面向實用的腦-機介面--縮小研究與實際應用之間的差距

作者：(奧地利)B.Z.艾利森//(西班牙)S.鄧恩//(瑞士)R.萊布//J.D.R.米連//(荷蘭)A.奈霍特|責編:董素芹//任靜|譯者:伏雲發//龔安民//陳超//南文雅
出版社：科學
ISBN：9787030726216

出版日期：2022/08/01
裝幀：平裝
頁數：365

人民幣：RMB 248 元售價：元

內容大鋼

本書是腦-機介面(BCI)的經典著作，自在縮小BCI研究與實際應用之間的差距，推動BCI技術走出實驗室，走向實際應用。主要介紹和論述實用化BC感測器及其信號處理，實用化BCI的設備、應用及用戶群體，BCI實際應用介面和環境，實用化BCI基礎設施建設中新出現的問題。
鑒於BCI研發和應用的跨學科性質，本書不僅可供從事BCI研發的人員參考，也可供受認知與神經科學啟發的人工智慧（包括類腦計算、腦機智能融合等方向）的研發人員參考；本書還可作為高等院校及科研院所C1課程的參考書，以供高年級本科生、碩士和博士研究生學習和參考。

作者介紹

(奧地利)B.Z.艾利森//(西班牙)S.鄧恩//(瑞士)R.萊布//J.D.R.米連//(荷蘭)A.奈霍特|責編:董素芹//任靜|譯者:伏雲發//龔安民//陳超//南文雅

譯者序
前言
  第1章  BCI現狀及進展：概述、分析和建議
    1.1  引言
    1.2  本書概述
      1.2.1  第1部分概述
      1.2.2  第2部分概述
      1.2.3  第3部分概述
      1.2.4  第4部分概述
    1.3  預測和建議
    1.4  總結
    參考文獻
第1部分  感測器、信號和信號處理
  第2章  混合光-電BCI：實踐和可能性
    2.1  引言
    2.2  EEG與fNIRS的基本生理起源
      2.2.1  腦電的起源
      2.2.2  fNIRS響應的起源
    2.3  信號模型
      2.3.1  血管響應建模
      2.3.2  分光光度轉換
      2.3.3  合成信號的生成
    2.4  公開（外顯）的和想象（內隱）的運動任務期間EEG-fNIRS聯合測量
      2.4.1  fNIRS/EEG感測器
      2.4.2  實驗描述
      2.4.3  信號處理
      2.4.4  結果
    2.5  結論
    參考文獻
  第3章  BCI中的組合分類技術
    3.1  引言
    3.2  理論背景
      3.2.1  模式識別方法：組合的定義和背景
      3.2.2  融合的模式識別視角
      3.2.3  為組合的優勢打下紮實的基礎
    3.3  組合和融合的層次
      3.3.1  特徵級聯
      3.3.2  分類級聯
      3.3.3  分類融合
      3.3.4  決策融合
    3.4  組合的類型
      3.4.1  分類器組合
      3.4.2  堆疊式組合
      3.4.3  多導聯組合
      3.4.4  多模態組合
    3.5  重採樣策略
      3.5.1  數據集劃分
      3.5.2  特徵空間劃分
      3.5.3  信號分割
    3.6  融合運算元

      3.6.1  基於樣本的融合
      3.6.2  時域融合運算元
    3.7  總結組合所得的結果
    3.8  結論
    參考文獻
  第4章  採用獨立成分分析提升BCI性能
    4.1  引言
    4.2  ICA在EEG信號處理中的應用
    4.3  ICA在BCI系統中的應用
      4.3.1  偽跡剔除
      4.3.2  提高任務相關腦電信號的信噪比
      4.3.3  選擇電極
    4.4  基於ICA的零訓練BCI
      4.4.1  實驗和數據記錄
      4.4.2  方法
      4.4.3  結果
    4.5  討論和總結
    參考文獻
  第5章  皮層腦電（ECoG）電極在BCI應用中的長期使用
    5.1  引言：從術前診斷到運動解碼
    5.2  ECoG電極的方法和技術
    5.3  用於BCI的ECoG信號
    5.4  用於BCI的多通道ECoG陣列
      5.4.1  激光加工電極的製造
      5.4.2  第一個研究的生物評價/結果
    5.5  可長期植入的無線系統
    參考文獻
第2部分  設備、應用和用戶
  第6章  設備、應用和用戶介紹：基於共享控制技術的實用BCI
    6.1  引言
    6.2  當前和新興的用戶群體
    6.3  BCI設備和應用場景
      6.3.1  通信和控制
      6.3.2  運動替代：恢復抓取功能
      6.3.3  娛樂和遊戲
      6.3.4  運動康復與運動恢復
      6.3.5  心理狀態監測
      6.3.6  混合BCI
    6.4  基於共享控制技術的實用BCI：面向移動性控制
      6.4.1  運動殘疾患者控制的臨場感遙操作機器人
      6.4.2  BCI控制輪椅
    6.5  利用EEG錯誤電位實現手勢識別系統的自適應
    6.6  結論
    參考文獻
  第7章  BCI在手部運動功能康復中的應用
    7.1  引言
    7.2  脊髓損傷患者手部運動功能的康復：腦控神經假肢
      7.2.1  上肢的功能性電刺激
      7.2.2  BCI與FES技術相結合
    7.3  腦卒中後手部運動功能的康復：基於BCI的附加干預

      7.3.1  BCI在腦卒中康復中的應用：最新進展
      7.3.2  FES在腦卒中上肢康復中的應用
      7.3.3  BCI與FES技術相結合在康復臨床中的應用：一種整合方法
    7.4  結論與展望
    參考文獻
  第8章  以用戶為中心的BCI研發設計
    8.1  基於技術的殘疾人輔助解決方案
      8.1.1  理解和界定殘疾
      8.1.2  輔助技術和BCI
    8.2  以用戶為中心的BCI研發方案
      8.2.1  以用戶為中心的設計原則
      8.2.2  在BCI研究中與最終用戶合作
    8.3  BCI支持或替換現有AT解決方案
    8.4  結論
    參考文獻
  第9章  設計未來BCI：超越比特率
    9.1  引言
    9.2  BCI的控制特性
      9.2.1  BCI範式的特定問題
      9.2.2  克服BCI局限性的方法
    9.3  BCI從可用性研究到神經工效學優化
      9.3.1  ERP相關決定因素的現有文獻
      9.3.2  美學、互動隱喻、可用性和性能
    9.4  共享控制
    9.5  創建有效的應用結構：三級任務
      9.5.1  低層級：BCI控制信號
      9.5.2  中間層級：應用
      9.5.3  高層級：用戶
    9.6  吸引終端用戶與期望的作用
    9.7  研究交互：原型和模擬
      9.7.1  展示用戶需求的低保真原型
      9.7.2  面向設計與開發的高保真模擬
    9.8  結論
    參考文獻
  第10章  BCI與虛擬現實相結合：面向新的應用和改進的BCI
    10.1  引言
    10.2  VR和BCI控制的基本原理
      10.2.1  VR的定義
      10.2.2  基於BCI的VR應用的總體架構
    10.3  BCI控制的VR應用評述
      10.3.1  運動想象控制的VR環境
      10.3.2  基於SSVEP的VR/AR環境
      10.3.3  基於P300的VR控制
    10.4  VR對BCI的影響
    10.5  結論
    參考文獻
第3部分  應用介面和環境
  第11章  BCI與用戶體驗評價
    11.1  引言
    11.2  BCI用戶體驗評價的現狀

      11.2.1  用戶體驗影響BCI
      11.2.2  BCI影響用戶體驗
    11.3  將HCI用戶體驗評價應用於BCI
      11.3.1  觀測分析
      11.3.2  神經生理測量
      11.3.3  訪談和問卷調查
      11.3.4  其他方法
    11.4  案例研究
      11.4.1  案例研究：意識控制羊
      11.4.2  案例：倉鼠實驗室
    11.5  討論和結論
    參考文獻
  第12章  多模態交互和多任務環境下的BCI框架
    12.1  引言
    12.2  在雙重任務環境中使用BCI面臨的挑戰
    12.3  組合BCI
    12.4  在多模態用戶介面中集成BCI：相關問題
    12.5  討論和結論
    參考文獻
  第13章  腦電激活的人機交互及應用
    13.1  引言
    13.2  腦狀態識別演算法和系統
      13.2.1  醫療應用的神經反饋系統
      13.2.2  神經反饋系統的信號處理演算法
      13.2.3  神經反饋系統用於增強效能
      13.2.4  情感識別演算法
    13.3  時空分形方法
      13.3.1  用於可視化分析的腦電三維映射
      13.3.2  基於分形的方法
      13.3.3  實時腦狀態識別
      13.3.4  特徵提取
    13.4  實時腦電激活的應用
      13.4.1  神經反饋訓練系統
      13.4.2  基於實時腦電的情感監測與識別
    13.5  結論
    參考文獻
  第14章  視覺誘發電位的相位檢測在BCI中的應用
    14.1  引言
    14.2  信號處理和模式識別方法
      14.2.1  空間濾波
      14.2.2  相位同步分析
    14.3  實驗證據
      14.3.1  最佳刺激頻率
      14.3.2  BCI操作的標定
      14.3.3  BCI操作和信息傳輸速率
    14.4  討論和結論
    參考文獻
  第15章  乾電極腦電感測器能否提高基於SMR、P300和SSVEP的BCI的可用性
    15.1  BCI研究的動機
    15.2  方法

    15.3  實驗設置
    15.4  P300的BCI
    15.5  運動想象
    15.6  SSVEP的BCI
    15.7  結果
    15.8  P300實驗範式
    15.9  運動想象的乾電極
    15.10  SSVEP訓練
    15.11  討論
    參考文獻
第4部分  實用的BCI基礎設施：新出現的問題
  第16章  BCI軟體平台
    16.1  引言
    16.2  BCI
    16.3  OpenViBE
    16.4  TOBI
    16.5  BCILAB
    16.6  BCI++
    16.7  xBCI
    16.8  BF++
    16.9  Pyff
    16.10  總結
    參考文獻
  第17章  重要問題：報告BCI性能的準則
    17.1  引言
    17.2  性能指標
      17.2.1  混淆矩陣
      17.2.2  正確率和錯誤率
      17.2.3  Cohen's Kappa
      17.2.4  敏感性和特異性
      17.2.5  F-測量
      17.2.6  相關係數
    17.3  分類的重要性
      17.3.1  隨機分類的理論水平
      17.3.2  置信區間
      17.3.3  總結
    17.4  包含時間的性能指標
    17.5  估計離線數據的性能指標
      17.5.1  數據集操作
      17.5.2  注意事項
    17.6  假設檢驗
      17.6.1  學生t檢驗與方差分析
      17.6.2  重複測量
      17.6.3  多重比較
      17.6.4  報告結果
    17.7  結論
    參考文獻
  第18章  混合BCI的原理
    18.1  引言
    18.2  基於兩種不同EEG BCI的hBCI

      18.2.1  基於ERD和誘發電位的BCI
      18.2.2  基於運動想象和SSVEP相結合的BCI控制2自由度人工上肢
    18.3  基於EEG BCI和非EEG BCI的hBCI
    18.4  基於EEG BCI和其他生物信號的hBCI
      18.4.1  心率變化用於SSVEP-BCI的電源開/關
      18.4.2  大腦活動與肌肉活動的融合
    18.5  基於EEG BCI和EEG監測的hBCI
    18.6  基於EEG BCI和其他信號的hBCI
    18.7  展望：基於EEG BCI、EEG監測和其他生物信號的hBCI
    18.8  結論與未來工作
    參考文獻
  第19章  非視覺和多感覺BCI系統：現狀和未來
    19.1  引言
    19.2  基於P300的BCI系統
      19.2.1  P300矩陣拼寫器
      19.2.2  超越「矩陣」布局範式：其他Oddball範式
      19.2.3  基於觸覺P300的BCI
    19.3  基於穩態誘發響應的BCI
      19.3.1  聽覺穩態響應
      19.3.2  觸覺穩態響應
    19.4  用皮層慢電位控制BCI
    19.5  感覺運動節律和不同的心理任務
      19.5.1  運動想象的可聽化
      19.5.2  運動想象的體感反饋
      19.5.3  基於音樂和節奏想象的BCI
      19.5.4  基於語音的BCI
      19.5.5  概念性BCI
    19.6  多感覺BCI研究的新方向
      19.6.1  視覺P300 BCI與其他模態相結合
      19.6.2  視覺SSVEP-BCI與其他模態相結合
      19.6.3  視覺反饋與其他模態相結合
      19.6.4  心理任務和多感覺反饋
    19.7  總結
    參考文獻
  第20章  用BioGauges工具集表徵BCI的控制
    20.1  引言
    20.2  BCI使用的關鍵因素
    20.3  表徵BCI系統的特徵
      20.3.1  BioGauges與可控性
      20.3.2  轉換器分類
      20.3.3  BioGauges實驗系統
      20.3.4  分析方法
      20.3.5  驗證
    20.4  結論與展望
    參考文獻
後記
彩圖

同類熱銷排行榜

最近瀏覽的商品

面向實用的腦-機介面--縮小研究與實際應用之間的差距