Open Science, Open Future
http://zh.wikipedia.org/zh-tw/%E8%84%91%E6%9C%BA%E6%8E%A5%E5%8F%A3非侵入式腦機介面和侵入式腦機介面一樣，研究者也使用非侵入式的神經成像術作為腦機之間的介面在人身上進行了實驗。用這種方法記錄到的信號被用來加強肌肉植入物的功能並使參加實驗的志願者恢復部分運動能力。雖然這種非侵入式的裝置方便佩戴於人體，但是由於顱骨對信號的衰減作用和對神經元發出的電磁波的分散和模糊效應，記錄到信號的解析度並不高。這種信號波仍可被檢測到，但很難確定發出信號的腦區或者相關的單個神經元的放電。腦電圖機所記錄到的多導腦電圖信號腦電圖（EEG）作為有潛力的非侵入式腦機介面已得到深入研究，這主要是因為該技術良好的時間解析度、易用性、便攜性和相對低廉的價格。但該技術的一個問題是它對噪聲的敏感，另一個使用EEG作為腦機介面的現實障礙是使用者在工作之前要進行大量的訓練。這方面研究的一個典型例子是德國圖賓根大學的Niels Birbaurmer於1990年代進行的項目。該項目利用癱瘓病人的腦電圖信號使其能夠控制電腦游標。經過訓練，十位癱瘓病人能夠成功地用腦電圖控制游標。但是游標控制的效率較低，在螢幕上寫100個字元需要1個小時，且訓練過程常耗時幾個月。在 Birbaumer的後續研究中，多個腦電圖成分可被同時測量，包括μ波和β波。病人可以自主選擇對其最易用的成分進行對外部的控制。與上述這種需要訓練的EEG腦機介面不同，一種基於腦電P300信號的腦機介面不需要訓練，因為P300信號是人看到熟識的物體是非自主地產生的。美國羅切斯特大學的Jessica Bayliss的2000年的一項研究顯示，受試者可以通過P300信號來控制虛擬現實場景中的一些物體，例如開關燈或者操縱虛擬轎車等。1999年，美國凱斯西留地大學由Hunter Peckham領導的研究組用64導腦電圖恢復了四肢癱瘓病人Jim Jatich的一定的手部運動功能。該技術分析腦電信號中的β波，來分類病人所想的向上和向下兩個概念，進而控制一個外部開關。除此以外，該技術還可以使病人控制電腦游標以及驅動其手部的神經控制器，來一定程度上回復運動功能。 應用人工神經網路，計算機可以分擔病人的學習負擔。Fraunhofer學會2004年用這一技術顯著降低了腦機介面訓練學習所需的時間。Eduardo Miranda的一系列試驗旨在提取和音樂相關的腦電信號，使得殘疾病人可以通過思考音樂來和外部交流，這種概念稱為「腦聲機」（encephalophone）. 腦磁圖（MEG）以及功能核磁共振成像（fMRI）都已成功實現非侵入式腦機介面。例如在一項研究中，病人利用生物反饋技術可以用改變fMRI所檢測到的腦部血流信號來控制桌球運動。 也有人用fMIR信號來准實時地控制機械臂，這一控制的延遲大位7秒左右。
1 則留言:
http://zh.wikipedia.org/zh-tw/%E8%84%91%E6%9C%BA%E6%8E%A5%E5%8F%A3
非侵入式腦機介面
和侵入式腦機介面一樣，研究者也使用非侵入式的神經成像術作為腦機之間的介面在人身上進行了實驗。用這種方法記錄到的信號被用來加強肌肉植入物的功能並使參加實驗的志願者恢復部分運動能力。雖然這種非侵入式的裝置方便佩戴於人體，但是由於顱骨對信號的衰減作用和對神經元發出的電磁波的分散和模糊效應，記錄到信號的解析度並不高。這種信號波仍可被檢測到，但很難確定發出信號的腦區或者相關的單個神經元的放電。
腦電圖機所記錄到的多導腦電圖信號
腦電圖（EEG）作為有潛力的非侵入式腦機介面已得到深入研究，這主要是因為該技術良好的時間解析度、易用性、便攜性和相對低廉的價格。但該技術的一個問題是它對噪聲的敏感，另一個使用EEG作為腦機介面的現實障礙是使用者在工作之前要進行大量的訓練。這方面研究的一個典型例子是德國圖賓根大學的Niels Birbaurmer於1990年代進行的項目。該項目利用癱瘓病人的腦電圖信號使其能夠控制電腦游標。經過訓練，十位癱瘓病人能夠成功地用腦電圖控制游標。但是游標控制的效率較低，在螢幕上寫100個字元需要1個小時，且訓練過程常耗時幾個月。在 Birbaumer的後續研究中，多個腦電圖成分可被同時測量，包括μ波和β波。病人可以自主選擇對其最易用的成分進行對外部的控制。
與上述這種需要訓練的EEG腦機介面不同，一種基於腦電P300信號的腦機介面不需要訓練，因為P300信號是人看到熟識的物體是非自主地產生的。美國羅切斯特大學的Jessica Bayliss的2000年的一項研究顯示，受試者可以通過P300信號來控制虛擬現實場景中的一些物體，例如開關燈或者操縱虛擬轎車等。
1999年，美國凱斯西留地大學由Hunter Peckham領導的研究組用64導腦電圖恢復了四肢癱瘓病人Jim Jatich的一定的手部運動功能。該技術分析腦電信號中的β波，來分類病人所想的向上和向下兩個概念，進而控制一個外部開關。除此以外，該技術還可以使病人控制電腦游標以及驅動其手部的神經控制器，來一定程度上回復運動功能。
應用人工神經網路，計算機可以分擔病人的學習負擔。Fraunhofer學會2004年用這一技術顯著降低了腦機介面訓練學習所需的時間。
Eduardo Miranda的一系列試驗旨在提取和音樂相關的腦電信號，使得殘疾病人可以通過思考音樂來和外部交流，這種概念稱為「腦聲機」（encephalophone）.
腦磁圖（MEG）以及功能核磁共振成像（fMRI）都已成功實現非侵入式腦機介面。例如在一項研究中，病人利用生物反饋技術可以用改變fMRI所檢測到的腦部血流信號來控制桌球運動。 也有人用fMIR信號來准實時地控制機械臂，這一控制的延遲大位7秒左右。
張貼留言