基于异步并行诱发策略的混合范式脑-机接口技术

稳态视觉诱发电位(SSVEP)与事件相关电位中P300成分相结合的混合范式脑-机接口(SP-BCI)系统可同时诱发两种特征脑电信号并综合前者的高信噪比和异步兼容特点及后者的大指令集优势,具有提高系统信息传输速率的潜在能力,但现有脑电诱发范式未能充分发挥上述特长.本文提出一种SSVEP按各自频率异步诱发和阻断(SSVEP-B)且与P300并行诱发的新策略,并融合SSVEP-B与P300特征信息进行脑电分类识别.经10名健康年轻被试离线测试实验结果表明,被试总体平均分类正确率为84.5!,系统最高理论信息传输速率为89.5 bit/min,表明新型诱发策略有助于提高BCI信息识别正确率和信息传输速率,有关研究思路与技术可供混合范式脑-机接口系统设计与推广应用参考.     

人机结合的研究现状与进展

阐述了脑科学的形成及其多学科融合特点和研究重要性。从人机交互(HCI)和脑机接口(BCI)两个方面,综述了脑科学领域中的以开发仿脑计算机为目的的人机结合技术研究的进展和现状,并介绍了人机结合领域中的重要研究成果。分析了人机结合的研究趋势,指出开发基于脑机接口的人机交互将是下一代人机结合技术的发展方向。     

认知神经科学与人机交互的融合:人机交互研究的新趋势

目的厘清认知神经科学与人机交互研究融合的发展历程、存在的问题与其未来发展趋势。方法采用文献元分析法,分别对认知神经科学、人机交互、脑机接口等不同领域的相关文献进行了分析,首先简要介绍了认知神经科学的发展历程,叙述了脑功能成像技术的演化进程;其次论述了认知神经科学领域的研究结果对人机交互研究的支持作用;然后叙述了基于认知神经科学和脑成像技术的人机交互研究的认知模型发展历程,并简要介绍了一些从认知神经科学和脑成像角度开展的人机交互研究;接着重点介绍了认知神经科学与人机交互研究结合的典型领域,即脑机接口领域,介绍了脑机接口的发展历史、脑机接口的认知模型、脑机结构研究存在的问题;最后总结了认知神经科学与人机交互融合的必要性和可能性,在对目前现状进行总结的基础上预测了未来的发展趋势。结论认知神经科学与人机交互研究的融合,为人机交互研究提供了新的思路和方法,未来的基于认知神经科学的人机交互研究,可以更好地揭示人机交互过程中的用户特征和交互规律。     

基于体感电刺激的脑-机接口实验范式初探（英文）

大脑对各类感觉输入(视、听模态)会产生不同的响应信号,脑-机接口正是利用这一响应信号实现大脑与外部设备间直接的通讯.然而以电刺激作为脑-机接口的输入模态还未有报道.本研究尝试通过使用体感电刺激作为脑-机接口的输入,从而诱发事件相关电位(ERP).在整个实验中,分别使用视觉、听觉以及电刺激作为诱发因素,针对每种条件下的事件相关电位及其分类准确率开展对比分析.结果显示电刺激所诱发的事件相关电位幅值较高且具有相对稳定的潜伏期,其分类准确率高于听觉刺激范式.也就表明了以不同刺激强度作为参数的电刺激范式作为脑-机接口应用的可行性,这将进一步拓展脑-机接口的应用领域.     

视听诱发脑电特征提取与大脑认知机理分析

为探索视听跨感觉大脑认知机理,基于Stroop效应设计视听觉刺激实验范式,利用Neuroscan40导联脑事件相关电位仪,连续动态采集视听诱发脑电信号,采用独立成分分析方法去除眼电伪迹,AR模型结合相干平均方法提取诱发脑电P300特征．通过对P300电位幅值和潜伏期的分析,研究视听觉诱发大脑认知的信息整合规律、交叉干扰作用和注意竞争效应．实验结果表明,大脑在视听双通道刺激下,更容易整合信息,具有视觉为主、听觉为辅的协同补偿作用,且视觉对听觉有较强的交叉干扰作用以及视觉为主导的竞争效应．该研究成果可以应用于神经信息处理、脑认知科学和脑一机交互系统中．     

基于Chirplet变换的变频视觉诱发电位脑-机接口研究

脑-机接口(brain-computer interface,BCI)是在大脑与外部设备间建立一个直接的信息交流通路,它无须依赖外周神经肌肉系统而仅通过脑电信号特征提取与模式识别来实现思维表达或指令操作.变频视觉诱发电位(chirp stimuli visual evoked potential,Chirp-VEP)是最近提出的一种脑电诱发新模式,可作为BCI控制信号,极富应用潜力.然而Chirp-VEP的诱发条件、信号处理、特征提取方法等都缺乏充分研究.本文采用不同起始频率和chirp调频率进行了Chirp-VEP诱发实验,利用Chirplet变换(chirplet transform,CT)等4种时频分析方法提取了ChirpVEP信号特征.研究结果表明,相较于其他时频分析方法,CT可获得更高的VEP信噪比与正确识别率.在8名受试者参加的在线BCI测试中,Chirp-VEP的总平均正确识别率高达97.8%,进一步验证了Chirp-VEP应用于BCI控制的潜力.     

运动相关皮质电位在运动康复领域的应用

大脑在想象或执行身体运动时产生的运动相关皮质电位(MRCPs)因富含大量运动信息、有较严格的锁时和锁相特征而有利于揭示人体运动神经机制、指导运动康复训练以及疗效评价,故受到运动康复领域研究人员的关注.尤其近年随着基于脑电(EEG)的脑-机接口(BCI)技术在康复领域应用的快速发展,利用MRCPs提取大脑运动信息特征逐渐成为运动康复型BCI的研究热点.本文介绍了MRCPs信号的3个时段分量特点及与之对应的皮质激活区,并从运动意图检测、运动参数识别、运动神经机制探索和康复训练效果评价4个方面综述了将MRCPs信号检测和特征解码用于运动康复领域的研究现状,总结归纳了存在问题并分析了未来MRCPs在康复医学中应用的可行性.笔者认为融合MRCPs与其他运动特征信息用于指导运动康复训练实践应是未来运动康复领域发展的主要趋势.     

运动意图诱发脑电预备响应信号的特征识别

针对预备响应脑电信号(EEG)所包含的运动意图进行提取与识别，对于真实运动前准备电位进行解码。利用共空间模式(CSP)和极限学习机(ELM)解决大脑运动准备诱发特征识别。实验结果表明：该方法能够高效区分左右手真实运动前的准备电位，对脑机接口(BCI)大赛运动执行前的准备诱发脑电数据平均识别正确率可达85.7%。在解码问题上，预备电位与运动想象(MI)脑电信号相比，节省了意识产生到动作执行这一段时间，提高操作任务执行的响应效率，为实现基于运动意图的高效脑机交互提供理论依据和技术支持。     

用基于平行坐标图的可视化人机交互技术提取EEG信号特征的方法

应用可视化人机交互(HCI)方法进行了脑电图记录(EEG)信号特征提取技术的研究。该研究一方面在脑机接口(BCI)技术领域提出了一种新的特征提取技术方法,同时通过可视化人机交互的专家智慧参与,实现了面向对象领域和面向数据模式识别的有效结合,克服了单一机器学习的局限性。首先介绍了多元图表示的基本理论,然后提出了基于平行坐标图的可视化人机交互技术,接着进行了单通道和多通道EEG信号特征提取的可视化人机交互技术的研究,最后采用第二届国际脑机接口竞赛中的数据集Ⅳ进行了数据实验。实验表明,本文提出的方法的识别结果优于实验数据集国际竞赛最优结果和文献报道中的当前国际最优结果。     

基于脑机接口的机器人辅助脑瘫康复表情训练系统设计

本文基于脑机接口(BCI)设备Emotiv EPOC+设计了机器人辅助脑瘫康复面部表情训练系统.系统在Python开发环境中使用WebSocket通信协议设定服务器与客户端用来完成获取设备信号和对信号进行处理以及应用的工作,使用小波变换处理方法捕捉单一通道在某一训练时段的特征信号,通过触发对应的特征信号与动作关系指令驱...     

以驾驶员为导向的汽车人机界面识别系统研究

随着大数据、移动互联网、现代人工智能等先进技术在汽车运输管理领域的创新发展和广泛应用,车身内部空间、人机交互界面、操作处理方式和交互处理正在不断发生改革。目的 为了探索研究现阶段智能汽车的发展趋势,深入了解汽车界面识别系统的模式和技术进步,推动人工智能领域的进一步发展,系统分析了当前市场背景下,智能驾驶汽车人机界面识别系统多模式的体现形式。方法 从人机交互的角度出发,以BMW汽车案例为主,通过以驾驶员为导向,进行智能汽车仪式感设计研究分析,重点阐述蓝牙技术、汽车界面显示设备、数字智能化、智能控制系统、共享技术、情感交互六个领域在驾驶系统的现状及未来的发展趋势,剖析互联网时代现阶段智能汽车统筹发展,深入研究汽车界面识别系统在人机领域的实际应用。结果 结合学术界和汽车产业市场,分析智能汽车界面识别系统的能力和技术的重要性,以及在未来一段时间内智能汽车发展的趋势。结论 指出提升汽车识别界面的技术水平是当前国内智能汽车厂商和信息技术服务公司的发展重点,提升汽车内饰的用户体验以激发消费潜力,拓宽消费市场是未来汽车人机交互的发展重点。     

人工智能背景下的车载人机交互界面设计研究

通过人工智能技术对车辆用户的偏好、状态及环境信息进行分析处理,将在车载交互界面中展示更合理的驾驶建议和更符合用户习惯的车载人机交互界面布局,为用户提供更自然的人机交互体验。分析现有车载人机交互界面和人工智能技术的发展现状,将人工智能技术引入车载人机交互界面中,并对用户进行问卷调查及驾驶行为观察等定量和定性研究,分析用户的驾驶行为与偏好,了解用户在交互方式和界面展示形式等方面的需求,并根据这些需求和人工智能技术的特点提出车载人机交互界面的设计策略。本研究基于人工智能技术的特点和用户研究的结果,提出了车载人机交互界面的交互设计策略——车载人机交互界面应在层级设计、布局设计和信息呈现方面展开优化,以减少用户注意资源的占用。基于此策略,人工智能与车载人机交互界面应自然融合,车载人机交互界面将根据用户偏好和事件优先级进行动态调整。     

情境意识理论在驾驶界面设计中的研究现状与展望

目的 针对列车驾驶自动化和智能化的发展带来驾驶界面信息量大增,司机工作转变为信息监控和决策后,带来的心理负荷明显上升且情境意识下降等问题,梳理情境意识理论在智能驾驶界面设计中的研究现状,并对下一步研究进行展望。方法 进行文献分析,整理情境意识理论的研究现状和进展,从情境意识与自动化驾驶界面设计、显控界面图文信息、工作负荷、自动化下的人机交互四个具有智能化驾驶界面显著特征的相关设计应用的研究入手,对相关研究成果进行了综述。结论 分析了目前的研究现状和发展方向,提出了应加强对智能化背景下司机的驾驶人机交互认知特征、驾驶情境意识的表现特征及视觉策略、基于情境意识增强的智能列车驾驶界面可视化设计方法等方面的研究。     

Optimal channel and frequency band-based feature selection for motor imagery electroencephalogram classification

Common spatial pattern (CSP) is a widely adopted method for electroencephalogram (EEG) feature extraction in brain-computer interface (BCI) based on motor imagery. Bandpass-filtering EEG into several subbands related to brain activity tasks is an effective approach to improve the performance of CSP based algorithm. However, this approach tends to suffer the over-fitting problem because of the increase in feature dimension. Therefore, we proposed an optimal channel and frequency band-based CSP feature selection method in this paper. Firstly, the correlation coefficient was calculated to select the optimal channels, and these channels were bandpass-filtered into multiple overlapping subbands. The subbands with higher power spectrum density were chosen for CSP feature extraction. Next, the pair-wise relevance was utilized to remove subband features with less difference. And then the screened subband features were combined with features extracted from the broadband signal. The Fisher ratio was exploited to carry out further feature selection. Finally, a support vector machine (SVM) was trained to classify the selected CSP features. An experimental study was implemented on BCI competition III dataset IVa and BCI competition IV dataset 1. The average classification accuracy reached 89.33% and 84.08%, which indicated the rationality and effectiveness of the proposed method.     

界面视觉设计干扰子对搜索效率的影响机制研究

目的 探讨移动应用界面中视觉设计干扰子对搜索效率的影响机制,为提高视觉界面搜索效率提供搜索界面设计策略和方法。方法 通过文献研究,梳理视觉搜索理论及行为模型,并在此基础上探究视觉信息搜索思维逻辑。并基于某大学图书馆研修室预约系统,设计制作7组界面视觉干扰子实验样本,通过动态界面交互眼动实验研究,探明界面视觉设计干扰子对搜索效率的影响机制。结果 在界面结构、功能布局、交互方式、信息表现、信息层级、色彩搭配与UI动效7组不同界面视觉设计干扰子样本中,用户目标任务的搜索效率都有显著差异。结论 搜索类型界面设计应使界面结构清晰,主次功能分布合理,尝试灵活多样的交互方式,尽量减少信息层级以及进行适当的信息可视化,给用户舒适的色彩对比度以及恰当的UI动效引导。     

栅格系统方法在网页界面设计中的应用研究

目的 研究栅格系统方法在网页界面设计中的发展现状、应用范式及创新途径。方法 从网页界面设计的特点与规律出发,分析其作为一种视觉传达媒介在交互方式与设计流程上的特性,研究栅格系统方法的基本原理及其在网页界面设计中的重要作用,结合对栅格系统发展现状与应用范式的归纳分析,探讨其在网页界面设计中的创新途径与发展方向。结论 栅格系统本质上是一种可以数学描述的界面设计方法,能够指导网页元素的布局与信息内容的组织传达,有效提升网页产品的用户体验。信息技术软硬件的发展对网页界面设计提出了新的要求,可以从典型栅格系统的扩展应用、响应式网页设计方法的推广完善等方向探索创新。同时,栅格系统方法能够从非结构化数据的处理、学习模型建立等方面,推动人工智能技术在设计领域内的应用。     

人工智能技术在产品交互设计中的应用

目的 通过对人工智能技术体系的认知与研究,了解人工智能技术在产品交互设计中的应用现状,发现人工智能给产品交互设计带来的革新、产生的新交互方式,以及未来人工智能技术在产品交互设计领域中的发展趋势。方法 以AI净饮机为主,小米智能家居和“小飞鱼”驾驶助手等设计案例为辅,全面剖析在整个设计过程中的应用思考与表现。深入分析人工智能在产品交互设计中的实际应用。结论 根据目前人工智能应用在各行各业中的现状,经过调研及分析其应用的技术手段,总结出人工智能如何驱动产品交互设计的发展。另外,在产品交互设计流程和方法中,通过人工智能的介入,可以提高产品交互设计的效率与用户体验。最终提出对传统产品交互设计的方式、方法、界面及信息构架等多维度的产品设计概念的重新定义,对未来的发展方向进行了设想。     

人-无人车交互中的可解释性交互研究

目的 随着现代人工智能技术在自动驾驶系统中的广泛应用,其可解释性问题日益凸显,为此探讨人-无人车交互过程中的可解释性交互的框架以及设计要素等问题,以增强自动驾驶系统的决策透明性、安全性和用户信任度。方法 结合可解释人工智能和人机交互的基本理论与方法,本文首先介绍了可解释性人工智能,对当前可解释内容的提取方法进行总结,然后以人-机器人交互的透明度模型为基础,建立人-无人车交互中可解释性交互的框架。最后从解释的对象、方式和评价等多个设计维度对可解释性的交互设计问题进行探讨,并结合案例进行分析。结论 可解释性作为人与模型决策之间的接口,不仅仅是一个人工智能技术问题,而且与人密切相关,涉及到人-无人车交互中的多个层次。本文提出人-无人车交互中可解释性交互的框架,得出在人-无人车交互每个阶段需要的解释内容以及可解释交互设计的要素。