脑机接口系统的协同工作机制

脑机接口(Brain-Computer Interface,BCI)是一种新型的对外信息交流和设备控制方式。脑机接口系统的协同工作机制包含了人机协同和软硬件各模块间的协同。本文探讨了这些协同工作如何开展、各部件如何共同协调与协作来完成共同的任务。     

脑机接口技术的发展与展望

脑机接口(Brain Computer Interface,BCI),作为一种特殊的人机交互方式,受到人们越来越多的关注,已成为人工智能与控制领域的研究热点。首先,系统地介绍了脑机接口的概念,并对脑电图(Electroencephalogram,EEG)研究中涉及的关键技术及创新发展进行了分析和归纳。此外,论述和分析了BCI系统在交流功能恢复、运动功能恢复、车辆行驶控制、环境控制等应用领域的现状和不足。最后针对脑机接口技术亟待解决的关键问题,提出了一种基于云计算服务模式的BCI+AI的脑机接口架构。     

互信息引导下的前向搜索脑-机接口导联选择算法*

在脑-机接口(Brain-computer interface, BCI)系统中,利用高密度导联来获取脑电(EEG)信号空间信息,增加了特征提取和识别的复杂度和难度。如何权衡导联分布数量与识别率间的关系,选择最优导联的位置和数量是BCI技术的核心问题之一。针对运动想象BCI系统,提出一种互信息引导下的前向搜索导联选择算法,首先采用互信息及最大相关最小冗余 (maximum dependency with minimum redundancy, mRMR)准则对各个导联进行排序,以前排导联信号的分类准确率为判剧,采用前向搜索算法依次选择后续导联,获得最优导联组合。以BCI competition Ⅳ Data sets 1为分析数据集,实验结果表明,所提算法在减少导联的同时提高了BCI系统的识别率,为BCI系统的应用提供了技术参考。     

脑-机接口技术研究概况

脑-机接口(BCI-Brain-Computer Interface)是一种全新的通讯和控制技术.首先介绍BCI的定义和工作原理;从输入信号的类型选择、预处理、特征的提取、分类方法等方面论述了BCI系统设计中的关键技术;最后对BCI的应用及在未来的发展作了介绍.     

基于P300-SSVEP的双人协同脑-控机械臂汉字书写系统

基于脑-机接口（Brain-computer interface, BCI）的脑-控技术发展迅速,取得较大进展。然而,现有研究多采用单人脑控方式,存在执行效率低、可控自由度低的问题,难以满足复杂条件下的操控任务需求。针对此问题,本文采用时-频-相混合编码的视图脑-机交互方法,设计双人协同策略,通过解码P300和稳态视觉诱发电位（Steady-state visual evoked potential, SSVEP）脑电特征,开发了108指令的双人协同脑-控机械臂系统,实现双人同时对汉字一笔一划的书写。8名被试在线平均正确率为87.92%,平均在线信息传输速率（Information-transfer rate, ITR）为66.00 b/min。该系统扩展了BCI信息交互方式,初步验证了协同BCI操控机械臂的可行性和有效性,为协同BCI提供了技术支撑。     

混合脑机接口的研究进展

传统的脑机接口（Brain Computer Interface,BCI）有许多不足,如基于运动想象的BCI需要受试者进行大量练习;基于P300位的BCI需要多次重复闪烁;基于SSVEP的BCI上的控制命令数量受刺激频率及其他因素影响.为此,研究人员提出了混合脑机接口（hybrid Brian Computer Interface,hBCI）.本文主要讨论了hBCI的研究进展,综述了常见的三种hBCI类型,分别是基于多种大脑模式的hBCI、基于多种感官刺激的hBCI、基于多种信号的hBCI,通过分析最新的hBCI系统的一般原理、刺激范式、实验结果、优点和应用,发现利用hBCI技术可以提高BCI的分类准确率,增加控制命令的数量,明显优于单一模态的BCI.     

宽带流媒体技术、应用及发展

流媒体技术是一种无需等待音、视频信息全部下栽,可以随时连续传送和播放信息的传输技术。流媒体技术的应用为网络信息交流带来了革命性的变化,对人们的工作和生活产生深远的影响。本文简要介绍了流媒体的关键技术、流媒体目前的应用状况以及流媒体技术向智能流技术发展的趋势。     

脑—机接口研究中想象动作提取的新方法

想象动作提取是脑—机接口（BCI）技术的关键和难点之一．本文采用连续小波变换结合贝叶斯神经网络组成新的分类方法，利用想象动作思维引起的事件相关去同步（ERD）现象进行特征脑电信息检测与模式识别．研究表明，该方法较常用的线性分类器具有更高的识别准确率和较强的抗干扰能力及较快的识别速度，基本可以满足实时BCI系统模式识别的需求．     

一种数据库信息发布系统及其应用

信息交流是信息社会中普遍的现象，信息交流技术目前已有许多，现有的数据库信息网上发布和集成方法还存在许多缺点，本文针对这些缺点提出了新的发布模型，很好地解 决了异构数据库信息以及其他类型信息在网络上发布，访问和加工运用的问题，本文还介绍了该模型的一种实现框架，并展望进一步的工作。     

混合脑机接口及其研究进展

脑机接口（brain-computer interface,BCI）技术作为一项新兴且发展潜力巨大的技术,已成为国际研究热点。但面向实际应用,现有BCI技术仍面临许多有待解决的问题,如基于稳态视觉诱发（SSVEP）的BCI技术控制命令数有限,基于运动想象（motor imagery,MI）的BCI存在诱发生理信号空间分辨率低、训练时间长等问题。研究表明,混合脑机接口（hybrid brain-computer interface,HBCI）相比于传统单模态BCI系统,在系统准确率、稳定性方面均有所提升。文章对HBCI进行了介绍,从基于多脑电模式的混合脑机接口、基于多种刺激诱发的混合脑机接口、基于多模态信号的混合脑机接口这三个类别分别对HBCI的研究进展进行阐述,并对HBCI关键技术、需要解决的问题及应用方向进行了概述。