不同实验范式下言语想象的脑神经机制

基于言语想象的脑机接口(Brain-Computer Interface,BCI)在一定程度上可以帮助言语障碍患者恢复语言沟通能力,也是目前较新颖的一种范式,凭借其对被试友好、自由度高等优点逐渐受到关注,但将不同言语想象范式之间的神经机制差异和分类效果进行对比的研究却鲜有涉及.重点从言语想象实验范式的神经机制及分类准确率这两个方面进行实验分析.实验招募12名健康被试,分别进行两种范式的言语想象任务,分析被试言语想象期间EEG数据的时域、频域、空域特征,并对两种范式下的数据样本进行分类识别.实验结果表明,执行言语想象任务时屏幕呈现黑屏时言语想象与空闲状态的平均分类准确率为80.6%,执行两种不同言语想象任务时为74.2%,该结果对言语想象BCI系统的范式设计、异步系统开发及推广应用都有积极的作用.

依语文要素路径培育言语想象力——小学统编教材“想象”语文要素的样态分析与实践路径

小学语文统编教材十分重视儿童想象能力的培养。基于统编教材中“想象”语文要素的系统路线图,教师需要从想象特征、目标定位、层次关联三方面,梳理提炼“想象”能力培养的教学取向与编排解析。聚焦“语文要素”视域下的“想象”能力培养,可以通过三大实践路径,真正有效培养学生的言语想象力:感官联觉,从“有境”走向“在场”;读写联动,从“搭桥”走向“织网”;对接生活,从“练兵场”走向“生活域”。

言语想象的神经机制

言语想象不仅在大脑预处理机制方面起到重要的作用,还是目前脑机接口领域研究的热点。与正常言语产生过程相比,言语想象的理论模型、激活脑区、神经传导路径等均与其有较多相似之处。而言语障碍群体的言语想象、想象有意义的词语和句子时的脑神经机制与正常言语产生存在差异。鉴于人类言语系统的复杂性,言语想象的神经机制研究还面临一系列挑战,未来研究可在言语想象质量评价工具及神经解码范式、脑控制回路、激活通路、言语障碍群体的言语想象机制、词语和句子想象的脑神经信号等方面进一步探索,为有效提高脑机接口的识别率提供依据,为言语障碍群体的沟通提供便利。

基于RCSP的言语想象多分类任务

基于言语想象的脑机接口(Brain-Computer Interface,BCI)作为目前较为新颖的一种范式,可以在一定程度上帮助言语障碍患者恢复语言沟通能力。但在言语想象数据分类过程中,特征提取算法大多局限于经典算法,因此提出将正则化与空域滤波相结合的特征提取算法,并将其应用于言语想象多分类任务。实验过程中,使用BCI竞赛数据集(五分类言语想象任务),分别使用经典的共空间模式(Commom Spatial Patterns,CSP)算法及正则化CSP(Regularized CSP,RCSP)算法进行特征提取,然后进行分类识别。实验结果表明,所提方法在五分类言语想象任务的准确率达到76.7%±5.8%,相较于经典的CSP算法与深度学习,准确率分别提高了4%和17%。

基于言语想象的脑机交互关键技术

言语表达是一种人类重要的高级认知行为,该行为的实现与人的大脑活动密切相关,真实的言语表达和言语想象都能够激活部分相同的脑区,因此言语想象成为一种脑机交互的新型范式。基于言语想象的脑机接口(BCI)具有自发产生、无需训练、对被试友好等优点,因此受到了众多学者的关注。然而,这一交互技术在实验范式的设计和想象材料的选择方面并不成熟,存在较多亟待讨论的问题。因此,针对这些问题,本文首先阐述了言语想象的神经机制;然后评述了以往的言语想象BCI研究,系统分析了实验范式、想象材料、数据处理等方面的主流方法和核心技术;最后讨论了制约该类BCI发展的关键问题和面临的主要挑战,并展望了言语想象BCI系统在未来的发展和应用前景。

基于注意力与多尺度的4类脑电信号解码

为了增加主动式脑-机接口(BCI)指令集的数量,提出了一种基于运动想象和言语想象的时序编码实验范式。通过将1个运动想象和1个言语想象分时序进行,获得了4类想象方式:运动想象;言语想象;先运动想象再言语想象;先言语想象再运动想象。针对上述实验范式的脑电信号设计一种基于注意力与多尺度神经网络(AMEEGNet):首先通过1个空洞卷积和3个不同大小尺度的二维卷积提取信号的鲁棒性时间表示;然后使用深度卷积和可分离卷积提取空间特征和频域特征;此外,在模型中添加挤压激励模块,以自适应提取具有高分类精度的特征;最后采用一个具有全连接的网络层进行分类。该模型在拥有4类想象的时序编码实验数据集上获得了71.1%的平均准确度,且在同一数据集上EEGNet、MMCNN、Shallow ConvNet、TSGL-EEGNet分别取得57.9%、60.5%、68.3%、68.4%的精度,可见所提模型识别准确率最高。

Mgr Gordana Ljubicic on Translation

The job of a translator is not an easy one. Very often, when translating from one language to another, the translator is faced with a lot of difficulties. The difficulties arise from the non-parallel structures of different languages, but there are other reasons, too. Although the translator is, in most cases, familiar with the grammar and syntax of the source-language, the problems arise when it comes to words. New words are produced every day in many different ways. Some of these new coinages acquire the status of the regular words of the English vocabulary, but some disappear with the changing of the situation for which they were invented. Very often, these new words are highly imaginative and clever products, but the problem for the translator is how to translate them. Is it possible to find an equivalent in the Serbian language for every newly invented word？ Is it possible to translate word for word？ And what is the role of a translator in that process？