- 博客(20)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 脑机接口--用于将音乐与思想进行合成
目录本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018神经接口代表了科学研究领域中一个越来越热门的话题：当前我们对脑机接口的认知是医学应用和人体增强的新领域，这在残疾人辅助技术领域中非常重要。而实际上，脑机接口（BCI）是一种工具，它无需用户任何随意的肌肉控制即可与周围环境进行交互和通信。正是由于这个原因，BCI通常用作患有严重残疾的人的辅助设备，这些人由于脑损伤，脊髓损伤或神经运动退化而无法通过通常可用的通道进行交流。几
2020-05-30 06:46:45
540
原创 通过超声波来远程控制大脑区域的选择行为
目录简介本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018简介远程、系统地调节特定大脑回路中神经活动的能力，可能会彻底改变对脑功能和脑部疾病治疗的研究。高频声波（超声波）结合了调节神经元活动与清晰空间焦点的能力，在上述研究中展现了研究潜力。研究人员在该项目中将短暂，低强度的超声脉冲无创地输送到猕猴的特定大脑区域，影响了他们选择目标的决定，表明该方法可以对选择行为产生强有力的影响。而且这种影响是巨大的，与默认的平衡比例相比
2020-05-27 10:48:17
2159
原创 纹身电极: 一种新型的可以进行脑信号测量的电极
目录简介纹身电极(tattooelectrodes)历史新一代纹身电极首次脑磁图(MEG)兼容干电极本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018纹身电极的可靠性和准确性已在实际临床条件下成功测试。图片来源：FrancescoGreco简介临时纹身电极是皮肤传感器领域的最新发展。他们已被成功证明了其在监测皮肤上各种电生理信号方面的性能。这些表皮电子设备可与穿戴者保持适形且不易察觉的接触，同时可随时间推移提供高质量
2020-05-27 07:40:56
911
转载 脑电定位系统
定位系统10-20 系统国际上最先提出使用的系统，包含21个电极点，每个电极与邻近电极相距10%或20%的距离。在儿童的记录中可以适当减少电极点，而在成人的记录中可以适当增加电极点10-10 系统在10-20的系统上提出了修正和增补，共有81个电极点，包含之前的21个电极点，每个电极点相距10%的距离10-5 系统为了进一步提高记录的空间分辨率而提出来的 ，满足128导甚至更多导联的标准化记录，包含10-10系统和10-20系统的电极其他系统存在着其他电极放置方式，比如Gibbs法，Ari
2020-05-23 22:21:40
4648
原创 脑电等视频课程汇总
目录大脑与神经工程类生理信号、fNIRS和fMRI等分析类脑电等数据的分析处理机器学习、深度学习类脑机接口实验与应用本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018大脑与神经工程类脑机接口(BCI)课程(SCCN, 斯瓦茨计算神经科学中心)课程地址: https://www.bilibili.com/video/BV1z7411w791史蒂芬·平克：语言学-理解大脑的窗口课程地址: https://www.bi
2020-05-21 17:44:53
1224
1
转载 如何识别ICA成分
目录查看ICA成分识别ICA成分本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018感谢简书ID:亚内士多德授权分享查看ICA成分在计算完ICA之后，有几种方法可以查看ICA成分。1.Tools >> reject data using ICA >> reject component by map点击这里会画出所有ICA成分的缩略图，可以有一个全局观。在这里大致观察后如果觉得哪个成分有问题，可以
2020-05-21 17:23:01
6319
3
转载 手把手教你EEG脑电数据预处理-操作篇
目录导入数据对数据进行初步认识电极定位移除无用电极重参考重采样滤波分段和基线校正插值坏导ICA剔除ICA成分剔除坏段目视检查法保存数据本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018感谢简书ID:亚内士多德 授权分享EEG脑电数据预处理-操作篇关于EEG数据预处理的原理，前面已经介绍过了，大家可以查看《手把手教你EEG脑电数据预处理-原理篇》。下面是亚内士多德分享的操作篇。导入数据选择要导入的数据格式接下来会弹
2020-05-19 17:57:17
27272
9
转载 手把手教你EEG脑电数据预处理-原理篇
目录0. EEG data1. 定位通道数据2. 删除无用数据3.滤波4.分段5.基线校正6. 重参考7. 降低采样率8. 插值坏导9. 独立主成分分析10. 剔除坏段本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018感谢简书ID:亚内士多德 授权分享EEG脑电数据预处理-原理篇本文不涉及具体的操作步骤，而是对脑电数据预处理中的每一步进行解说，根据我自己的经验来解释为什么要这么做，希望能够对刚入门脑电数据的朋友有所帮助。
2020-05-19 16:14:29
42369
8
原创 [脑海成像]科学家利用动态电极绕过眼睛直接刺激大脑，在盲人脑海画出字母
目录本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：9414730185 月 14 日，国际顶级期刊《Cell》杂志发表了一项黑科技成果，来自美国贝勒医学院 Daniel Yoshor 教授带领的研究团队，通过动态电流电极刺激大脑皮层，成功在受试者脑海中呈现指定的图像。长期以来，人们将视觉皮层假体（VCP）作为恢复盲人有用视力的一种策略，前提是假定通过视觉皮层的电刺激产生的小光斑的视觉感知将合并为视觉的连贯感知形式，例如视频屏幕上的像素
2020-05-18 22:06:06
1196
翻译 眼动追踪与VR
目录简介VR眼球追踪是如何工作的?VR中眼动追踪的好处VR眼球追踪研究本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018简介虚拟现实创造了体验没有或不可能存在的世界的可能性。这种功能大大增加了研究人员的实验设置范围。测试场景不需要再受时间、安全、预算(甚至物理定律)等因素的限制。可以在VR中模拟任何东西。虽然测试的可能性增加了，但也需要技术跟上。如果想测试(例如)飞行员在体验新的飞行模拟时的注意力，则需要有关他们所处位
2020-05-15 21:40:49
2089
原创 深度神经网络对脑电信号运动想象动作的在线解码
目录简介网络模型结果比较结论本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018简介近年来，深度学习方法的快速发展使得无需任何特征工程的端到端学习成为可能，这有利于BCI运动想象应用的发展。慕尼黑工业大学和澳大利亚研究发展团队(Research and Development, Integrated Research, Sydney 2060) 在论文中将深度学习方法与传统分类算法在数据集上进行了验证比较。实时脑电信号解
2020-05-15 21:21:37
855
原创 letswave7中文教程4：脑电数据预处理-时域分析
目录第7步：分割/Epoching第8步：剔除伪影第9步：重参考(Rereference)第10步：基线校正第11步：平均本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018在本章中，我们将继续对ICA过滤后的P300数据集进行预处理。说明，这部分的教程是基于前面几次教程的基础上进行的。所以要进行ICA预处理进行伪影去除，需要:先导入数据《letswave7中文教程1：软件安装与脑电数据导入》;然后进行通道分配《lets
2020-05-12 15:11:36
3008
1
原创 letswave7中文教程3：脑电数据预处理-ICA去除伪影
目录ICA/BSS的理论与模型第5步：计算ICA矩阵第6步：识别伪影成分本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018ICA/BSS的理论与模型独立成分分析(ICA)是一种盲信号分离(Blind Signal Separation,BSS)方法。ICA可线性建模如下图所示.假设X为”通道x时间”的脑电信号，S为”成分x时间”的源信号，A为混合矩阵。ICA的目的是找到混合矩阵A，使每一个分量(每一行)相互独立。根据线
2020-05-12 14:44:53
3115
原创 早上醒来收获一个Surprise，成为CSDN博客专家了
今天一早醒来打开手机，像往常一样，看一下CSDN app，突然有点小惊喜，因为头像上多了博客专家的图标了。我觉得CSDN这个操作(早上公布通过审核的消息)应该得到点赞的，因为可以让你早上醒来收获到一个Surprise!从2013年8月4日开始，在CSDN上撰写了我的第一篇博客开始，到今天(2020年5月9日)为止已经过去了9年多，在过3个月，就是10年了。有点感慨啊，13年，我应该还是大二，那时候开始学习java，也不知通过什么渠道知道的CSDN，就开始在CSDN上分享了java学习笔记。现在来看这些学习
2020-05-09 07:07:56
413
转载 上海交大情感脑电数据集(SJTU Emotion EEG Dataset，SEED)
目录SEED数据集介绍1、刺激与实验2、受试者（subjects）3、数据集摘要SJTU 情感脑电数据集（SEED）是由BCMI实验室提供的EEG数据集的集合，该实验室由路宝良教授领导 。SEED数据集介绍SEED数据集包含对象观看电影剪辑时的脑电信号。仔细选择影片剪辑，以引起不同类型的情感，包括积极（positive），消极（negative）和中性(neutral)的情感。1、刺激与...
2020-05-05 20:00:20
20063
52
原创 脑电、脑机接口(BCI)等数据集、书籍、信号处理等相关资源
目录BCI-相关资源软件Stand Alone BCI ApplicationsMatlab ToolboxesPython ToolboxesAndroid ToolboxesBrain VisualizationsRaspberryPi FrameworkCommunication Protocols硬件EEG消费级设备(Consumer and DIY Devices)研究级设备(Resea...
2020-05-05 18:50:51
3038
1
原创 脑电(EEG)等公开数据集汇总
EEG-Datasets公共EEG数据集的列表。脑电(EEG)等公开数据集汇总运动影像数据Left/Right Hand MI: Includes 52 subjects (38 validated subjects with discriminative features), results of physiological and psychological questionn...
2020-05-05 17:19:36
31093
11
原创 letswave7中文教程2：脑电数据预处理-通道位置分配
目录第1步：通道位置分配第2步：删除不良通道第3步：滤波处理第4步：坏电极插值原始的脑电图信号是有噪声的。预处理对于提高信号的信噪比以获得“清晰”的脑电图数据是非常有必要的。但是，想要完全区分噪音和信号却是几乎不可能的。在脑电信号中，信号与噪声常常混合在一起。在某些步骤中，某些伪影可以很容易地识别和删除。而有些步骤在去噪时可能会滤除部分信号。此外，一些步骤甚至会引入一些噪音。在脑电图分析中，脑...
2020-05-05 17:00:08
2831
1
原创 letswave7中文教程1：软件安装与脑电数据导入
目录1.安装2.数据集介绍3. 数据集导入4.数据集检查Letswave是一款非常好用的神经生理信号处理分析工具，支持从主流的脑电图放大器中导入数据，为数据预处理和时频域信号分析提供多种功能。而且用户友好的界面使文件管理、批处理操作、统计分析和发布的图形生成变得容易。与其他信号处理工具相比，Letswave是一种直观、流线型的脑电图数据处理可视化工具，学习曲线较浅。下面Rose小哥将为大家分...
2020-05-05 16:44:26
3967
1
原创 实际BCI应用:异步EEG/EOG BCI手抓取和释放的可行性
你有没有想过，身体需要多少传感器、信号处理和子任务来处理和执行一个成功的命令?Crea等人在Scientific Reports 2018中的论文《Feasibility and safety of shared EEG/EOG and vision-guidedautonomous whole-arm exoskeleton control to perform activities of ...
2020-05-05 16:23:21
868
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人