腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
脑机接口
做有趣、有料的脑科学、脑机接口等科普
专栏作者
举报
840
文章
603962
阅读量
94
订阅数
订阅专栏
申请加入专栏
全部文章(840)
神经网络(138)
深度学习(120)
人工智能(105)
编程算法(103)
机器学习(90)
https(73)
网络安全(72)
机器人(63)
脑机接口(50)
erp(46)
数据分析(45)
python(43)
系统(43)
matlab(36)
数据(36)
模型(35)
腾讯云测试服务(31)
硬件开发(26)
性能(23)
开发(22)
图像处理(21)
测试(20)
工作(20)
spring(19)
linux(16)
游戏(16)
设计(15)
网络(15)
算法(14)
alpha(13)
连接(13)
语音(13)
数据库(11)
http(11)
基础(11)
html(10)
网站(10)
医疗(10)
迁移学习(10)
接口(10)
科技(10)
论文(10)
学习方法(9)
卷积神经网络(8)
安全(8)
data(8)
编码(8)
产品(8)
计算机(8)
事件(8)
css(7)
sql(7)
average(7)
interface(7)
视频(7)
爬虫(6)
tcp/ip(6)
数据结构(6)
分类算法(6)
plot(6)
time(6)
自动驾驶(5)
github(5)
存储(5)
gui(5)
epoch(5)
io(5)
slice(5)
工具(5)
架构(5)
框架(5)
研发(5)
NLP 服务(4)
语音合成(4)
企业(4)
开源(4)
腾讯云开发者社区(4)
db(4)
it(4)
session(4)
set(4)
编程(4)
对象(4)
通信(4)
芯片(4)
音频(4)
硬件(4)
原理(4)
php(3)
bootstrap(3)
arm(3)
ide(3)
electron(3)
自动化(3)
缓存(3)
无人驾驶(3)
图像识别(3)
numpy(3)
scikit-learn(3)
anaconda(3)
数据处理(3)
windows(3)
云计算(3)
特征工程(3)
无线技术(3)
device(3)
event(3)
facebook(3)
fft(3)
meta(3)
reference(3)
svm(3)
量化(3)
隐私(3)
其他(2)
tensorflow(2)
c++(2)
javascript(2)
node.js(2)
git(2)
腾讯云可观测平台(2)
腾讯优客(2)
vr 视频解决方案(2)
分布式(2)
线性回归(2)
keras(2)
模式识别(2)
uml(2)
数据可视化(2)
系统架构(2)
processing(2)
迁移(2)
汽车(2)
教育(2)
add(2)
analysis(2)
decoding(2)
events(2)
filter(2)
image(2)
insert(2)
int(2)
lda(2)
linkedin(2)
lstm(2)
map(2)
max(2)
precision(2)
save(2)
sf(2)
target(2)
task(2)
tools(2)
transactions(2)
types(2)
变量(2)
编译(2)
地图(2)
高性能(2)
集群(2)
解决方案(2)
软件(2)
数学(2)
效率(2)
虚拟现实(2)
异常(2)
增强现实(2)
对象存储(1)
语音识别(1)
人脸识别(1)
mac os(1)
bash(1)
scala(1)
r 语言(1)
android(1)
单片机(1)
api(1)
批量计算(1)
云直播(1)
命令行工具(1)
云推荐引擎(1)
视频处理(1)
监督学习(1)
ftp(1)
seo(1)
pytorch(1)
flash(1)
kernel(1)
大数据(1)
fpga(1)
nat(1)
nest(1)
webgl(1)
es(1)
流计算 Oceanus(1)
隐私计算(1)
产业分析(1)
accelerometer(1)
acm(1)
action(1)
amp(1)
animation(1)
bdd(1)
cat(1)
charts(1)
classification(1)
colorbar(1)
com(1)
delay(1)
dynamic(1)
error(1)
exe(1)
field(1)
fold(1)
function(1)
google(1)
gpio(1)
graph(1)
im(1)
ipad(1)
jackson(1)
knn(1)
layer(1)
line(1)
lm(1)
local(1)
mapping(1)
mean(1)
member(1)
memory(1)
min(1)
minimum(1)
model(1)
modeling(1)
na(1)
neo(1)
paypal(1)
performance(1)
ping(1)
pipeline(1)
production(1)
raphael(1)
robotics(1)
sensors(1)
signals(1)
sleep(1)
state(1)
structure(1)
system(1)
t4(1)
twitter(1)
using(1)
vi(1)
video(1)
vr(1)
window(1)
wireless(1)
布局(1)
部署(1)
程序(1)
阿里巴巴(1)
反射(1)
公众号(1)
管理(1)
函数(1)
行业(1)
后台(1)
集合(1)
加密(1)
可视化(1)
模块化(1)
排序(1)
数据采集(1)
搜索(1)
同步(1)
统计(1)
优化(1)
原型(1)
重构(1)
自然语言处理(1)
循环神经网络(1)
搜索文章
搜索
搜索
关闭
Nature Medicine | 重大进展!无创脊髓电刺激疗法显著改善颈椎脊髓损伤后的手臂和手部功能
医疗
数据分析
测试
开发
论文
脊髓损伤(Spinal cord injury ,SCI)是一种严重的中枢神经系统创伤性疾病,它破坏了大脑和脊髓区域之间产生和调节基本神经功能的双向交流。当脊髓损伤发生在颈椎节段时,其后果往往是手臂和手部功能的不可逆转的损害。这会严重影响了脊髓损伤患者的自理能力和生活水平。
脑机接口社区
2024-05-22
11
0
Nature子刊 | 加州理工学院利用脑机接口实时解码内心言语
脑机接口
工作
模型
数据
语音
语音脑机接口(BMIs)将大脑神经信号转换为单词或音频输出,能够让因疾病或受伤而失去语言能力的人能够进行交流。虽然在语音、尝试和模拟语音解码方面取得了重要进展,但内部语音解码的正确率很低,尚未实现实际运用。值得注意的是,目前还不清楚大脑的哪些区域可以被解码。在本文中,两名四肢瘫痪患者在边缘上回(SMG)和初级躯体感觉皮层(S1)植入微电极阵列,他们对6个单词和2个假单词进行内部和发声语音。在两名参与者中,我们发现在SMG的单个神经元和群体水平上,内部和发声言语的显著神经表征。从SMG记录的人口活动,内部口语和发声单词明显可解码。在离线分析中,每个参与者的平均解码准确率分别为55%和24%(概率水平为12.5%),在在线内部语音BMI任务中,我们的平均准确率分别为79%和23%。在参与者1中发现了内部言语、单词阅读和发声语音过程之间共享神经表征的证据。SMG代表单词和伪词,为语音编码提供了证据。此外,我们的解码器通过多种内部语音策略(听觉想象/视觉想象)提高了分类准确度。在两个参与者的实验中,S1的活动被发声调节,而不是内部言语调节,这表明在内部言语产生过程中没有发生声道的发音运动。这项工作代表了一个高性能的内部语音BMI的概念证明。
脑机接口社区
2024-05-22
27
0
Advanced Healthcare Materials丨深圳先进院鲁艺团队研发一种高鲁棒性的植入式神经电极界面
测试
工作
科技
研发
原理
植入式神经电极技术的发展已成为神经环路精准解析过程中的关键研究工具。然而,长期稳定的神经电极界面在活体水平的应用上仍面临挑战。
脑机接口社区
2024-05-22
22
0
医疗脑机接口技术的法律规制
隐私
脑机接口
医疗
科技
数据
正常情况下,大脑意图作用于外部世界需要借助身体的外周神经和运动系统,而脑机接口则绕过了人体这些正常的通路,运用计算机去解读大脑,并且让大脑藉由计算机与外界沟通。脑机接口运行的基本框架,首先是对大脑信号进行实时采集,而后对其进行特征提取与模式识别,最后是将模式识别的结果进行输出,与此同时,外部执行的结果将会对大脑产生一个反馈。
脑机接口社区
2024-05-22
13
0
Nature子刊 | 脑机接口让患者实现内心言语交流
开发
语音
脑机接口
变量
测试
加州理工学院的神经科学家们开发了一种脑机接口(BMI)的设备,通过植入该设备到失去说话能力的患者大脑中,帮着患者通过简单的思考就能实现交流。
脑机接口社区
2024-05-22
11
0
基于脑启发前向机制的图神经网络用于运动想象分类
网络
神经网络
测试
模型
数据
脑机接口(BCI)技术利用绕过传统神经和肌肉通路的方式,推动了人脑与外部设备之间的信息交换。在康复、疲劳监测和工业控制等领域,BCI已经取得了成功。其中,电脑图(EEG)作为BCI的重要组成部分,利用信号处理和深度学习技术,特别是在识别和分类运动想象信号方面发挥着重要作用。通过各种方法,包括空间解码技术和特征提取技术,对来自多通道EEG的信号进行分类。尽管已经提出了一些潜在方法,但在处理电极之间的拓扑关系方面仍需进一步优化。同时,图卷积网络(GCN)和神经递质传递中的F-F机制也引起了研究关注,可能为BCI技术带来新的进步。
脑机接口社区
2024-05-22
14
0
智驾新突破—基于脑电图的驾驶员状态与行为检测在智能车辆系统中的应用综述
基础
开发
论文
系统
性能
随着科技的飞速发展,智能驾驶特别是无人驾驶已逐渐成为现实。为了进一步提升道路安全,降低交通事故发生率,基于脑电图(EEG)的驾驶员状态与行为检测技术正不断成为前沿智驾领域的研究热点。由于现阶段自动驾驶系统尚未完全达到SAE国际定义的L5级别自动驾驶,在紧急状况下仍然需要驾驶员的参与,因此相关的人机交互技术仍然不可或缺。
脑机接口社区
2024-05-22
17
0
卡内基梅隆大学贺斌教授团队:非侵入式脑机接口的深度学习解码
深度学习
集合
架构
性能
脑机接口
卡内基梅隆大学贺斌教授团队一直寻求侵入性脑机接口(BCI)的可行替代方案。2019 年,该研究小组利用非侵入式 BCI 首次成功演示了意念控制机械臂持续跟踪计算机光标的能力。
脑机接口社区
2024-05-06
209
0
Nature子刊 | 使用非侵入式超高密度记录方法绘制大脑中央沟图谱
数据
系统
性能
测试
模型
本文评估了使用带有镀金电极点的柔性印刷电路板(PCB)的超高密度脑电图(uHD EEG)系统。电极间距离为8.6mm,电极直径为5.9mm,电极密度高于市场上市售的脑电图系统。图1a描绘了标准化的电极定位系统。10-20系统中的21个标准位置是深灰色的。图1a还包括另外两个系统:10-10系统(标记为填充的浅灰色圆圈)和扩展的10-10系统(标记为浅灰色圆圈)。本文中的uHD脑电图系统由图1a中的小黑圈和图1b,c中的填充小黑圆圈表示。使用MATLAB(R2019b)的EEGLAB工具箱对收集到的数据进行预处理。我们采用平均去除法进行基线去除,并对0.5~40Hz的数据进行时域变换。用标记“1”分为“试验×通道×时间样本”格式。
脑机接口社区
2024-04-26
97
0
液体都“智能”可编程了?哈佛新型超材料登Nature,粘度、透明度、弹性可变
编程
论文
软件
设计
机器人
最近,一种被称为“智能"液体的多功能可编程的新型超材料——Metafluid,登上了Nature。
脑机接口社区
2024-04-19
77
0
Nature子刊 | 纽约大学团队提出基于深度学习和语音生成技术的脑电-语音解码
语音合成
模型
性能
语音
深度学习
神经信号的语音解码面临着两大挑战。首先,用于训练个性化神经到语音解码模型的数据在时间上是非常有限的,通常只有十分钟左右,而深度学习模型往往需要大量的训练数据来驱动。其次,人类的发音非常多样,哪怕是同一个人重复说出相同的单词,语速、语调和音调等也会有变化,这给模型构建的表征空间增加了复杂性。早期的解码神经信号到语音的尝试主要依赖于线性模型,模型通常不需要庞大的训练数据集,可解释性强,但是准确率很低。近期的基于深度神经网络,尤其是利用卷积和循环神经网络架构,在模拟语音的中间潜在表示和合成后语音质量两个关键维度上展开。例如,有研究将大脑皮层活动解码成口型运动空间,然后再转化为语音,虽然解码性能强大,但重建的声音听起来不自然。另一方面,一些方法通过利用wavenet声码器、生成对抗网络(GAN)等,虽然成功重建了自然听感的语音,但准确度有限。最近,在一个植入了设备的患者的研究中,通过使用量化的HuBERT特征作为中间表示空间和预训练的语音合成器将这些特征转换成语音,实现了既准确又自然的语音波形。然而,HuBERT特征不能表示发音者特有的声学信息,只能生成固定统一的发音者声音,因此需要额外的模型将这种通用声音转换为特定患者的声音。此外,这项研究和大多数先前的尝试采用了非因果(non-causal)架构,这可能限制其在需要时序因果(causal)操作的脑机接口实际应用中的使用。
脑机接口社区
2024-04-13
138
0
上海大学杨帮华教授团队:基于脑电微状态的rTMS治疗甲基苯丙胺使用障碍疗效评估研究
网络
论文
微状态最近被建议作为甲基苯丙胺使用障碍(MUD)的标志物,然而尚不清楚它们在rTMS干预后是否以及如何变化。本研究纳入了一个全面、完整的受试者群体,以探究rTMS对MUD微状态的影响。
脑机接口社区
2024-04-11
115
0
心音表征学习:浅层模型与深层模型的比较研究
深度学习
测试
模型
数据
异常
在过去的十年里,利用人工智能来促进心音的自动分析和监测已经吸引了大量的关注。然而,在首次发布PhysioNet CinC挑战数据集之前,缺乏标准的公开数据库,使得难以维持可持续和可比较的研究。并且,数据收集、标注、划分等方面的标准不统一,仍然制约着不同分析模型之间公平、高效的比较。
脑机接口社区
2024-04-11
160
0
Neural Networks: 山东大学团队提出余弦卷积神经网络用于癫痫脑电检测
模型
网络
数据库
卷积神经网络
量化
近日,山东大学集成电路学院刘国洋助理研究员、周卫东教授团队提出了一种新型余弦卷积网络(CosCNN),并设计了相应的高效参数量化算法使其易于在FPGA中部署。研究结果表明所提出的余弦卷积网络能显著提高癫痫脑电检测的性能,且有望用于其它时间序列分析相关的深度学习模型中。相关成果以“Cosine Convolutional Neural Network and Its Application for Seizure Detection”为题发表在中科院一区Top期刊《Neural Networks》。山东大学集成电路学院为论文署名单位,刘国洋助理研究员为论文第一作者,周卫东教授为通讯作者。
脑机接口社区
2024-04-11
143
0
Nature子刊 | 用于选择性记录迷走神经的柔性薄膜微通道电极阵列
连接
设计
性能
测试
开发
迷走神经是自主神经系统中最重要的神经之一,控制着许多重要的生理功能,包括消化、心血管和免疫系统。了解迷走神经的活动对于治疗许多疾病至关重要,但传统的神经记录技术存在一些局限性。因此,开发一种灵活、薄膜的微通道电极阵列装置具有重要意义,可以更好地记录迷走神经的活动,并为相关疾病的研究和治疗提供新的途径。
脑机接口社区
2024-03-02
187
0
深圳大学梁臻老师团队:默认模式和视觉网络的功能连接特征反映持续自然情感体验的时间累积效应
连接
模型
数据
网络
性能
深圳大学医学部生物医学工程学院梁臻老师在NeuroImage期刊上发表了题为《默认模式和视觉网络的功能连接特征反映持续自然情感体验的时间累积效应》的学术论文,该研究聚焦于长时间情绪状态下的全脑功能表现和时间变化规律。研究结果显示,情绪的时间累积效应在大脑中以多个网络协同运作的分布式表征为主,其中以默认模式网络和视觉网络为核心。这一发现为我们深入理解大脑情绪加工机制提供了新的思路和见解。
脑机接口社区
2024-02-23
183
0
Nature子刊 | 一种用于急性脑卒中患者的脑电图运动成像数据集
系统
测试
模型
数据
算法
脑机接口(BCI)是一项涉及与大脑部分直接通信的技术,近年来发展迅速;它已经开始用于临床实践,如患者康复。患者脑电图(EEG)数据集对于BCI的算法优化和临床应用至关重要,但目前还很少见。我们收集了50例急性中风患者使用无线便携式生理盐水脑电图设备在执行两项任务时的数据:1)想象右手运动和2)想象左手运动。该数据集包括四种类型的数据:1)运动想象指令,2)原始记录数据,3)去除伪影和其他操作后的预处理数据,以及4)患者特征。这是第一个处理急性中风患者左手和右手运动图像的开放数据集。我们认为,该数据集将非常有助于分析脑激活和设计更适用于急性脑卒中患者的解码方法,这将极大地促进运动想象领域-BCI领域的研究。
脑机接口社区
2024-02-21
244
0
清华大学和宣武医院团队成功进行首例无线微创脑机接口临床试验
脑机接口
设计
通信
系统
原理
清华新闻网1月30日电 脑机接口通过记录和解读大脑信号,实现大脑和计算机之间直接通信。一方面可以帮助渐冻症、脊髓损伤、癫痫等脑疾病患者康复;另一方面有望实现脑机融合智能,直接拓展人脑信息处理能力。
脑机接口社区
2024-01-31
108
0
过多的垃圾食品会导致大脑发生变化
系统
论文
来自韦仕敦大学(Western University)的一篇新综述论文概述了青少年不良的饮食选择会导致大脑发生什么样的变化。该论文发表在《The Lancet Child and Adolescent Health》杂志上,该研究的研究人员强调,青春期是一个具有双重易感性的时期——在这个年龄段,青少年仍在发展决策能力,他们有限的自我约束和高度的奖励系统使他们更容易吃得不好,这反过来可能导致大脑的变化。
脑机接口社区
2024-01-30
84
0
斯坦福Shenoy团队:由循环神经网络实现的大脑控制摘要
性能
循环神经网络
神经网络
编码
数据
到目前为止,脑机接口主要集中于控制单个载体,例如单个计算机光标或机械臂。恢复多肌运动可以为瘫痪患者解锁更大的功能(例如,双手运动)。然而,解码多个病媒的同时运动可能具有挑战性,因为我们最近发现一个组合神经解码连接了所有肢体的运动,并且在双病媒运动中发生非线性变化。在这里,我们演示了通过神经网络(NN)解码器对两个游标进行高质量的双手控制的可行性。通过模拟,我们发现神经网络利用神经“侧向性”维度来区分左右的运动,因为神经对双手的调整变得越来越相关。在训练循环神经网络(RNNs)时,我们开发了一种方法,通过在时间上扩张/压缩并重新排序来改变训练数据的时间结构,我们证明这有助于RNN成功地推广到在线设置。通过这种方法,我们证明了一个瘫痪患者可以同时控制两个计算机光标。我们的研究结果表明,神经网络解码器可能有利于多载体解码,只要它们被设计为转移到在线设置。
脑机接口社区
2024-01-29
113
0
点击加载更多
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
立即学习
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档