华中科技大学伍冬睿教授团队:基于EEG脑机接口的用户身份隐私保护方法 脑机接口 (Brain-Computer Interface, BCI) 建立了大脑与外部设备(计算机、机器人等)之间的直接通信通道,可用于研究、测绘、帮助、增强或修复人类的认知或感觉-运动功能,其系统架构如图1 所示。头皮脑电图 (Electroencephalogram, EEG) 具有无创、成本...
脑机接口(Brain Computer Interface ,BCI或Brain Machine Interface, BMI),是一种大脑与外部设备间建立的直接连接通路,允许脑和外部设备间的双向信息交换【5】。BCI系统常被用于研究、协助、增强或修复人类的认知或感觉运动功能,如神经假肢。BCI中获取脑电信号的采集方式有两种:侵入式(把电极植入大脑皮层之内)和非侵入...
目前和近期的将来,EEG Based BCI(非侵入式) 应用于并不限于以下五个领域: 运动辅助/替代(Motor Rehabilitation/ Substitution ) 神经功能治疗/调节 (Brain function regulation) 沟通互动(Speller) 娱乐/游戏/VR (Entertainment/gaming) 大脑状态监控/身份识别-脑纹(Mental State Monitoring/Identifying) 1.运动...
近期，来自新加坡的研究团队在Journal of Neural Engineering杂志发表题目为《Inter-subject transfer learning with end-to-end deep convolutional neural network for EEG-based BCI》研究论文，其提出了一种深度学习框架，利用单通道EEG信号来检测被试的注意力状态，可以显著提高被试间注意力检测任务的准确性。材料...
为解决 MI - BCI 中 MI 熟练度及 “BCI 文盲” 等问题,蒙特雷大学研究人员开展 EEG 特征预测 MI - BCI 性能的研究。结果发现相关大脑活动模式与 BCI 性能有关。这为评估 BCI 适用性等提供新思路,强烈推荐科研读者阅读。 在科技飞速发展的今天,脑 - 计算机接口(Brain - Computer Interface,BCI)技术逐渐走进人们...
本篇学习报告的内容为:基于单通道EEG-SSVEP的BCI的机械臂控制,所参考的文献是《Single-Channel EEG SSVEP-based BCI for Robot Arm Control》,该文献发布时间为2021年。在本文中,实现了一种低成本、单通道、基于SSVEP的BCI系统来控制机器人手臂的手腕和抓手的运动。本文目的主要是为了识别用户生成控制命令的意图,提出...
跨被试的EEG解码问题,一直没有很好的解决。为了让BCI系统在实际使用中更加精准,可以基于个体数据对EEG编码模型进行fine-tuning。模型结合跨用户模型和用户使用设备的初期的少量的自我训练数据,针对个人特性进行微调,能够提高整体的解码效果,解决跨被试...
在多种脑信号采集方法中,脑电图(EEG)被认为是一种无创、方便的方法,适合于实际系统。在轮椅、假肢、外骨骼等应用中可以找到实现基于EEG信号的接口的各种尝试。然而,由于EEG存在可靠性低、准确性低、用户适应性差和数据传输率低等困难,仅使用EEG信号作为主要输入的BCI/BMI在生物机器人应用中还不能完全接受。
EEG-fNIRS跨模态迁移学习优化BCI系统分类精度 基于功能近红外光谱(fNIRS)的脑机接口(BCI)在情感识别方面的巨大应用潜力,该模式受到越来越多的关注。然而,由于特征提取算法的相对不足,限制了其在实践中的应用。最近,科学家提出一种基于正则化空间模式(RSCP)的R-CSP-E方法,即在计算基于转移学习和集合学习理论的fNIRS...
近期,来自新加坡的研究团队在Journal of Neural Engineering杂志发表题目为《Inter-subject transfer learning with end-to-end deep convolutional neural network for EEG-based BCI》研究论文,其提出了一种深度学习框架,利用单通道EEG信号来检测被试的注意力状态,可以显著提高被试间注意力检测任务的准确性。