腦機接口導(dǎo)論

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(jīng)科學(xué)基礎(chǔ)42.1　神經(jīng)元42.2　動作電位或鋒電位52.3　樹突和軸突52.4　突觸52.5　鋒電位的產(chǎn)生62.6　神經(jīng)連接的調(diào)節(jié)：突觸可塑性72.6.1　LTP72.6.2　LTD72.6.3　STDP72.6.4　短期激勵和抑制82.7　大腦組織、解剖學(xué)結(jié)構(gòu)和功能92.8　小結(jié)112.9　問題和習(xí)題11第3章　記錄大腦信號和刺激大腦123.1　記錄大腦信號123.1.1　侵入式技術(shù)123.1.2　非侵入式技術(shù)173.2　刺激大腦223.2.1　侵入式技術(shù)223.2.2　非侵入式技術(shù)233.3　同步記錄和刺激243.3.1　多電極陣列243.3.2　神經(jīng)芯片253.4　小結(jié)263.5　問題和習(xí)題26第4章　信號處理284.1　鋒電位分類284.2　頻域分析294.2.1　傅里葉分析294.2.2　離散傅里葉變換324.2.3　快速傅里葉變換334.2.4　頻譜特征334.3　小波分析334.4　時域分析344.4.1　Hjorth參數(shù)344.4.2　分形維數(shù)354.4.3　自回歸模型364.4.4　貝葉斯濾波364.4.5　卡爾曼濾波384.4.6　粒子濾波404.5　空間濾波414.5.1　雙極、拉普拉斯和共同平均參考414.5.2　主成分分析414.5.3　獨立分量分析444.5.4　共空間模式464.6　偽跡去除技術(shù)484.6.1　閾值法484.6.2　帶阻和陷波濾波484.6.3　線性模型494.6.4　主成分分析494.6.5　獨立分量分析514.7　小結(jié)514.8　問題和習(xí)題51第5章　機器學(xué)習(xí)545.1　分類技術(shù)545.1.1　二分類545.1.2　集成分類技術(shù)595.1.3　多分類615.1.4　分類性能的評估645.2　回歸方法665.2.1　線性回歸675.2.2　神經(jīng)網(wǎng)絡(luò)與反向傳播算法685.2.3　徑向基函數(shù)網(wǎng)絡(luò)705.2.4　高斯過程715.3　小結(jié)735.4　問題和習(xí)題73第二部分　構(gòu)建系統(tǒng)第6章　構(gòu)建BCI786.1　BCI的主要類型786.2　對構(gòu)建BCI有用的大腦反應(yīng)786.2.1　條件反射786.2.2　集群行為796.2.3　想象運動和認(rèn)知行為796.2.4　刺激誘發(fā)行為806.3　小結(jié)806.4　問題和習(xí)題81第三部分　BCI的主要類型第7章　侵入式BCI847.1　侵入式BCI的兩個主要范式847.1.1　基于操作性條件反射的BCI847.1.2　基于集群解碼的BCI867.2　應(yīng)用于動物的侵入式BCI877.2.1　控制假臂和手的BCI877.2.2　控制下肢的BCI987.2.3　控制光標(biāo)的BCI1007.2.4　認(rèn)知型BCI1047.3　應(yīng)用于人的侵入式BCI1087.3.1　植入多電極陣列控制光標(biāo)和機器人1087.3.2　認(rèn)知型BCI1117.4　侵入式BCI的長期使用1127.4.1　BCI的長期使用和穩(wěn)定皮質(zhì)代表區(qū)的形成1127.4.2　植入人腦的BCI的長期使用1147.5　小結(jié)1147.6　問題和習(xí)題114第8章　半侵入式BCI1178.1　基于皮質(zhì)腦電信號（ECoG）的BCI1178.1.1　基于ECoG的動物用BCI1178.1.2　基于ECoG的人用BCI1188.2　基于外周神經(jīng)信號的BCI1348.2.1　神經(jīng)型BCI1348.2.2　目標(biāo)肌肉神經(jīng)分布重建1358.3　小結(jié)1378.4　問題和習(xí)題138第9章　非侵入式BCI1409.1　基于腦電信號的BCI1409.1.1　振蕩電位和ERD1409.1.2　慢皮質(zhì)電位1489.1.3　運動相關(guān)電位1519.1.4　刺激誘發(fā)電位1539.1.5　基于意識任務(wù)的BCI1589.1.6　BCI的錯誤電位1599.1.7　互適應(yīng)型BCI1609.1.8　分層型BCI1619.2　其他非侵入式BCI:fMRI、MEG和fNIR1629.2.1　基于功能性磁共振成像的BCI1629.2.2　基于腦磁圖的BCI1629.2.3　基于功能性近紅外光學(xué)成像的BCI1649.3　小結(jié)1649.4　問題和習(xí)題165第10章　BCI的刺激修復(fù)作用16710.1　感覺功能恢復(fù)16710.1.1　恢復(fù)聽力：人工耳蝸16710.1.2　恢復(fù)視力：皮質(zhì)和視網(wǎng)膜的植入16910.2　運動恢復(fù)17110.3　感覺擴增17210.4　小結(jié)17310.5　問題和習(xí)題173第11章　雙向與循環(huán)型BCI17511.1　通過刺激產(chǎn)生直接的皮質(zhì)指令控制光標(biāo)17511.2　使用BCI和體覺刺激實現(xiàn)主動觸覺探索17811.3　迷你機器人的雙向BCI控制18011.4　通過功能性電刺激實現(xiàn)肌肉的腦皮質(zhì)控制18211.5　建立腦區(qū)間的新聯(lián)系18311.6　小結(jié)18611.7　問題和習(xí)題186第四部分　應(yīng)用和倫理第12章　BCI的應(yīng)用19012.1　醫(yī)學(xué)領(lǐng)域的應(yīng)用19012.1.1　感覺恢復(fù)19012.1.2　運動恢復(fù)19012.1.3　認(rèn)知恢復(fù)19112.1.4　康復(fù)治療19112.1.5　使用菜單、光標(biāo)和拼寫器實現(xiàn)交流19112.1.6　腦控輪椅19212.2　非醫(yī)學(xué)領(lǐng)域的應(yīng)用19312.2.1　網(wǎng)頁瀏覽和虛擬世界導(dǎo)航19312.2.2　機器人替身19512.2.3　高流通量的圖像搜索19712.2.4　測謊和法律領(lǐng)域的應(yīng)用19912.2.5　警覺性監(jiān)測20212.2.6　估算認(rèn)知負(fù)荷20412.2.7　教育和學(xué)習(xí)20612.2.8　安保、身份識別和驗證20812.2.9　利用外骨骼擴增身體能力20912.2.10　記憶和認(rèn)知的放大20912.2.11　航空領(lǐng)域的應(yīng)用21112.2.12　游戲和娛樂21312.2.13　腦控制藝術(shù)21412.3　小結(jié)21612.4　問題和習(xí)題216第13章　腦機接口的道德規(guī)范21813.1　醫(yī)學(xué)、健康和安全問題21813.1.1　平衡風(fēng)險和利益21813.1.2　知情同意21913.2　BCI技術(shù)的濫用21913.3　BCI的安全性和隱私性22013.4　法律問題22013.5　道德和社會公平問題22113.6　小結(jié)22213.7　問題和習(xí)題222第14章　結(jié)論224附錄A　數(shù)學(xué)背景知識226參考文獻237索引248