An Auditory Paradigm for Brain-Computer Interfaces
An auditory oddball (P300) spelling system for brain-computer interfaces
2004年和2008年的两篇文章, 主要是聚焦于 auditory 的 ERP 来研究.
2004
abstract
对于闭锁综合征患者(lock-in paralysed patients), 我们希望能通过听觉刺激来构建 BCI;
实验中通过使用户注意到两个同时的声刺激序列中的一个, 作为一个二元选择的结果. 结果发现通过对 EEG 数据的分析, 分类结果准确性 “encouragingly high”.
Intro
对于肌萎缩侧索硬化症（Amyotrophic Lateral Sclerosis，ALS），又称为路易-巴尔症（Lou Gehrig’s Disease）患者来说, BCI 似乎成了一个折中的治疗方案.
一种神经系统退行性疾病，主要影响中枢神经系统中的运动神经元，导致肌肉萎缩和肌肉功能丧失。ALS主要影响运动神经元，这些神经元负责传输指令从大脑和脊髓到肌肉，以实现肌肉收缩和运动。随着病情的发展，这些神经元逐渐退化，导致肌肉的无法正常运动。由于运动神经元的丧失，患者的肌肉开始萎缩和变弱，最终导致肌肉失去功能。这会导致肢体无力、肌肉僵硬和肌肉震颤等症状。
使用EOG, EEG等技术构建的脑机接口能帮助患者传达一些简单的意图.
EOG 的缩写代表 “Electrooculography”，即眼电图学。EOG 是一种生物电信号测量技术，用于记录眼睛的电活动。它通过监测眼球运动时在眼睛周围皮肤上产生的电位变化来捕捉眼球运动的信息。EOG 可以用于控制脑机接口系统，特别是一些需要眼球运动作为输入信号的系统，例如眼动追踪技术。
但长期的行动丧失和运动皮层锥形细胞的退化可能导致运动想象信息产生困难, 而且视觉信息也变得相当不可靠(聚焦能力的丧失, 或者眼动能力的丧失).
Result
可行
Methods
- 15人, 9男6女, 20-38岁
- 39EEG通道, 1个EOG
- 信号经过0.1-40Hz的模拟带通滤波器（Analog Band-Pass Filter）滤波
- 256Hz 采样
数 target 的 beeps, 以此完成注意力集中.
- linear Independent Component Analysisi
- recursive Independent component elimination
Question
- 什么是 mismatch negativity(MMN)
失匹配负性（Mismatch Negativity，简称MMN）是一种脑电图（EEG）或脑成像研究中检测的一种生物电位。它是一种事件相关电位（Event-Related Potential，ERP），通常用于研究大脑对于预期和非预期事件的敏感性.
MMN 是在大脑接收到一系列重复的刺激时观察到的。它出现在大脑对于某一刺激（通常是声音或视觉刺激）与前一刺激的特征不匹配时。具体来说，MMN 表示大脑对于不匹配事件的负性电位反应，即在预期和实际刺激之间的差异。
- 什么是 slow cortical potentials
慢皮层电位（Slow Cortical Potentials，SCP）是一种脑电生物电位，通常指大脑皮层产生的缓慢变化的电势。与传统的快速脑电波（如α波、β波、δ波和θ波）不同，慢皮层电位的频率较低，通常在每秒几十秒到每秒几分之一的范围内。
慢皮层电位的特点包括：
- 缓慢变化：SCP 是大脑电位的一种慢波形，其振幅在时间上缓慢变化。这些电位可以持续几秒到几分钟之久。
- 负号变化：SCP 通常表现为负数电势变化，即大脑皮层电势的负值变化。
- 源于大脑皮层：SCP 源于大脑皮层，是大脑活动的一种电生理表现。
慢皮层电位在神经科学研究中具有重要意义，因为它们与认知和感知过程以及情绪调节相关。它们常常与以下领域的研究相关：
- 注意力和意识：SCP 可能与注意力的分配和意识状态有关。一些研究表明，SCP 的变化可以反映大脑在不同认知任务中的活动状态。
- 情绪调节：SCP 与情绪处理和情感调节有关。情感的产生和调节可能涉及到大脑皮层电位的变化。
- 神经生物反馈治疗：SCP 还在神经生物反馈治疗中被广泛应用。通过监测和训练患者的SCP，可以帮助他们学会调节大脑活动，从而改善一些神经精神疾病的症状，如注意力缺陷多动障碍（ADHD）和焦虑症。
总之，慢皮层电位是大脑皮层电生理活动的一种表现形式，对于理解大脑的认知和情感过程以及神经生物反馈治疗等方面具有重要意义。它们的研究有助于揭示大脑活动的多样性和复杂性。
- 什么是 linear Independent Component Analysis
线性独立成分分析（Linear Independent Component Analysis，ICA）是一种多变量统计方法，用于将混合信号分解为独立成分。这个方法常常用于信号处理和数据分析，尤其在独立地分离混合信号源方面非常有用。ICA 的目标是找到一组相互独立的成分，使得原始混合信号可以通过这些成分的线性组合来表示。
以下是 ICA 的一些关键概念和特点：
- 独立性：ICA 基于一个关键假设，即混合信号源之间是相互独立的。这意味着每个源的概率分布不会受到其他源的影响。这与主成分分析（PCA）等方法的不同之处在于，PCA 寻找的是数据的正交分量，而不是独立分量。
- 盲源分离：ICA 通常用于盲源分离，也就是在不知道混合系数或源信号的情况下，分离混合信号中的各个源信号。这使得 ICA 在许多领域中非常有用，如语音处理、图像处理、脑电图（EEG）和功能磁共振成像（fMRI）等。
- 非高斯性：ICA 的假设通常要求源信号具有非高斯性质，因为高斯分布的信号在线性组合后不容易分离。非高斯性信号更容易通过 ICA 分离。
- 应用领域：ICA 在多个领域中有广泛应用。在脑科学中，它用于从脑电图（EEG）或功能磁共振成像（fMRI）数据中分离出不同脑区的活动。在通信领域，它可用于分离混合的语音信号。在金融领域，它可用于分析多个金融时间序列数据，以识别潜在的独立因素。
总之，线性独立成分分析是一种强大的统计方法，用于分离混合信号中的独立成分，有助于理解复杂的多变量数据和提取隐藏在其中的有用信息。它在各种领域中都有广泛的应用，是处理多维数据的有力工具。
- 什么是 recursive Independent component elimination
递归独立成分消除（Recursive Independent Component Elimination，RICE）是一种数据分析方法，通常用于处理独立成分分析（ICA）的结果。它的目标是通过反复进行独立成分的排除或选择来改善 ICA 的性能，以获得更好的分离结果。
RICE 的基本思想是在进行 ICA 后，评估每个独立成分的质量，然后选择保留最有用的成分，或者排除掉对分析任务没有帮助的成分。这个过程可以迭代进行，直到达到满意的分析结果或者完成了指定的迭代次数。
RICE 的步骤通常包括以下几个方面：
- ICA 分析：首先，执行独立成分分析，将混合信号分解为一组独立成分。
- 成分评估：对每个独立成分进行评估，通常使用各种指标来确定其质量或相关性。这些指标可以包括成分的独立性、信号与噪声比、对特定任务的相关性等。
- 成分选择或排除：根据评估结果，决定哪些独立成分应该被选择保留，哪些应该被排除。通常，选择的标准是保留对于特定分析任务有帮助的成分，或者排除掉噪声或不相关的成分。
- 迭代：重复上述步骤，每次迭代中都重新运行 ICA 并进行成分评估和选择。这可以多次迭代，直到满足特定的性能或质量标准，或者达到预定的迭代次数。
RICE 的应用领域包括脑成像研究、语音处理、图像处理和信号处理等，其中需要从混合信号中提取有用信息或分离独立成分。通过逐步排除或选择成分，RICE 可以改善分析的精度和可解释性，有助于更好地理解数据和提取潜在的有用信号。这个方法的有效性取决于成分评估的准确性和领域特定的需求。
2008
abstract
比较视觉和听觉相关的拼写系统中, 参试者的表现.
经过简单的训练, 9/13 的受试者几乎达到了同样的表现.
Intro
略
Result
略
Methods
类似于之前的
Question
- oddball paradigm 刺激序列
- auditory modality 听觉
- habituation 适应
- deflection 偏斜
- saccade 扫视
- discriminant function 判别函数
-
prescribe 指定
- 什么是 event-related potential
事件相关电位（Event-Related Potential，ERP）是一种脑电生物电位，它是通过脑电图（EEG）记录的，用于研究大脑对于特定事件或刺激的神经电生理响应。ERP 可以提供有关大脑信息处理和认知过程的关键见解，因为它们反映了大脑在接收到外部刺激后的时间序列性电位变化。
以下是事件相关电位的主要特点和应用：
- 时间锁定：ERP 与特定事件或刺激的发生时间相关联，因此可以精确地确定事件与大脑响应之间的时间关系。这使得研究人员可以分析大脑是如何在事件发生后迅速响应的。
- 反映认知过程：ERP 提供了关于感知、注意、记忆、语言处理、决策和情感等认知过程的信息。通过比较不同条件下的 ERP 波形，可以研究这些过程的时序和神经机制。
- 非侵入性：EEG 技术是一种非侵入性的生物电生理学方法
- 应用领域：ERP 可以用于研究脑损伤、神经疾病、自闭症谱系障碍等。
- ERP 成分：ERP 波形通常由一系列波段组成，包括 P300 波、N400 波、MMN（失匹配负性）等。每个成分通常与不同的认知过程相关。
- 数据分析：分析 ERP 数据通常涉及信号预处理、时间窗口选择、波形分量的标记和统计分析。这些分析可以帮助确定事件引发的神经响应是否显著，并与不同条件之间的差异进行比较。
总的来说，事件相关电位是一种有用的生物电生理学工具，用于研究大脑在接收到特定事件或刺激后的电生理响应。通过分析 ERP 数据，研究人员可以深入了解感知、认知和情感等方面的大脑功能，以及与神经疾病和认知过程相关的神经机制。
- 什么是 intent-stimulus interval
意图-刺激间隔（Intent-Stimulus Interval，ISI）是一个心理学和神经科学领域中常用的概念，用于描述在认知任务中，参与者在形成某种意图（如准备做出反应）后，到实际接收到相关刺激之间的时间间隔。ISI 的长短可以对认知和行为产生重要影响，因此它在实验设计和数据解释中具有重要作用。
以下是有关 Intent-Stimulus Interval 的一些关键信息：
- 实验设计：ISI 是在实验设计中根据研究问题和假设来选择的。研究人员可以选择不同的 ISI 来研究不同的认知过程，例如注意、记忆、决策等。ISI 的长短通常以毫秒（ms）为单位来衡量。
- 短 ISI：短 ISI 意味着在意图形成后不久，就会立即接收到相关刺激。这可以用来研究反应速度、自动化过程或注意的分配。
- 长 ISI：长 ISI 意味着在意图形成后有更长的延迟，才会接收到相关刺激。这可以用来研究更加复杂的认知过程，例如刺激处理、工作记忆或决策制定。
- 影响：ISI 的选择可以影响参与者的任务表现和脑电生物电位（如事件相关电位，ERP）。长 ISI 可能会导致参与者失去对任务的注意，而短 ISI 可能会引发更紧迫的任务处理。
- 事件相关电位（ERP）：在 ERP 研究中，ISI 的选择会影响 ERP 波形的时间特征。例如，P300 波通常在长 ISI 后出现，而N200 波可能在短 ISI 后出现。
总之，意图-刺激间隔（ISI）是在实验中用来控制参与者在形成意图和接收刺激之间的时间间隔的重要参数。它的选择取决于研究问题和假设，可以影响任务的认知要求和表现。因此，在设计实验和解释数据时，研究人员通常会仔细考虑 ISI 的作用。