Jun, 2022

非侵入式脑机接口的研究：Emotiv Epoc+ Neuroheadset 及其效果

PDF
TL;DR本文介绍了脑机接口（BCI）的最新研究，并探讨了通过 Facebook Reality Lab 和加州大学旧金山分校的直接将人类语音从人脑解码为数字屏幕输出的方法，以及以 BMI 为基础的控制人脑的远景项目。通过实验 Emotiv Epoc+ Neuroheadset，利用两个监督学习分类器，朴素贝叶斯和线性回归，识别情绪参数，研究表明该设备及其关联应用在神经技术研究中的准确性与能力。非侵入性，可植入和低成本的脑机接口方法不仅是肢体瘫痪患者的替代品，还有助于理解大脑，为我们开启接近记忆和大脑控制的大门。
bci researchspeech decodingbmieeg-based emotiv epoc+ neuroheadsetsupervised learning classifiers
发现论文，激发创造
  • 人机联合学习框架以提升内生脑机接口训练

    脑机接口（BCIs）提供了从大脑到外部设备的直接路径，具有辅助和康复技术的巨大潜力。通过引导用户生成朝向解码器估计的最优分布的脑信号，提出了一种人机联合学习框架来加速内源性 BCIs 中的学习过程。通过 18 名健康受试者的在线和伪在线 BCI 实验，证明了所提出的联合学习过程在学习效率和效果上的优势。

    Aug, 2023

  • 用于脑机接口诱发电位的跨受试者深度转移模型

    本文介绍一种基于深度学习的脑机接口技术，通过使用多组数据进行训练，实现了一定的性能，同时通过迁移学习，使得该技术能够用于不同用户，从而解决了目前脑机接口技术中需要耗费大量数据搜集的问题，该技术有望提高脑机接口技术的临床应用性和可行性。

    Jan, 2023

  • 视觉追踪脑机接口

    该研究提出了一种基于视觉的脑机接口控制方法，超越了离散指令，允许基于神经活动进行自然连续控制。

    Nov, 2023

  • 基于 SSVEP 的脑机接口轮椅控制系统

    针对运动失能的残疾人，本文提出了一种基于 SSVEP 的脑机接口技术并应用于电动轮椅控制，使用 Butterworth 和 FFT 算法处理 EEG 信号并采用谐波分类法，实验结果表明该系统易于操作且可实现最少 1 秒的延迟，具有未来推广应用的巨大潜力。

    Jul, 2023

  • 脑 - 计算机接口扩展现实框架中的自适应 SSVEP 识别

    提出了一个简单的自适应集成分类系统来处理 SSVEP-BCI-AR 应用中的个体间变异性，并评估了在带有头部旋转的应用中我们的集成算法的性能。在多个受试者上进行的测试在 PC 上达到了平均 80% 的准确率，并且在 HoloLens AR 耳机上达到了 77% 的准确率，均超过了前期研究中采用个体分类器和头部运动的结果。此外，我们的视觉刺激时间相对较短，为 5 秒，并表明我们的集成分类方法在 SSVEP-BCI 中表现优于个体分类器。

    Aug, 2023

  • 通过脑机接口检测情绪时行车任务的影响分析

    本文提出了一个框架，专注于使用机器学习和深度学习算法使用脑机接口和脑电波发现情绪变化，并在听音乐和驾驶模拟器等两个场景中进行了实验，结果证明了在这种情况下使用脑机接口可以实现高准确率的情绪检测，达到了 99％的准确率。

    Aug, 2022

  • 基于深度学习的非侵入式脑信号调查：最新进展和新前景

    本论文系统地研究了与脑信号分析相关的脑机接口的类型、深度学习技术以及应用领域，并对过去五年发表的 230 多篇文章进行了综述，同时讨论了深度学习在脑机接口中的挑战和未来方向。

    May, 2019

  • 基于序列的最优臂识别及其在脑机接口中的应用

    采用先前任务学习得到的先验知识，我们提出了一种串联的前两名 Thompson 抽样算法 (Sequential Top-two Thompson Sampling, STTS)，将广义多臂老虎机中的最佳臂序列问题视为一系列任务。这种算法取得了实质性的实验性改进。

    May, 2023

  • 基于运动意向脑电的脑机接口的人工智能方法的演变

    本文研究了应用于不同年份和不同设备采集的数据集的人工智能方法在运动想象电生理信号脑机接口数据上的演变和影响，提供了简洁而全面的调查。

    Oct, 2022

  • 深度特征学习 EEG 信号：通过启用脑电文本输入实现思维转文字

    提出了一种基于深度神经网络的 MI-EEG 分类方法，采用联合卷积循环神经网络同时学习低维稠密嵌入的强鲁棒高级特征，消除多种伪迹。实验证明，该方法在 MI-EEG 数据集上的分类精度达到了 95.53％，并应用于具体的 BCI 系统中，实现了打字操作。

    Sep, 2017