我很想尽可能把这部分讲的有趣一些,而不是以为给大家阐述概念看各种各样程序框图
毕竟我们的学术交流是为了给大家分享基础知识之余分享一些自己领域的研究
尤其是对于我们的本科生同学,我会很欣喜能够引起你们的兴趣,
我个人接触这个领域对他的第一感觉就是一零年代接触到人工智能名词的那个感觉
很难想象几年后的这个领域会变成怎样的研究热点
对于脑机接口的功能描述一直在发生变化,上面是一段08年的文章中对于脑机接口的介绍:“Brain-machine interfaces (BMI) devices that directly link the brain to artificial actuators may eventually cure severe body paralysis caused by injury or neurodegenerative disease.”将大脑直接与人工执行器连接起来的脑机接口 (BMI) 设备最终可能治愈因受伤或神经退行性疾病导致的严重身体瘫痪。而下面已经是22年一篇论文中对于脑机接口的介绍:“Brain-machine interfaces (BMIs) seek to connect brains with machines or computers directly, for application in areas such as prosthesis control.”脑机接口(BMI)试图将大脑与机器或计算机直接连接,以应用于假肢控制等领域。这样就体现出人们对于这项技术的理解已经产生了进步。
这里我挑了一些标志性的事件,让我们一起看看技术的发展
在这一过程中,处理和解码大脑发出的各种信号至关重要。场电位和锋电位是脑机接口中处理的两种主要信号类型。场电位是由神经细胞集群产生的突触后电位在时间和空间上的叠加,包括头皮脑电信号(EEG)、皮层脑电信号(ECoG)和局部场电位(LFP)。EEG记录的是大脑皮层或头皮表面的神经细胞电生理活动的总体反映,而ECoG提供了硬脑膜表面的更高质量信号。LFP则反映了电极附近神经元的综合电生理活动,具有较高的时空分辨率。锋电位或动作电位则是由神经元膜电位的急剧变化产生的电信号波峰,其发放频率的统计可以反映单个神经元在不同动作下的放电强度。
我主要研究的是侵入式的脑机接口,也就是刚刚提到的所谓的峰电位(spike)信号