脑机接口导论 pdf epub mobi txt 电子书 下载 2025

想要找书就要到 小美书屋

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

脑机接口技术是一种涉及神经科学 、信号检测、信号处理 、模式识别等多学科的交叉技术，近年来随着神经科学和工程学的长足进展，脑机接口技术愈来愈引起学术界和工业界的关注和重视。本书是第一本讲述脑机接口理论及应用的入门教材。

Rajesh P.N. Rao (born July 2, 1970 in Madras, India) is the Director of the NSF Center for Sensorimotor Neural Engineering (CSNE) and Professor of Computer Science and Engineering at the University of Washington in Seattle.[1]

He is a researcher in the fields of computational neuroscience, artificial intelligence, and brain-computer interfacing. He also works on the 4000-year-old Indus script, a topic on which he has given a TED talk.[2] He is the author of the book Brain-Computer Interfacing (Cambridge University Press, 2013) and the co-editor of two volumes, Probabilistic Models of the Brain (MIT Press, 2002) and Bayesian Brain (MIT Press, 2007).

In the first demonstration of human brain-to-brain communication in August 2013, Rao wearing an electrical brain-signal reading cap triggered the movement of his colleague Andrea Stocco's hand via the Internet, allowing their brains to cooperate to solve a computer game.[3] The demonstration was subsequently replicated across other pairs of humans and the results published in the journal PLOS ONE.[4]

With Prof. Adrienne Fairhall, Rao offered the first massive open online course in computational neuroscience in 2013.

Rao graduated summa cum laude from Angelo State University in 1992 with a B.S. in Computer Science and in Mathematics. He then attended the University of Rochester where he earned his M.S. (1994) and Ph.D. (1998) in Computer Science.[1]

Awards[edit]

Sloan Faculty Fellowship, 2001 [1]

Packard Fellowship for Science and Engineering, 2002 [1]

NSF CAREER award 2002 [5]

ONR Young Investigator Award, 2003 [6]

出版者的话
译者序
前言
第一部分　背景知识
第1章　引言2
第2章　神经科学基础4
2.1　神经元4
2.2　动作电位或锋电位5
2.3　树突和轴突5
2.4　突触5
2.5　锋电位的产生6
2.6　神经连接的调节：突触可塑性7
2.6.1　LTP7
2.6.2　LTD7
2.6.3　STDP7
2.6.4　短期激励和抑制8
2.7　大脑组织、解剖学结构和功能9
2.8　小结11
2.9　问题和习题11
第3章　记录大脑信号和刺激大脑12
3.1　记录大脑信号12
3.1.1　侵入式技术12
3.1.2　非侵入式技术17
3.2　刺激大脑22
3.2.1　侵入式技术22
3.2.2　非侵入式技术23
3.3　同步记录和刺激24
3.3.1　多电极阵列24
3.3.2　神经芯片25
3.4　小结26
3.5　问题和习题26
第4章　信号处理28
4.1　锋电位分类28
4.2　频域分析29
4.2.1　傅里叶分析29
4.2.2　离散傅里叶变换32
4.2.3　快速傅里叶变换33
4.2.4　频谱特征33
4.3　小波分析33
4.4　时域分析34
4.4.1　Hjorth参数34
4.4.2　分形维数35
4.4.3　自回归模型36
4.4.4　贝叶斯滤波36
4.4.5　卡尔曼滤波38
4.4.6　粒子滤波40
4.5　空间滤波41
4.5.1　双极、拉普拉斯和共同平均参考41
4.5.2　主成分分析41
4.5.3　独立分量分析44
4.5.4　共空间模式46
4.6　伪迹去除技术48
4.6.1　阈值法48
4.6.2　带阻和陷波滤波48
4.6.3　线性模型49
4.6.4　主成分分析49
4.6.5　独立分量分析51
4.7　小结51
4.8　问题和习题51
第5章　机器学习54
5.1　分类技术54
5.1.1　二分类54
5.1.2　集成分类技术59
5.1.3　多分类61
5.1.4　分类性能的评估64
5.2　回归方法66
5.2.1　线性回归67
5.2.2　神经网络与反向传播算法68
5.2.3　径向基函数网络70
5.2.4　高斯过程71
5.3　小结73
5.4　问题和习题73
第二部分　构建系统
第6章　构建BCI78
6.1　BCI的主要类型78
6.2　对构建BCI有用的大脑反应78
6.2.1　条件反射78
6.2.2　集群行为79
6.2.3　想象运动和认知行为79
6.2.4　刺激诱发行为80
6.3　小结80
6.4　问题和习题81
第三部分　BCI的主要类型
第7章　侵入式BCI84
7.1　侵入式BCI的两个主要范式84
7.1.1　基于操作性条件反射的BCI84
7.1.2　基于集群解码的BCI86
7.2　应用于动物的侵入式BCI87
7.2.1　控制假臂和手的BCI87
7.2.2　控制下肢的BCI98
7.2.3　控制光标的BCI100
7.2.4　认知型BCI104
7.3　应用于人的侵入式BCI108
7.3.1　植入多电极阵列控制光标和机器人108
7.3.2　认知型BCI111
7.4　侵入式BCI的长期使用112
7.4.1　BCI的长期使用和稳定皮质代表区的形成112
7.4.2　植入人脑的BCI的长期使用114
7.5　小结114
7.6　问题和习题114
第8章　半侵入式BCI117
8.1　基于皮质脑电信号（ECoG）的BCI117
8.1.1　基于ECoG的动物用BCI117
8.1.2　基于ECoG的人用BCI118
8.2　基于外周神经信号的BCI134
8.2.1　神经型BCI134
8.2.2　目标肌肉神经分布重建135
8.3　小结137
8.4　问题和习题138
第9章　非侵入式BCI140
9.1　基于脑电信号的BCI140
9.1.1　振荡电位和ERD140
9.1.2　慢皮质电位148
9.1.3　运动相关电位151
9.1.4　刺激诱发电位153
9.1.5　基于意识任务的BCI158
9.1.6　BCI的错误电位159
9.1.7　互适应型BCI160
9.1.8　分层型BCI161
9.2　其他非侵入式BCI:fMRI、MEG和fNIR162
9.2.1　基于功能性磁共振成像的BCI162
9.2.2　基于脑磁图的BCI162
9.2.3　基于功能性近红外光学成像的BCI164
9.3　小结164
9.4　问题和习题165
第10章　BCI的刺激修复作用167
10.1　感觉功能恢复167
10.1.1　恢复听力：人工耳蜗167
10.1.2　恢复视力：皮质和视网膜的植入169
10.2　运动恢复171
10.3　感觉扩增172
10.4　小结173
10.5　问题和习题173
第11章　双向与循环型BCI175
11.1　通过刺激产生直接的皮质指令控制光标175
11.2　使用BCI和体觉刺激实现主动触觉探索178
11.3　迷你机器人的双向BCI控制180
11.4　通过功能性电刺激实现肌肉的脑皮质控制182
11.5　建立脑区间的新联系183
11.6　小结186
11.7　问题和习题186
第四部分　应用和伦理
第12章　BCI的应用190
12.1　医学领域的应用190
12.1.1　感觉恢复190
12.1.2　运动恢复190
12.1.3　认知恢复191
12.1.4　康复治疗191
12.1.5　使用菜单、光标和拼写器实现交流191
12.1.6　脑控轮椅192
12.2　非医学领域的应用193
12.2.1　网页浏览和虚拟世界导航193
12.2.2　机器人替身195
12.2.3　高流通量的图像搜索197
12.2.4　测谎和法律领域的应用199
12.2.5　警觉性监测202
12.2.6　估算认知负荷204
12.2.7　教育和学习206
12.2.8　安保、身份识别和验证208
12.2.9　利用外骨骼扩增身体能力209
12.2.10　记忆和认知的放大209
12.2.11　航空领域的应用211
12.2.12　游戏和娱乐213
12.2.13　脑控制艺术214
12.3　小结216
12.4　问题和习题216
第13章　脑机接口的道德规范218
13.1　医学、健康和安全问题218
13.1.1　平衡风险和利益218
13.1.2　知情同意219
13.2　BCI技术的滥用219
13.3　BCI的安全性和隐私性220
13.4　法律问题220
13.5　道德和社会公平问题221
13.6　小结222
13.7　问题和习题222
第14章　结论224
附录A　数学背景知识226
参考文献237
索引248
· · · · · · (收起)