脑机交互论文-沈佳

脑机交互论文-沈佳

导读:本文包含了脑机交互论文开题报告文献综述及选题提纲参考文献,主要关键词:交互系统,实时感知,控制计算机,障碍物,下载,平衡控制,上传,周围环境,异构,链接技术

脑机交互论文文献综述

沈佳[1](2019)在《当人脑和电脑连接》一文中研究指出如果有一天,你的想法可以通过电脑来阅读,你的记忆可以通过电脑来上传和下载,你愿意接入这样的脑机交互系统吗?美国特斯拉公司老板埃隆-马斯克最近表示,这项技术离我们不远了。最新一期《自然》杂志出刊,登上新刊封面的是清华大学施路平教授领导团队研发的全球(本文来源于《山西日报》期刊2019-08-15)

卜叶,程唯珈[2](2019)在《马斯克带你“玩转大脑”》一文中研究指出马斯克又来了,这次是用一款侵入式芯片挑动了全球科技界的神经。在一场直播活动中,马斯克的欢喜之情溢于言表。他的新发明通过芯片将大脑与计算机连接起来,将脑电波转换成信息,目标是2020年底前将布满电极的线植入因脊髓损伤而瘫痪的患者身上,帮助患者通过(本文来源于《中国科学报》期刊2019-08-01)

辛雨[3](2019)在《马斯克进军脑机交互》一文中研究指出特斯拉、SpaceX创始人埃隆·马斯克高调宣布其初创神经科技公司Neuralink进军人脑与电脑连接领域。近日,在美国加州科学院举行的一场直播活动中,马斯克详细阐述了自己的雄心并公布了一些初步研究成果,有数千人在线观看。他描述了该公司的目标,即使用植入大(本文来源于《中国科学报》期刊2019-07-22)

瞬雨[4](2019)在《脑机交互,只是想象空间很大》一文中研究指出美国神经科技公司Neuralink的创始人埃隆·马斯克近日宣布,“脑机接口”研究取得新进展,目前,研究人员已在猴子身上进行了实验,让猴子能用大脑控制电脑。消息公布后,科技界一片欢呼雀跃之声,也有关于“黑客帝国降临”的担忧。这并不奇怪,每一次新技(本文来源于《环球时报》期刊2019-07-19)

胡航,李雅馨,曹一凡,赵秋华,郎启娥[5](2019)在《脑机交互促进学习有效发生的路径及实验研究——基于在线学习系统中的注意力干预分析》一文中研究指出脑机交互是一种实现大脑与计算机之间通信的信息交换技术。目前,其在教育中的应用主要有:将脑机接口植入虚拟现实学习环境、人工智能支持下的自适应学习、教育大数据的搜集与处理和智能学习系统等方式。在这些方式里,计算机对学习者在学习过程中的脑电信号进行监测与识别,从而调控学习行为,可促进有效学习。基于这一思路,形成了在在线英语学习系统中植入脑机接口的研究设计,旨在针对大学英语听力课程,感知和调控学习者的注意力,进而实现自适应学习。通过对X大学100名大一学生进行持续1个月的实验研究,结果发现:脑机交互技术在提高学业成绩和注意力、改善学习态度和自我效能感、创设适合不同学习风格的学习路径方面,都取得了较好的效果。这为脑机交互进入教育实验提供了方法上的尝试,也为技术促进学习的有效发生,探索了新的路径。(本文来源于《远程教育杂志》期刊2019年04期)

张子琪[6](2019)在《基于运动想象的脑机交互系统的设计与实现》一文中研究指出脑机接口是一种完全不依赖于外围神经与肌肉等正常通路的新型交互方法,实现了脑与计算机的直接通信。运动想象是指在脑海中想象运动,而不必做出真实的运动动作,运动想象疗法就是依据于此,患者进行反复的运动想象,激活相应的脑区,使得受损的神经通路周围的神经细胞苏醒过来,重构神经通路,进而达到恢复患者部分运动功能的目的。利用脑机接口技术来引导脑功能康复训练,是当前计算机科学、认知神经科学、医学等的热点和难点问题,基于运动想象的脑机交互系统可以辅助运动想象疗法,具有很好的应用前景。本文完成了基于运动想象的脑机交互系统的设计与实现,由于脑电信号EEG在采集的过程中极易受到干扰,所以在信号处理之前应首先对数据进行预处理以去除伪迹。在接下来的信号处理方面着重研究了脑电信号的特征提取,首先研究了共空间模式算法,紧接着探究了运动想象信号中最为突出的认知规律:ERD/ERS现象,并提出了一个可以很好区分四类运动想象的参数:ERD/ERS能量系数。最后引入了小波包变换,提出了一种对原始数据进行分解后提取节点的近似熵作为特征,与CSP特征和ERD/ERS能量系数特征融合后输入到分类器中进行分类的特征提取方法WPECSP,实验结果表明,相较于CSP方法,使用WPECSP进行特征提取的分类正确率提高了4.44%,达到了97.22%。这证明了该方法的有效性。在对脑电信号进行模式分类时,比较了Fisher线性判决与SVM两种分类器的效果;在处理二分类器与四分类任务之间的矛盾时,比较了“一对一”与重复分两种方法;在采用“一对一”方法时,对于最终的输出类别的判定,对投票法与判断决策函数值两种方法进行了比较,并在此基础上提出了一种将投票与判断决策函数之相结合的方法,实验结果表明,有效的提升了分类识别率。最后,分析了数据处理所使用的时间区间对实验结果的影响,针对被试个体之间的差异性,选取最优时间区间进行分类,有效的提高了分类正确率。在脑机交互系统的搭建部分,基于Maya完成了软体机器人的建模与动画制作,基于Unity3D实现了离线训系统与在线子系统两个模块的功能。该系统既能实现离线的分析脑电信号,又能在线处理并将结果以软体机器人的动作这一形式展现出来,给予患者视觉反馈,辅助运动想象疗法,从而提升康复效果。(本文来源于《哈尔滨工业大学》期刊2019-06-01)

孙海华[7](2018)在《“脑机交互”跑出实验室》一文中研究指出“如何将这些最新的研究成果应用到现实生活中,是我们一直在做的事。”在西安交通大学实验室里,机械工程学院智能检测与仪器研究所所长徐光华教授对中国青年报·中青在线说。在他身边,摆置运行着的是颇有神秘感的各种“脑控人机交互设备”——可以用意念指挥(本文来源于《中国青年报》期刊2018-07-19)

郑伟龙[8](2018)在《情感脑机交互研究》一文中研究指出情绪在日常生活人与人交流中扮演着重要角色。除了逻辑智能,情感智能也被认为是人类智能的重要组成部分。情感智能是指机器感知,理解和调控人的情绪的能力。然而,现有人机交互系统仍然缺乏情感智能。情感脑机交互研究的目的是通过构建情感计算模型来建立人与机器的情感交流通路。在本论文中,我们探讨了情感脑机交互的理论基础,模型,算法,实现技术,实验验证以及原型应用。主要工作包括以下叁个方面:1)我们利用脑电,眼电和眼动信号以及深度神经网络构建了多模态情绪识别和警觉度估计系统。相对于传统浅层模型,深度神经网络能有效提高识别性能,并揭示情绪识别中关键频段和关键脑区,从而给出在实际应用中具有更少电极的配置方案。我们通过跨个体的在不同时间的多次实验,揭示了对于叁类情绪(高兴、悲伤和中性)的稳定神经模式。我们发现高兴情绪在颞叶脑区具有更强的beta频段和gamma频段的脑电信号反应,中性和悲伤情绪的神经模式比较相似,中性情绪在顶叶和枕叶脑区具有更强的alpha频段脑电信号反应,而悲伤情绪在顶叶和枕叶脑区具有更强的delta频段脑电信号反应以及前额脑区更强的gamma频段脑电信号反应。2)我们提出了利用脑电和眼动信号的多模态情绪识别框架,实现了对人的内在认知状态和外在潜意识活动的建模。我们探讨了特征层融合,决策层融合以及双模态深度自编码器等多模态信息融合方法。实验结果表明,多模态融合方法在叁类和四类情绪识别中分别有10%和15%的准确率提升。另外,我们揭示了脑电和眼动信号在情绪识别中的互补特性。为了克服跨被试个体差异性问题和脑电信号的非平稳特性,我们引入了迁移学习算法构建基于脑电的个性化情感模型。其中,直推式参数迁移算法取得了76.31%的最高性能,比不用域适应的基线方法提高了将近20%的准确率。3)我们开发了利用脑电和前额眼电构建多模态警觉度估计系统,并在实验室模拟环境和真实驾驶环境进行了验证。我们提出了新的前额眼电电极配置和利用眼动仪眼镜进行警觉度标注的新方法。为了对随时间变化的警觉度动态特性建模,我们引入了两种时序依赖性模型,连续条件随机场和连续条件神经场。我们首先在商业用湿电极脑电采集系统采集的脑电和眼电数据上进行了实验室模拟环境的实验评估。为了提高警觉度估计系统的可穿戴性和实用性,我们利用柔性干电极和超大规模集成电路技术开发了可穿戴前额眼电采集设备。在实验室模拟环境和不同天气条件下的真实驾驶环境,实验结果验证了我们提出的警觉度估计系统的有效性。在上述研究的过程中,我们开发了叁个公开的情绪识别和警觉度估计数据集,分别是叁类情绪数据集SEED(高兴、悲伤和中性),四类情绪数据集SEED-IV(高兴,悲伤,恐惧和中性)和警觉度估计数据集SEED-VIG,这些数据集得到了国内外近300多高校和研究机构的使用。(本文来源于《上海交通大学》期刊2018-06-01)

张昕[9](2018)在《多模式脑机交互系统及其应用研究》一文中研究指出作为大脑与外界设备进行直接交流的重要途径,脑机交互系统已经成为各领域积极关注和研究的焦点。传统单一模式的脑机交互系统由于其较少的任务类别已经不能满足实际需要,因此多模式脑机交互系统应运而生。同时,其他类型的交互方式也逐渐被运用到脑机交互系统中。基于此,本文将α波、P300信号和眼动信号融合,构建了基于快速序列视觉呈现的多模式脑机交互系统,解决了软硬件平台搭建和信号同步问题,提出了有效的信号处理方法,具体如下:(1)提出基于典型相关分析(canonical correlation analysis,CCA)的α波检测算法,保证了能够有效地利用α波进行系统暂停操作。方法的核心思想是利用CCA方法从α波集中的频段内提取若干特征频率,这些特征频率能够准确地体现不同实验人员α波与非α波的区别,将特征频率对应的相关系数组合作为最终用于分类的特征。实验结果表明,使用1s的脑电数据,该方法能够准确分析出其是否属于α波信号,平均检测准确率达到95%以上;同时,延长数据时长和增加特征频率个数能够使准确率更高。同其他方法相比,算法在时效性和准确性上都有明显的优势。此外,该算法使用方便,不需要重复训练。(2)提出基于分段时空降维的P300信号检测方法,该方法被用于目标图片的检测识别。算法核心思想是通过Fisher线性判决和主成分分析两种方法,对一组经过分段的脑电数据进行时间和空间两个维度的降维操作,这样不仅能够最大化区分P300信号和非P300信号,还可以有效减少信号冗余的特征。实验结果表明,在分段为16的情况下,十名被试平均ROC曲线下面积(AUC)为0.922,平均检测准确率为86.8%;分段为8时AUC值最高,为0.9375,平均检测准确率为88.53%。该方法比其他算法在准确率上有一定的优势,可以作为多模式脑机交互系统中图片目标检测的方法。此外,本文利用眼动信息实现了对目标位置的标定。主要方法是利用训练时采集的眼动信号确定被试从目标出现到看向目标的反应时间,并将反应时间拟合为一种正态分布。在实际系统测试阶段,判断目标出现后,系统随机生成一个服从该被试反应时间分布的时间,并将该时间之后的眼睛注视点位置作为目标出现位置并框定标注。实验结果表明,反应时间因人而异,但是该方法能够完成目标标定任务。(本文来源于《西安电子科技大学》期刊2018-06-01)

陈健[10](2018)在《运动想象脑机交互中脑电预处理算法研究》一文中研究指出脑机接口(Brain-Computer Interaction,BCI)是一种新型的人机交互方式,其中,基于运动想象脑电的BCI是一种最常用的BCI系统,目前,BCI系统的性能还达不到产品化和实用化的要求,尤其是其中的脑电处理算法还需要进一步的研究和改进。脑电极易受到各种生理、非生理伪迹的干扰,传统或单一的预处理方法已满足不了BCI系统对预处理性能的要求。本文重点对运动想象脑电的预处理方法展开研究,提出了一种新的脑电预处理算法,通过模拟脑电数据定量评价了该算法的预处理性能,并对离线运动想象脑电数据进行了脑电微状态研究,然后对该预处理算法进行了在线验证和应用,在此基础上初步搭建了一个高效的运动想象脑电预处理平台。主要研究内容为:(1)提出了一种离散小波变换(DWT)、快速独立成分分析(Fastica)结合聚类分析的运动想象脑电预处理方法(DWICA+聚类分析),首先通过DWT将少通道脑电转换为多通道,然后直接将该多通道信号作为fastica的输入,计算分解后各独立分量的时域、频谱和序间相关性特征,引入层次聚类算法对各个独立分量进行聚类,自动识别并剔除伪迹分量,最后得到干净的EEG信号。(2)通过构造模拟脑电信号来测试EEMD-ICA算法、DWT-ICA以及DWICA结合聚类分析的预处理算法,分别计算预处理的时间消耗以及脑电的信噪比、均方根误差来定量评价这叁种方法的性能。最后对离线运动想象脑电数据进行微状态研究,为微状态应用于运动想象脑电的特征提取打下了一定的基础。(3)结合特征提取和分类方法对DWICA结合聚类分析的预处理算法进行在线验证,实验过程中提取被试左右手运动想象脑电的瞬时能量特征,分别利用参数寻优SVM、SVM以及LDA分类器进行模式分类,6名被试的实际控制结果证明了本文所提出的预处理算法在线应用时的有效性以及参数寻优SVM分类器可以进一步提高分类准确率。(4)结合传统的脑电预处理方法和上述研究内容,从提高系统搭建速度和算法可移植性的角度出发,初步设计了运动想象脑电的预处理MFC平台,为未来基于运动想象脑电的BCI系统产品化和算法移植奠定了一定的基础。(本文来源于《昆明理工大学》期刊2018-03-01)

脑机交互论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

马斯克又来了,这次是用一款侵入式芯片挑动了全球科技界的神经。在一场直播活动中,马斯克的欢喜之情溢于言表。他的新发明通过芯片将大脑与计算机连接起来,将脑电波转换成信息,目标是2020年底前将布满电极的线植入因脊髓损伤而瘫痪的患者身上,帮助患者通过

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

脑机交互论文参考文献

[1].沈佳.当人脑和电脑连接[N].山西日报.2019

[2].卜叶,程唯珈.马斯克带你“玩转大脑”[N].中国科学报.2019

[3].辛雨.马斯克进军脑机交互[N].中国科学报.2019

[4].瞬雨.脑机交互,只是想象空间很大[N].环球时报.2019

[5].胡航,李雅馨,曹一凡,赵秋华,郎启娥.脑机交互促进学习有效发生的路径及实验研究——基于在线学习系统中的注意力干预分析[J].远程教育杂志.2019

[6].张子琪.基于运动想象的脑机交互系统的设计与实现[D].哈尔滨工业大学.2019

[7].孙海华.“脑机交互”跑出实验室[N].中国青年报.2018

[8].郑伟龙.情感脑机交互研究[D].上海交通大学.2018

[9].张昕.多模式脑机交互系统及其应用研究[D].西安电子科技大学.2018

[10].陈健.运动想象脑机交互中脑电预处理算法研究[D].昆明理工大学.2018

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

脑机交互论文-沈佳
下载Doc文档

猜你喜欢