|
|
|
腦機接口技術是一種涉及神經科學、信號檢測、信號處理、模式識別等多學科的交叉技術，近年來隨着神經科學和工程學的長足進展，腦機接口技術愈來愈引起學術界和工業界的關注和重視。
本書是第一本講述腦機接口理論及應用的入門教材。
拉傑什P.N.拉奧(Rajesh P.N.Rao)：美國國家科學基金會(NSF)感覺運動神經工程中心(CSNE)主任。華盛頓大學西雅圖分校計算機科學與工程系教授、電子工程和生物工程系兼職教授。他曾經榮獲美國國家科學基金會傑出事業獎(NSF CAREER Award)、美國海軍研究所傑出青年科學家獎(ONR Young Investigato r Awa rd)、斯隆基金學者獎(Sloan FacuIty FelIowshiP)、大衛與露西·帕卡德基金會科學和工程獎(David and Lucile Packard Fellowship for Science and Engineering)。Rao已經在國際學術會議和包括《Science》《Natu re》和《PNAS》等頂級科學期刊中發表了150多篇論文。他同時也是《Probabilistic Models of the Brain and Bayesian Brain》期刊的主編。他的研究涉及計算神經科學、人工智能和腦機接口等多學科的交叉領域。他還將所剩不多的業余時間奉獻給了印度藝術史研究和對印度河文明留下的古代文字的解讀，他以這一主題在TED中發表過演講。
張莉 重慶大學副教授，2002年、2008年在重慶大學電氣工程學院分別獲得工學碩士學位、工學博士學位。2009年至今在重慶大學從事科研教學工作。2012年在俄勒岡大學訪學4個月，2013年至2014年在明尼蘇達大學雙城校區訪學1年。主要從事信號處理、腦機接口等方向的研究。主持並參與了科研項目10余項，發表論文20多篇，獲發明專利授權3項。陳民鈾 重慶大學教授。博士生導師，IEEE高級會員，1987年在重慶大學自動化系獲碩士學位。1991年當選為中國人工智能學會計算機視覺與智能控制學會理事。1998年在英國謝菲爾德大學自動控制與系統工程系獲博士學位。長期從事智能控制與建模、多目標優化、智能信息處理、人工智能的工程應用等方面的研究。主持承擔了十多項國家及省部級科技項目，發表科研論文200多篇。
Brain-Computer Interfacing:An Introduction
出版者的話
譯者序
前言
第一部分 背景知識
第1章 引言2
第2章 神經科學基礎4
2.1 神經元4
2.2 動作電位或鋒電位5
2.3 樹突和軸突5
2.4 突觸5
2.5 鋒電位的產生6
2.6 神經連接的調節：突觸可塑性7
2.6.1 LTP7
2.6.2 LTD7
2.6.3 STDP7
2.6.4 短期激勵和抑制8
2.7 大腦組織、解剖學結構和功能9
2.8 小結11
2.9 問題和習題11
第3章 記錄大腦信號和刺激大腦12
3.1 記錄大腦信號12
3.1.1 侵入式技術12
3.1.2 非侵入式技術17
3.2 刺激大腦22
3.2.1 侵入式技術22
3.2.2 非侵入式技術23
3.3 同步記錄和刺激24
3.3.1 多電極陣列24
3.3.2 神經芯片25
3.4 小結26
3.5 問題和習題26
第4章 信號處理28
4.1 鋒電位分類28
4.2 頻域分析29
4.2.1 傅里葉分析29
4.2.2 離散傅里葉變換32
4.2.3 快速傅里葉變換33
4.2.4 頻譜特征33
4.3 小波分析33
4.4 時域分析34
4.4.1 Hjorth參數34
4.4.2 分形維數35
4.4.3 自回歸模型36
4.4.4 貝葉斯濾波36
4.4.5 卡爾曼濾波38
4.4.6 粒子濾波40
4.5 空間濾波41
4.5.1 雙極、拉普拉斯和共同平均參考41
4.5.2 主成分分析41
4.5.3 獨立分量分析44
4.5.4 共空間模式46
4.6 偽跡去除技術48
4.6.1 閾值法48
4.6.2 帶阻和陷波濾波48
4.6.3 線性模型49
4.6.4 主成分分析49
4.6.5 獨立分量分析51
4.7 小結51
4.8 問題和習題51
第5章 機器學習54
5.1 分類技術54
5.1.1 二分類54
5.1.2 集成分類技術59
5.1.3 多分類61
5.1.4 分類性能的評估64
5.2 回歸方法66
5.2.1 線性回歸67
5.2.2 神經網絡與反向傳播算法68
5.2.3 徑向基函數網絡70
5.2.4 高斯過程71
5.3 小結73
5.4 問題和習題73
第二部分 構建系統
第6章 構建BCI78
6.1 BCI的主要類型78
6.2 對構建BCI有用的大腦反應78
6.2.1 條件反射78
6.2.2 集群行為79
6.2.3 想象運動和認知行為79
6.2.4 刺激誘發行為80
6.3 小結80
6.4 問題和習題81
第三部分 BCI的主要類型
第7章 侵入式BCI84
7.1 侵入式BCI的兩個主要范式84
7.1.1 基於操作性條件反射的BCI84
7.1.2 基於集群解碼的BCI86
7.2 應用於動物的侵入式BCI87
7.2.1 控制假臂和手的BCI87
7.2.2 控制下肢的BCI98
7.2.3 控制光標的BCI100
7.2.4 認知型BCI104
7.3 應用於人的侵入式BCI108
7.3.1 植入多電極陣列控制光標和機器人108
7.3.2 認知型BCI111
7.4 侵入式BCI的長期使用112
7.4.1 BCI的長期使用和穩定皮質代表區的形成112
7.4.2 植入人腦的BCI的長期使用114
7.5 小結114
7.6 問題和習題114
第8章 半侵入式BCI117
8.1 基於皮質腦電信號（ECoG）的BCI117
8.1.1 基於ECoG的動物用BCI117
8.1.2 基於ECoG的人用BCI118
8.2 基於外周神經信號的BCI134
8.2.1 神經型BCI134
8.2.2 目標肌肉神經分布重建135
8.3 小結137
8.4 問題和習題138
第9章 非侵入式BCI140
9.1 基於腦電信號的BCI140
9.1.1 振盪電位和ERD140
9.1.2 慢皮質電位148
9.1.3 運動相關電位151
9.1.4 刺激誘發電位153
9.1.5 基於意識任務的BCI158
9.1.6 BCI的錯誤電位159
9.1.7 互適應型BCI160
9.1.8 分層型BCI161
9.2 其他非侵入式BCI:fMRI、MEG和fNIR162
9.2.1 基於功能性磁共振成像的BCI162
9.2.2 基於腦磁圖的BCI162
9.2.3 基於功能性近紅外光學成像的BCI164
9.3 小結164
9.4 問題和習題165
第10章 BCI的刺激修復作用167
10.1 感覺功能恢復167
10.1.1 恢復聽力：人工耳蝸167
10.1.2 恢復視力：皮質和視網膜的植入169
10.2 運動恢復171
10.3 感覺擴增172
10.4 小結173
10.5 問題和習題173
第11章 雙向與循環型BCI175
11.1 通過刺激產生直接的皮質指令控制光標175
11.2 使用BCI和體覺刺激實現主動觸覺探索178
11.3 迷你機器人的雙向BCI控制180
11.4 通過功能性電刺激實現肌肉的腦皮質控制182
11.5 建立腦區間的新聯系183
11.6 小結186
11.7 問題和習題186
第四部分 應用和倫理
第12章 BCI的應用190
12.1 醫學領域的應用190
12.1.1 感覺恢復190
12.1.2 運動恢復190
12.1.3 認知恢復191
12.1.4 康復治療191
12.1.5 使用菜單、光標和拼寫器實現交流191
12.1.6 腦控輪椅192
12.2 非醫學領域的應用193
12.2.1 網頁瀏覽和虛擬世界導航193
12.2.2 機器人替身195
12.2.3 高流通量的圖像搜索197
12.2.4 測謊和法律領域的應用199
12.2.5 警覺性監測202
12.2.6 估算認知負荷204
12.2.7 教育和學習206
12.2.8 安保、身份識別和驗證208
12.2.9 利用外骨骼擴增身體能力209
12.2.10 記憶和認知的放大209
12.2.11 航空領域的應用211
12.2.12 游戲和娛樂213
12.2.13 腦控制藝術214
12.3 小結216
12.4 問題和習題216
第13章 腦機接口的道德規范218
13.1 醫學、健康和安全問題218
13.1.1 平衡風險和利益218
13.1.2 知情同意219
13.2 BCI技術的濫用219
13.3 BCI的安全性和隱私性220
13.4 法律問題220
13.5 道德和社會公平問題221
13.6 小結222
13.7 問題和習題222
第14章 結論224
附錄A 數學背景知識226
參考文獻237
索引248
