Translate this page to:
Chinese
In JoVE (1)
Other Publications (10)
- Lab on a Chip
- IEEE Transactions on Neural Systems and Rehabilitation Engineering : a Publication of the IEEE Engineering in Medicine and Biology Society
- Journal of Neurophysiology
- Journal of Neurosurgery
- Conference Proceedings : ... Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Conference
- Epilepsy & Behavior : E&B
- Frontiers in Neuroengineering
- IEEE Transactions on Bio-medical Engineering
- Clinical EEG and Neuroscience : Official Journal of the EEG and Clinical Neuroscience Society (ENCS)
- Conference Proceedings : ... Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Conference
Automatic Translation
This translation into Chinese was automatically generated.
English Version | Other Languages
Articles by J. Adam Wilson in JoVE
JoVE General
基于EEG的脑机接口使用虚拟光标移动与BCI2000
1Department of Biomedical Engineering, University of Wisconsin-Madison, 2Wadsworth Center, New York State Dept. of Health
在这个视频中，我们展示了一个脑 - 机接口实验，包括设立脑电图帽，校准系统，并培训用户，移动光标在两个尺寸，用想象运动一个需要运行的步骤。
Other articles by J. Adam Wilson on PubMed
集成微电极阵列和微流体的温度夹的感觉神经元的文化。
细胞培养装置被提交 MEMS 技术与液相光刻技术来创建一个微流控芯片，影响并记录电气细胞活动相结合。光致聚合物通道网络是多通道微电极阵列的顶部形成的。初步结果表明对电极阵列内微流控渠道成功本地热控和椎板位置控制。表现出成人的这种装置的生物应用游离背根节神经元的热敏感细胞亚群与附加到电极阵列。使用层流，同时保持恒定的化学培养基取得了当地温度的神经细胞动态控制。录制预期改变细胞活性证实成功的一体化设备。
脑电的脑-机接口的多式联运控制所依据的因素。
对人类来说最新脑-机接口 (BCI) 系统使用记录从头皮脑电活动和可能在很多方面受到限制。脑电图 （脑电) 据说是微创的脑电图 （EEG） 的 BCI 系统替代收益可能允许用户快速培训和更快的沟通率的优越的信号特征。此外，我们的初步结果表明可能训练大脑区域以外的感觉运动皮层，如听觉皮层，来控制那些用作训练的大脑运动皮层区域使用类似的方法 BCI 系统。这可能会成为重要的有神经系统疾病、 颅脑外伤或排除使用感觉运动皮层的 BCI 控制其他条件的用户。
动作电位诱使哺乳动物有髓视神经统一钙涌入。
髓鞘通过跨越式传导到窄节点励磁和扩展、 绝缘结间区域有效传播的被动电流标定轴突。这解剖的标界期间激励，一个经典的例子是 Na 涌入在节点的限制产生离子的通量急剧异质性。最近的研究表明动作电位也促使钙涌入到哺乳动物视神经髓鞘轴突。钙涌入中髓鞘的轴突中是否显示空间异质性期间神经励磁吗？若要解决此问题，我们期间动作电位分析弥漫钙瞬变的空间配置文件，通过有选择性地染色轴突与钙指标和数据遭受与根据经验确定使用笼化合物的光解作用的轴向钙扩散参数的理论分析。结果表明竟然在动作电位期间钙涌入发生均匀沿完全有髓鼠标视神经的轴突。
Electrocorticographically 控制脑-机接口使用电动机和感官意象患者临时硬膜下电极植入物。四例报告。
脑-机接口 (BCI) 技术可以提供个人与重型电机残疾人更大的独立性和更高质量的生活。BCI 系统采取记录的大脑信号，并将它们转换为实时行动，改善的沟通、 运动，或感知。四个病人颅内脑电图 （脑电) 临床需要参加这项研究。在多个会话培训了与会者以使用电机和/或听觉意象来调节其大脑信号，从而控制计算机光标的移动。电极对电机和/或感官地区的与会者能够实现光标控制超过 2 到 7 天的培训。这些研究结果表明感官和其他脑区以前没有认为非常适合于基于脑电的控制可以提供更多渠道的可能有用的 BCI 电机的控制。
利用 MicroECoG 电极阵列的皮质录音平台。
在过去十年中迅速增长大脑植入式设备的记录和解释大脑皮质中的电信号的临床应用。长期的皮质录音，拟订并评价微脑皮层图 (microECoG) 电极和通用平台。电极直径和电极间的距离，新的设备需要 100s microm，明显小于一般的脑电网格，是不需要穿透脑部。从设备的急性录音表明可从与空间分辨率为 1 毫米的电极记录独立的大脑活动。
实时功能映射使用中人类的脑皮层图信号的雄辩皮层的实用程序。
雄辩皮层的功能映射通常是创脑手术前必要但派生此映射的当前技术有重要的限制。在本文中，我们证明使用被动录制的脑皮层图信号的快速、 稳健而实际映射系统的第一次综合评价。此映射过程基于过去的几年里我们已经开发了 BCI2000 和 SIGFRIED 的技术。在我们的研究，我们计算 10 来自四个不同机构的癫痫患者和派生使用电皮质刺激 (ECS) 映射的结果与我们的过程的结果进行比较。调查结果显示我们的程序中只需要几分钟派生功能的电机皮质地图。它们还显示大量的竞合与派生使用 ECS 映射的结果。具体来说，与 ECS 地图相比下, 一步邻居评价表明没有漏报，只有 0.46 和 1.10%误报的手和舌头的地图，分别。总之，我们表现出实际和鲁棒的映射过程，可以成为规划创脑手术的新工具的第一次综合的评价。
大规模并行处理的实时脑-机接口特征提取使用的图形处理单元的信号处理。
现代计算机处理器的时钟速度在过去 5 年已近趋于平稳。因此，神经修复系统依赖于在短时间内处理大量的数据面临瓶颈，它不可能对进程的所有数据记录从电极阵列与高通道计数和带宽，例如脑皮层图网格或其他可植入系统。因此，在这项研究使用的图形卡 [图形处理单元 (GPU)] 的处理能力的一个方法被开发实时神经信号处理的脑-机接口 (BCI)。NVIDIA CUDA 系统被用来将处理卸载到 GPU，这是能够并行运行许多操作，可能会大大提高现有算法的速度。BCI 系统记录数据的处理和转化为控制信号，计算机光标的运动等多种渠道。此信号处理链涉及到计算矩阵矩阵乘法 （即空间滤波器），其次是计算自回归的方法，并且最后分类的相应功能用于控制每个频道的功率谱密度。这项研究，在 GPU，实施了前两个计算密集型操作步骤和速度相比当前的实现和一个中央处理单元为基础的实现，它使用多线程。GPU 获得显著的性能收益处理： 当前执行处理 1000年渠道的 250 毫秒，933 毫秒，虽然新的 GPU 方法用了只有 27 毫秒，改进近 35 倍。
脑-机接口中的延迟的测量程序。
脑-机接口 (BCI) 系统必须处理神经信号一致时间以支持适当的系统性能。因此，它是重要的是要有能力来确定是否一个特定的 BCI 配置 （即，硬件和软件） 可以提供充分的时间性能对于某项实验。本报告提出了一种方法的测量和量化不同方面的几个典型的 BCI 实验系统定时范围的设置，并提出预期总体系统延迟实验的每个配置的综合措施。
微脑电图平台和慢性 BCI 应用程序的部署策略。
过去十年，脑电图 （脑电) 用于一系列的实验及临床应用。最近，在门诊是为了适应传统的脑电阵列，包括较小的记录联系人和间距有努力。这些装置是可统称为"微脑电"阵列，松散定义为记录脑电活动的毫米波规模的颅内设备。薄膜柔性微尺度脑电阵列适合脑-机接口 (BCI) 应用程序，以及监测癫痫活动，可扩展 3D 平台提交。设计利用柔性薄膜电极，将数组放的地方，而不应用到大脑的重大压力，使径向 subcranial 部署的多个电极从单一的开颅手术。部署技术的测试是在非人类的灵长类动物，和刺激诱发和自发性癫痫活性录。进一步测试 BCI 和癫痫的应用程序中会使电极平台准备初步的人体试验。
BCI 系统使用通用的图形处理单元。
BioMEMS 电极阵列制造技术用于开发高密度阵列与数以百计的渠道。然而，它是以前无法处理更多实时在线 BCI 实验由于计算资源限制这些渠道的一小部分。它是现在可能要使用图形处理单元 (Gpu)，其中可以有几个几百个加工芯每进程大量数据的快速。本白皮书总结了使用 Gpu 的 BCI 脑电、 脑电、 和微电极系统，加上寻的 30 倍以上，当前最先进的基于 CPU 的 BCI 实现加工研究的进展。
