给出的听觉脑电拨号在线应用中,5位受试者的平均在线五分类正确率为(76±4)%。结论本系统在大幅提高听觉脑-机接口系统便携性的同时保持了较高性能,对面向残疾人的临床使用和面向健康人的人机交互等具有广阔的应用前景。

脑控:基于脑-机接口的人机融合控制

近年来,一类被称之为脑控的新型控制系统发展迅速,这是一种基于脑-机接口(Brain-computer interface,BCI)的人机融合控制系统,也是一种基于人的意念和思维的控制系统.脑控系统已被成功应用于残疾人的生活辅助、中风病人和损伤肢体的康复训练、操作员状态的实时监控、游戏娱乐和智能家居等广泛的领域.本文在简要介绍了脑控的研究背景、基本原理、系统结构和发展概况的基础上,着重对脑电信号(Electroencephalogram,EEG)模式、控制信号转换算法和应用系统研究等主要问题的研究现状,进行了较为详细的论述和分析,并探讨了进一步研究的方向和思路.最后对脑控的未来发展方向和应用前景进行了分析和展望.

脑机接口研究之演化及教育应用趋势的知识图谱分析——基于1985-2018年SCI及SSCI期刊论文研究

作为一项涉及到神经科学、心理认知科学、生物医学、计算机科学、通信技术等多门学科的交叉技术,脑机接口技术建立了人脑和计算机或技术装置直接交流的通信通道,这一技术的逐步成熟并显现出在未来教育领域巨大的应用潜力。脑机接口历史演化和研究现状表明:脑机接口在教育领域中的应用主要集中在学习者情感识别、注意力水平测量、教学质量测量等三方面;脑机接口的研究可以为学习设计、智慧学习环境创设提供实时、准确的学生状态信息,进而为学习者深度分析、个性化学习、自适应学习提供助力。脑机接口技术在未来具有广阔的应用和发展前景。

脑-机接口技术综述

脑-机接口是在人脑与计算机或其它电子设备之间建立的直接的交流和控制通道,通过这种通道,人就可以直接通过脑来表达想法或操纵设备,而不需要语言或动作,这可以有效增强身体严重残疾的患者与外界交流或控制外部环境的能力,以提高患者的生活质量.脑-机接口技术是一种涉及神经科学、信号检测、信号处理、模式识别等多学科的交叉技术.本文对脑-机接口技术的发展、研究现状、工作原理以及涉及的关键技术进行了较为详细地综述,在总结脑-机接口技术存在问题的基础上,探讨了该领域进一步研究的方向.

面向康复与辅助应用的脑-机接口趋势与展望

无需肢体神经肌肉接触便可实现人与外界机器设备信息交互、使"思想"变成"行动"的脑-机接口(BCI)是脑神经科学与工程技术结合的新产物,亦是临床神经功能康复与运动辅助控制的新技术,可望为部分或完全丧失语言交流与肢体运动控制能力患者(如脑卒中、脊髓损伤、脊髓侧索硬化等疾病)提供全新的增强治疗与康复手段,但目前实际应用尚存在信息处理效率欠高、康复训练时间过长、控制模型通用性差等技术瓶颈。综述了上述技术难点并以运动想象(MI)BCI和BCI拼写器(Speller)为典型介绍了其可能的模型优化策略和解决方案,最后展望了未来BCI发展方向。

基于脑电Alpha波的脑-机接口控制实验

对脑电alpha波阻断现象的识别提取与家用电器遥控装置的结合进行了研究,以探索实时脑机接口(brain-computer interface,BCI)系统的可行性．对5～12名受试者进行睁闭眼实验并记录其动态脑电数据,提取al- pha波阻断现象发生过程的关键参数．在实时操作平台上对受试者进行4组遥控器按键操作的组合实验,以考察系统的响应速度与指令传递的准确率．总结出了Alpha波阻断现象对应的阈值电压经验计算公式,并建立了以最大噪声背景电平作为甄别开关动作真伪的判据原则．结果显示该系统具有较高的控制成功率和稳定性,表明实时脑机接口系统具有潜在的临床应用价值与研究前景．

基于脑-机接口的康复辅助机械手控制

目的:研究一种基于脑-机接口技术的康复辅助机械手运动的控制方法,并论证其可行性。方法:构建基于脑-机接口的控制系统框架。通过基于稳态视觉诱发电位构造的脑-机接口获取控制指令,通过可编程逻辑控制器(PLC)控制机械手完成规划的动作。结果:实现了利用稳态诱发脑电控制多自由度机械手完成倒水动作的过程。结论:通过脑-机接口技术控制康复辅助机械手进行复杂运动是一种可行的方法,这种新的控制方法可以应用于残疾人对假肢的控制。

基于体感电刺激的脑-机接口实验范式初探（英文）

大脑对各类感觉输入(视、听模态)会产生不同的响应信号,脑-机接口正是利用这一响应信号实现大脑与外部设备间直接的通讯.然而以电刺激作为脑-机接口的输入模态还未有报道.本研究尝试通过使用体感电刺激作为脑-机接口的输入,从而诱发事件相关电位(ERP).在整个实验中,分别使用视觉、听觉以及电刺激作为诱发因素,针对每种条件下的事件相关电位及其分类准确率开展对比分析.结果显示电刺激所诱发的事件相关电位幅值较高且具有相对稳定的潜伏期,其分类准确率高于听觉刺激范式.也就表明了以不同刺激强度作为参数的电刺激范式作为脑-机接口应用的可行性,这将进一步拓展脑-机接口的应用领域.

视觉诱发电位脑-机接口实验范式研究进展

近年兴起可实现人脑直接对外信息交流和控制、让"思想"立即变"行动"的脑-机接口(BCI)新技术已在脑科学、神经计算、人工智能与机器人等多领域显示诱人前景。实验范式设计是研究与开发BCI系统的首要关键步骤。针对常见的各类视觉诱发电位(VEP)实验范式,从首个传统反应式VEP-BCI实验范式入手介绍了其诱发平台、实验流程和整体性能研究现状与存在问题及发展瓶颈;比较分析了近些年研究开发的多种改进型VEP-BCI实验范式,并展望了可能的实验范式发展新动向,希冀为研究开发高性能BCI提供新思路。

基于脑-机接口技术的新型医疗器械

介绍脑-机接口技术的研发背景及其应用前景,讨论了基于脑-机接口技术的新型医疗器械开发中所面临的一些问题。

基于脑-机接口技术的虚拟现实康复训练平台

对神经损伤的瘫痪病人进行功能恢复训练时应强调患者的主动参与。开发了一套基于脑-机接口技术的虚拟现实康复训练平台。该平台采用患者在想象运动时的脑电信号作为虚拟人运动的控制信号,从而把想象运动与运动功能恢复训练结合在一起。由于虚拟现实系统的实时性与沉浸感能给受试者提供较好的训练反馈信息,因此,使用本平台有望改善患者的训练效果。详细介绍了快速在线脑-机接口算法以及虚拟现实的实时交互技术,并提供了三名受试者的实测结果。初步实验证明了该平台设计的可行性。