開啟主選單

求真百科

面向實用的腦·機接口

來自 孔夫子網 的圖片

面向實用的腦·機接口》,副標題:縮小研究與實際應用之間的差距,[奧] 布倫丹Z·艾利森 等 著,伏雲發 等 譯,出版社: 科學出版社。

書籍是用文字、圖畫和其他符號,在一定材料上記錄各種知識,清楚地表達思想[1],並且制裝成卷冊的著作物,為傳播各種知識和思想,積累人類文化[2]的重要工具。

目錄

內容簡介

《面向實用的腦-機接口——縮小研究與實際應用之間的差距》是腦-機接口(BCI)的經典著作,旨在縮小BCI研究與實際應用之間的差距,推動BCI技術走出實驗室,走向實際應用。主要介紹和論述實用化BCI傳感器及其信號處理,實用化BCI的設備、應用及用戶群體,BCI實際應用接口和環境,實用化BCI基礎設施建設中新出現的問題。

目錄

譯者序

前言

第1章 BCI現狀及進展:概述、分析和建議 1

1.1 引言 1

1.2 本書概述 2

1.2.1 第1部分概述 3

1.2.2 第2部分概述 4

1.2.3 第3部分概述 5

1.2.4 第4部分概述 6

1.3 預測和建議 7

1.4 總結 10

參考文獻 11

第1部分 傳感器、信號和信號處理

第2章 混合光-電BCI:實踐和可能性 15

2.1 引言 15

2.2 EEG與fNIRS的基本生理起源 15

2.2.1 腦電的起源 15

2.2.2 fNIRS響應的起源 16

2.3 信號模型 24

2.3.1 血管響應建模 24

2.3.2 分光光度轉換 26

2.3.3 合成信號的生成 27

2.4 公開(外顯)的和想象(內隱)的運動任務期間EEG-fNIRS聯合測量 28

2.4.1 fNIRS/EEG傳感器 29

2.4.2 實驗描述 29

2.4.3 信號處理 30

2.4.4 結果 31

2.5 結論 32

參考文獻 33

第3章 BCI中的組合分類技術 36

3.1 引言 36

3.2 理論背景 37

3.2.1 模式識別方法:組合的定義和背景 37

3.2.2 融合的模式識別視角 38

3.2.3 為組合的優勢打下紮實的基礎 40

3.3 組合和融合的層次 41

3.3.1 特徵級聯 41

3.3.2 分類級聯 42

3.3.3 分類融合 42

3.3.4 決策融合 44

3.4 組合的類型 45

3.4.1 分類器組合 45

3.4.2 堆疊式組合 45

3.4.3 多導聯組合 45

3.4.4 多模態組合 46

3.5 重採樣策略 46

3.5.1 數據集劃分 47

3.5.2 特徵空間劃分 49

3.5.3 信號分割 50

3.6 融合算子 50

3.6.1 基於樣本的融合 51

3.6.2 時域融合算子 52

3.7 總結組合所得的結果 52

3.8 結論 54

參考文獻 55

第4章 採用獨立成分分析提升BCI性能 59

4.1 引言 59

4.2 ICA在EEG信號處理中的應用 59

4.3 ICA在BCI系統中的應用 61

4.3.1 偽跡剔除 62

4.3.2 提高任務相關腦電信號的信噪比 63

4.3.3 選擇電極 65

4.4 基於ICA的零訓練BCI 66

4.4.1 實驗和數據記錄 67

4.4.2 方法 68

4.4.3 結果 69

4.5 討論和總結 71

參考文獻 72

第5章 皮層腦電(ECoG)電極在BCI應用中的長期使用 75

5.1 引言:從術前診斷到運動解碼 75

5.2 ECoG電極的方法和技術 77

5.3 用於BCI的ECoG信號 80

5.4 用於BCI的多通道ECoG陣列 81

5.4.1 激光加工電極的製造 82

5.4.2 第一個研究的生物評價/結果 85

5.5 可長期植入的無線系統 86

參考文獻 89

第2部分 設備、應用和用戶

第6章 設備、應用和用戶介紹:基於共享控制技術的實用BCI 95

6.1 引言 95

6.2 當前和新興的用戶群體 96

6.3 BCI設備和應用場景 97

6.3.1 通信和控制 97

6.3.2 運動替代:恢復抓取功能 98

6.3.3 娛樂和遊戲 100

6.3.4 運動康復與運動恢復 100

6.3.5 心理狀態監測 101

6.3.6 混合BCI 101

6.4 基於共享控制技術的實用BCI:面向移動性控制 102

6.4.1 運動殘疾患者控制的臨場感遙操作機器人 103

6.4.2 BCI控制輪椅 104

6.5 利用EEG錯誤電位實現手勢識別系統的自適應 106

6.6 結論 108

參考文獻 109

第7章 BCI在手部運動功能康復中的應用 117

7.1 引言 117

7.2 脊髓損傷患者手部運動功能的康復:腦控神經假肢 118

7.2.1 上肢的功能性電刺激 118

7.2.2 BCI與FES技術相結合 121

7.3 腦卒中後手部運動功能的康復:基於BCI的附加干預 123

7.3.1 BCI在腦卒中康復中的應用:*新進展 124

7.3.2 FES在腦卒中上肢康復中的應用 126

7.3.3 BCI與FES技術相結合在康復臨床中的應用:一種整合方法 126

7.4 結論與展望 130

參考文獻 131

第8章 以用戶為中心的BCI研發設計 138

8.1 基於技術的殘疾人輔助解決方案 138

8.1.1 理解和界定殘疾 138

8.1.2 輔助技術和BCI 139

8.2 以用戶為中心的BCI研發方案 141

8.2.1 以用戶為中心的設計原則 141

8.2.2 在BCI研究中與*終用戶合作 142

8.3 BCI支持或替換現有AT解決方案 148

8.4 結論 150

參考文獻 150

第9章 設計未來BCI:超越比特率 155

9.1 引言 155

9.2 BCI的控制特性 155

9.2.1 BCI範式的特定問題 156

9.2.2 克服BCI局限性的方法 157

9.3 BCI從可用性研究到神經工效學優化 158

9.3.1 ERP相關決定因素的現有文獻 158

9.3.2 美學、互動隱喻、可用性和性能 162

9.4 共享控制 163

9.5 創建有效的應用結構:三級任務 165

9.5.1 低層級:BCI控制信號 165

9.5.2 中間層級:應用 166

9.5.3 高層級:用戶 166

9.6 吸引終端用戶與期望的作用 166

9.7 研究交互:原型和仿真 167

9.7.1 展示用戶需求的低保真原型 168

9.7.2 面向設計與開發的高保真模擬 169

9.8 結論 171

參考文獻 172

第10章 BCI與虛擬現實相結合:面向新的應用和改進的BCI 177

10.1 引言 177

10.2 VR和BCI控制的基本原理 178

10.2.1 VR的定義 178

10.2.2 基於BCI的VR應用的總體架構 179

10.3 BCI控制的VR應用評述 181

10.3.1 運動想象控制的VR環境 181

10.3.2 基於SSVEP的VR/AR環境 186

10.3.3 基於P300的VR控制 189

10.4 VR對BCI的影響 191

10.5 結論 193

參考文獻 194

第3部分 應用接口和環境

第11章 BCI與用戶體驗評價 201

11.1 引言 201

11.2 BCI用戶體驗評價的現狀 202

11.2.1 用戶體驗影響BCI 202

11.2.2 BCI影響用戶體驗 203

11.3 將HCI用戶體驗評價應用於BCI 203

11.3.1 觀測分析 204

11.3.2 神經生理測量 205

11.3.3 訪談和問卷調查 205

11.3.4 其他方法 206

11.4 案例研究 206

11.4.1 案例研究:意識控制羊 207

11.4.2 案例:倉鼠實驗室 208

11.5 討論和結論 210

參考文獻 211

第12章 多模態交互和多任務環境下的BCI框架 214

12.1 引言 214

12.2 在雙重任務環境中使用BCI面臨的挑戰 215

12.3 組合BCI 219

12.4 在多模態用戶接口中集成BCI:相關問題 220

12.5 討論和結論 221

參考文獻 222

第13章 腦電激活的人機交互及應用 225

13.1 引言 225

13.2 腦狀態識別算法和系統 226

13.2.1 醫療應用的神經反饋系統 226

13.2.2 神經反饋系統的信號處理算法 227

13.2.3 神經反饋系統用於增強效能 227

13.2.4 情感識別算法 228

13.3 時空分形方法 230

13.3.1 用於可視化分析的腦電三維映射 230

13.3.2 基於分形的方法 231

13.3.3 實時腦狀態識別 232

13.3.4 特徵提取 232

13.4 實時腦電激活的應用 233

13.4.1 神經反饋訓練系統 234

13.4.2 基於實時腦電的情感監測與識別 234

13.5 結論 236

參考文獻 237

第14章 視覺誘發電位的相位檢測在BCI中的應用 240

14.1 引言 240

14.2 信號處理和模式識別方法 241

14.2.1 空間濾波 242

14.2.2 相位同步分析 243

14.3 實驗證據 243

14.3.1 *佳刺激頻率 244

14.3.2 BCI操作的標定 246

14.3.3 BCI操作和信息傳輸速率 246

14.4 討論和結論 248

參考文獻 248

第15章 乾電極腦電傳感器能否提高基於SMR、P300和SSVEP的BCI的可用性 250

15.1 BCI研究的動機 250

15.2 方法 253

15.3 實驗設置 254

15.4 P300的BCI 255

15.5 運動想象 255

15.6 SSVEP的BCI 256

15.7 結果 256

15.8 P300實驗範式 257

15.9 運動想象的乾電極 259

15.10 SSVEP訓練 264

15.11 討論 265

參考文獻 267

第4部分 實用的BCI基礎設施:新出現的問題

第16章 BCI軟件平台 271

16.1 引言 271

16.2 BCI2000 272

16.3 OpenViBE 274

16.4 TOBI 277

16.5 BCILAB 280

16.6 BCI + + 282

16.7 xBCI 284

16.8 BF + + 287

16.9 Pyff 288

16.10 總結 290

參考文獻 292

第17章 重要問題:報告BCI性能的準則 297

17.1 引言 297

17.2 性能指標 298

17.2.1 混淆矩陣 298

17.2.2 正確率和錯誤率 299

17.2.3 Cohen’s Kappa 300

17.2.4 敏感性和特異性 301

17.2.5 F-測量 301

17.2.6 相關係數 302

17.3 分類的重要性 302

17.3.1 隨機分類的理論水平 302

17.3.2 置信區間 303

17.3.3 總結 305

17.4 包含時間的性能指標 305

17.5 估計離線數據的性能指標 307

17.5.1 數據集操作 307

參考文獻

  1. 人類的思想家有哪些——世界十大思想家排名,傳統文化雜談,2019-11-15
  2. 人類文化的三種範疇,道客巴巴,2014-02-14