脑机接口技术的人机工程学问题:现状,挑战,和未来的方向

---

脑机接口(BCI)是定义为一个计算机技术,可以与神经系统的解码信息交互神经活动。它日益成为可靠的技术,包括大脑,分析,并将信号转化为命令提供人机交互的目的,将改变我们的生活,尤其是病人患有瘫痪或类似的神经疾病。BCI使通信与计算机和控制外部设备,如机器人代理。

自BCI研究出现了几十年前,它主要集中在信号处理方法来提高其精度的应用,如虚拟键盘、轮椅控制,或康复训练。BCI现在ematuring走向更加现实和实际合理;因此,是时候考虑人体工程学(或人为因素)作为BCI设计过程的一部分。除了改善BCI系统性能如准确性、大脑信号测量应该更方便、更容易,和BCI范式包括音频或视觉刺激不应该让用户很累。

这个特殊问题的目标是分享前沿研究和应用程序用户友好的BCI解决方案,比如新概念模式,创新的传感器设备和信号处理算法。为了实现这一目标,编辑团队专注于核心技术可能有助于未来可能的BCI的解决方案的实现和确定了9个具有代表性的手稿提交的特殊问题。

这个特殊的问题包括2评审论文和7研究论文正在研究和开发先进的BCI技术提高用户验收。的评论文章,题为“提高脑机接口系统的可用性,”h·j·门敏等人调查了脑电图电极可穿戴技术测量。他们还展示了新的范式最小化BCI过程中视觉和听觉疲劳。的评论文章,题为“混合脑-机接口:进步原则、设计和应用,“z李等人讨论了混合BCI来提高BCI性能的研究进展,实现多功能控制。本文题为“评估半自治性的脑机接口基于共形几何代数和人工视觉,”m·a·Ramirez-Moreno和d·古铁雷斯提出半自治的方法基于共形几何代数模型,解决了机器人的逆运动学控制机械臂动态减少心理疲劳。本文题为“从脑电图使用修改后的PCANet驾驶疲劳检测方法,“y马等人提出了一种新颖的特征提取策略开发的集成主成分分析和深入学习模型来实现高分类精度和效率在使用脑电图驾驶疲劳检测。篇题为“秘密意图回答“是的”或“不”可以解码的实验测量(脑电图)、“j·w·崔和k·h·金显示可能性解码二进制意图从多通道实验脑电图在秘密自我指涉的问题回答“是”或“不。”这篇文章题为“比较视觉刺激的稳态视觉诱发电势脑-机接口在虚拟现实环境下的分类精度和视觉舒适,”k .蔡等人描述一个适当的视觉刺激的重要性提高整体性能的稳态视觉诱发电势bci在虚拟现实(VR)环境。篇题为“拼字的大小影响视觉P300脑机接口(BCI)系统在两种条件下的眼球运动约束,”r . Ron-Angevin等人调查了拼字的大小对P300-based BCI的影响可用性,测量的有效性、效率和满意度在公开和私下注意条件下。本文题为“深度学习在神经放射学中的应用:脑出血分类使用转移学习,“a . m . Dawud等人提出了深度学习解决问题的方法识别脑出血的脑部电脑断层扫描图像。 In the article entitled “An Optimized Channel Selection Method Based on Multifrequency CSP-Rank for Motor Imagery-Based BCI System,” J. K. Feng et al. proposed a common spatial pattern rank channel selection method for multifrequency band EEG to prevent deteriorated BCI performance by redundant information.

的利益冲突

编辑宣布没有利益冲突有关的出版这一问题。

确认

编辑要感谢所有的代码开发者和评审者这个特殊的问题。他们希望这个系列的文章将用于BCI研究和相关技术的产业化。

Hyun Jae门敏
Kim Hyun Seok
Minkyu安
Hohyun曹
Sangtae安

版权

版权©2020 Hyun Jae门敏等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。