| 作者 |
| [印]狄柏丽·班赛尔（Dipali Bansal） 拉什玛·马哈詹（Rashima Mahajan） 等 |
| 丛书名 |
| 计算机科学丛书 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782112151735 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 ---------------------------8084836 - 基于EEG的脑机接口：认知分析与控制应用--------------------------- 本书主要讨论脑机接口的原理与实现，给出了一个采用眨眼诱发的EEG信号的完整脑机接口实现示例。书中首先介绍脑机接口的技术原理、EEG信号的获取方法以及基于眨眼的脑机接口框架，之后详细讨论从EEG信号中识别有意眨眼的方法，包括时域和频域方法。在此基础上开发脑控应用系统，将Emotiv脑电采集设备与MATLAB连接，实现EEG信号的获取与分析。其中，针对EEG信号分析，介绍了事件相关电位、脑地形图、EEG子频带功率、信道相干性等技术。本书适合脑机接口和生物医学信号处理领域的技术人员阅读，也适合高校相关专业的学生参考。 ---------------------------4970616 - 脑机接口导论--------------------------- 脑机接口技术是一种涉及神经科学、信号检测、信号处理、模式识别等多学科的交叉技术，近年来随着神经科学和工程学的长足进展，脑机接口技术愈来愈引起学术界和工业界的关注和重视。本书是第一本讲述脑机接口理论及应用的入门教材。 本书适用于神经、计算机科学家，医疗工程人员以及高等院校对脑机接口感兴趣的师生阅读。 |
| 目录 |
| [套装书具体书目] 4970616 - 脑机接口导论 - 9787111539957 - 机械工业出版社 - 定价 89 8084836 - 基于EEG的脑机接口：认知分析与控制应用 - 9787111694533 - 机械工业出版社 - 定价 149 ---------------------------8084836 - 基于EEG的脑机接口：认知分析与控制应用--------------------------- 译者序 前言 致谢 第1章 绪论1 1.1 基础理论1 1.1.1 脑机接口的成功案例2 1.1.2 脑机接口的市场分析5 1.2 技术回顾7 1.2.1 人脑解剖结构8 1.2.2 从人脑到计算机10 1.2.3 基于有意眨眼的脑机接口与控制的研究概况13 1.3 本书目标14 参考文献15 第2章 基于EEG的脑机接口18 2.1 引言18 2.1.1 基于EEG的BCI系统架构19 2.2 BCI相关技术22 2.2.1 侵入式和部分侵入式BCI技术22 2.2.2 非侵入式BCI技术24 2.3 数据获取27 2.3.1 脑电位27 2.3.2 EEG电极位置的确定28 2.3.3 EEG电极29 2.3.4 EEG信号与节律29 2.3.5 信号预放大、滤波和模数转换30 2.4 预处理30 2.4.1 EEG伪迹31 2.4.2 EEG伪迹去除32 2.5 特征提取38 2.5.1 EEG信号的时域表示39 2.5.2 EEG信号的频域表示42 2.5.3 EEG信号的时-频域表示43 2.5.4 EEG信号的空间域表示43 2.6 分类44 2.6.1 线性分类器44 2.6.2 非线性分类器45 2.6.3 BCI性能评价45 2.7 BCI应用46 2.7.1 诊疗应用47 2.7.2 非诊疗应用50 2.8 本章小结52 参考文献53 拓展阅读59 第3章 EEG信号的实时获取60 3.1 引言60 3.2 采集设备概览62 3.2.1 依据性能指标的选择标准62 3.2.2 各类EEG设备63 3.3 开发基于EEG的BCI以获取眨眼信号73 3.3.1 选择EEG采集设备73 3.3.2 EMOTIV test bench74 3.3.3 理解.edf格式76 3.3.4 捕捉眨眼信号的实验设计76 3.4 将EEG数据导入MATLAB80 3.4.1 EEG信号分析工具箱的选择80 3.4.2 将EEG数据导入EEGLAB81 3.4.3 将EEG数据导入MATLAB工作空间82 3.5 将EEG数据导入Simulink85 3.6 本章小结86 参考文献87 拓展阅读88 第4章 认知分析：时域89 4.1 引言89 4.2 预处理91 4.2.1 预滤波92 4.2.2 对滤波后的EEG数据进行独立成分分析94 4.3 ERP分析97 4.4 不同延迟时刻的ERP脑地形图分析98 4.5 结果与分析99 4.6 本章小结114 参考文献115 第5章 认知分析：频域117 5.1 引言117 5.2 通道的功率谱分析120 5.3 子频带功率分析121 5.4 EEG相干性分析121 5.5 结果与分析124 5.6 本章小结139 参考文献140 拓展阅读141 第6章 基于EEG的BCI：控制应用142 6.1 引言142 6.2 基于眨眼的BCI控制应用开发详解146 6.2.1 使用MATLAB软件的控制触发器147 6.2.2 用于控制应用的Arduino Uno硬件接口148 6.3 采用基于EEG的BCI可能构建的其他控制应用153 6.3.1 利用LabVIEW的BCI控制应用153 6.3.2 利用MATLAB/Simulink的BCI控制应用160 6.4 本章小结163 参考文献163 拓展阅读164 第7章 总结和展望165 7.1 主要贡献165 7.1.1 时域分析166 7.1.2 频域分析167 7.1.3 基于眨眼的BCI控制应用的开发168 7.2 未来方向和总结168 ---------------------------4970616 - 脑机接口导论--------------------------- Brain-Computer Interfacing:An Introduction 出版者的话 译者序 前言 第一部分 背景知识 第1章 引言2 第2章 神经科学基础4 2.1 神经元4 2.2 动作电位或锋电位5 2.3 树突和轴突5 2.4 突触5 2.5 锋电位的产生6 2.6 神经连接的调节：突触可塑性7 2.6.1 LTP7 2.6.2 LTD7 2.6.3 STDP7 2.6.4 短期激励和抑制8 2.7 大脑组织、解剖学结构和功能9 2.8 小结11 2.9 问题和习题11 第3章 记录大脑信号和刺激大脑12 3.1 记录大脑信号12 3.1.1 侵入式技术12 3.1.2 非侵入式技术17 3.2 刺激大脑22 3.2.1 侵入式技术22 3.2.2 非侵入式技术23 3.3 同步记录和刺激24 3.3.1 多电极阵列24 3.3.2 神经芯片25 3.4 小结26 3.5 问题和习题26 第4章 信号处理28 4.1 锋电位分类28 4.2 频域分析29 4.2.1 傅里叶分析29 4.2.2 离散傅里叶变换32 4.2.3 快速傅里叶变换33 4.2.4 频谱特征33 4.3 小波分析33 4.4 时域分析34 4.4.1 Hjorth参数34 4.4.2 分形维数35 4.4.3 自回归模型36 4.4.4 贝叶斯滤波36 4.4.5 卡尔曼滤波38 4.4.6 粒子滤波40 4.5 空间滤波41 4.5.1 双极、拉普拉斯和共同平均参考41 4.5.2 主成分分析41 4.5.3 独立分量分析44 4.5.4 共空间模式46 4.6 伪迹去除技术48 4.6.1 阈值法48 4.6.2 带阻和陷波滤波48 4.6.3 线性模型49 4.6.4 主成分分析49 4.6.5 独立分量分析51 4.7 小结51 4.8 问题和习题51 第5章 机器学习54 5.1 分类技术54 5.1.1 二分类54 5.1.2 集成分类技术59 5.1.3 多分类61 5.1.4 分类性能的评估64 5.2 回归方法66 5.2.1 线性回归67 5.2.2 神经网络与反向传播算法68 5.2.3 径向基函数网络70 5.2.4 高斯过程71 5.3 小结73 5.4 问题和习题73 第二部分 构建系统 第6章 构建BCI78 6.1 BCI的主要类型78 6.2 对构建BCI有用的大脑反应78 6.2.1 条件反射78 6.2.2 集群行为79 6.2.3 想象运动和认知行为79 6.2.4 刺激诱发行为80 6.3 小结80 6.4 问题和习题81 第三部分 BCI的主要类型 第7章 侵入式BCI84 7.1 侵入式BCI的两个主要范式84 7.1.1 基于操作性条件反射的BCI84 7.1.2 基于集群解码的BCI86 7.2 应用于动物的侵入式BCI87 7.2.1 控制假臂和手的BCI87 7.2.2 控制下肢的BCI98 7.2.3 控制光标的BCI100 7.2.4 认知型BCI104 7.3 应用于人的侵入式BCI108 7.3.1 植入多电极阵列控制光标和机器人108 7.3.2 认知型BCI111 7.4 侵入式BCI的长期使用112 7.4.1 BCI的长期使用和稳定皮质代表区的形成112 7.4.2 植入人脑的BCI的长期使用114 7.5 小结114 7.6 问题和习题114 第8章 半侵入式BCI117 8.1 基于皮质脑电信号（ECoG）的BCI117 8.1.1 基于ECoG的动物用BCI117 8.1.2 基于ECoG的人用BCI118 8.2 基于外周神经信号的BCI134 8.2.1 神经型BCI134 8.2.2 目标肌肉神经分布重建135 8.3 小结137 8.4 问题和习题138 第9章 非侵入式BCI140 9.1 基于脑电信号的BCI140 9.1.1 振荡电位和ERD140 9.1.2 慢皮质电位148 9.1.3 运动相关电位151 9.1.4 刺激诱发电位153 9.1.5 基于意识任务的BCI158 9.1.6 BCI的错误电位159 9.1.7 互适应型BCI160 9.1.8 分层型BCI161 9.2 其他非侵入式BCI:fMRI、MEG和fNIR162 9.2.1 基于功能性磁共振成像的BCI162 9.2.2 基于脑磁图的BCI162 9.2.3 基于功能性近红外光学成像的BCI164 9.3 小结164 9.4 问题和习题165 第10章 BCI的刺激修复作用167 10.1 感觉功能恢复167 10.1.1 恢复听力：人工耳蜗167 10.1.2 恢复视力：皮质和视网膜的植入169 10.2 运动恢复171 10.3 感觉扩增172 10.4 小结173 10.5 问题和习题173 第11章 双向与循环型BCI175 11.1 通过刺激产生直接的皮质指令控制光标175 11.2 使用BCI和体觉刺激实现主动触觉探索178 11.3 迷你机器人的双向BCI控制180 11.4 通过功能性电刺激实现肌肉的脑皮质控制182 11.5 建立脑区间的新联系183 11.6 小结186 11.7 问题和习题186 第四部分 应用和伦理 第12章 BCI的应用190 12.1 医学领域的应用190 12.1.1 感觉恢复190 12.1.2 运动恢复190 12.1.3 认知恢复191 12.1.4 康复治疗191 12.1.5 使用菜单、光标和拼写器实现交流191 12.1.6 脑控轮椅192 12.2 非医学领域的应用193 12.2.1 网页浏览和虚拟世界导航193 12.2.2 机器人替身195 12.2.3 高流通量的图像搜索197 12.2.4 测谎和法律领域的应用199 12.2.5 警觉性监测202 12.2.6 估算认知负荷204 12.2.7 教育和学习206 12.2.8 安保、身份识别和验证208 12.2.9 利用外骨骼扩增身体能力209 12.2.10 记忆和认知的放大209 12.2.11 航空领域的应用211 12.2.12 游戏和娱乐213 12.2.13 脑控制艺术214 12.3 小结216 12.4 问题和习题216 第13章 脑机接口的道德规范218 13.1 医学、健康和安全问题218 13.1.1 平衡风险和利益218 13.1.2 知情同意219 13.2 BCI技术的滥用219 13.3 BCI的安全性和隐私性220 13.4 法律问题220 13.5 道德和社会公平问题221 13.6 小结222 13.7 问题和习题222 第14章 结论224 附录A 数学背景知识226 参考文献237 索引248 |