0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

捕捉注意力的脑机接口

IEEE电气电子工程师 来源:lq 2019-10-13 17:49 次阅读

现在,创客也可以使用这种针对注意力

缺陷多动障碍患儿的脑电图头戴式设备了

我是一个时尚科技设计师。在设计中,我会将时尚与工程、科学和交互式用户体验技术结合。我设计的很多产品都能够监测穿戴者的生理指标(比如心率),并以某种形式对这些信息做出反应,传递穿戴者的内在状态。2016年,作为奥地利林兹电子艺术未来实验室的常驻艺术家,我决定抓住机会,看看我的技术能不能应用在医疗方面。 结果我研发了一种头戴式设备,能够帮助患有注意力缺陷多动障碍(ADHD)的儿童,并且能够帮助看护者更好地了解与患儿症状有关的环境因素。今年4月,这款头戴式设备的底层技术已经实现商用,对脑机接口(BCI)感兴趣的创客也可以使用了。 其实我到林兹的时候,就对脑电图(EEG)设备产生了兴趣。它能够测量大脑的脑电活动,我在早期的工作中对这些也有了解。在电子艺术节期间,我在附近的仁慈兄弟医院(Barmherzige Brüder Hospital)遇到了杜米尼克•莱斯特(Dominik Laister),他后来成为一名很有价值的顾问。向他咨询后,我决定着重研究与事件关联的脑点位信号P300。P300在医疗临床检查和脑机接口研究中经常受到关注。它是一种电压脉冲,在受到外部刺激后的几百毫秒内发生,通常认为它与注意力和决策相关。在诊断注意力缺陷多动障碍患儿时,都会测量P300信号,因为患儿的这种信号出现的时间较长,且信号强度不如健康儿童。

━━━━

注意力缺陷多动障碍的治疗中一般会使用刺激剂,例如阿得拉。这种药物能够帮助提高注意力,同时减少过度活跃和冲动的行为。虽然药物可能有助于缓解患者的症状,却无法帮助了解注意力缺陷多动障碍患儿为什么更容易对某种刺激产生反应,以及怎样才能在减少患者对药物依赖同时治疗其症状。 我的目标是开发一种设备,通过监测患儿的大脑及其所处的环境来提供相关研究所需的数据。之后我设计了“独角兽代理人”(Agent Unicorn)——带有一个突角的头戴式设备。它的突角中装有一个800万像素的相机,能够在头戴式设备内置的脑电图检测到P300事件增加时拍摄视频。该设备的外形经过特别设计,可以自动将电极定位到头盖骨上的正确位置。 创建Agent Unicorn时,我不想使用任何商业化的脑电图设备。价格较低的设备没有数据获取和处理能力,多数使用的都是接触前额的单电极,并且难以区分脑电波和肌肉收缩造成的电活动。医疗级别的系统价格非常高昂,可靠设备的价格高达1万美元,而且非常笨重。 于是我开始与G.tec公司的创始人兼联合首席执行官克里斯多夫•古格(Christoph Guger)合作。G.tec公司位于林兹附近,是一家生产脑电图设备和软件的大型医疗工程公司。该公司的产品主要供应给医院和其他医疗客户,但古格对希望在项目中使用神经学数据的新一代创客很感兴趣。加上我对P300信号特别感兴趣,我们将电极数从常规的64个缩减到了8个。我们开发了一种与电极连接的微型脑电图板,不需要导电胶就可以使用电极。 在这款头戴式设备中,脑电图板与树莓派Zero W单板计算机连接。树莓派计算机还能够接收来自突角摄像机的连续视频。检测到P300事件时,树莓派通过无线通信方式将事件发生之前3秒和事后5秒内的视频发送到一台笔记本电脑,这样我们就能够看到是什么吸引了佩戴者的注意力。 2016年7月以前,我们的头戴式设备仅有几种有不同形状的角。通过与洛杉矶的3D打印专家伊戈尔•内泽维奇(Igor Knezevic)合作,我们研究了更多种形状和颜色的角,并开始在儿童身上实际使用Agent Unicorn。很快我们就发现,角越有趣、越奇特,孩子们就越喜欢佩戴。 Agent Unicorn的优势之一,就在于它能够获取更接近儿童日常生活精神状态的数据,因为相关机构和儿童可以在更自然的环境中使用该设备。想要测量孩子的脑电活动时,孩子在游戏室或教室内就可以自行拿起Agent Unicorn佩戴在头部,而不需要医生在诊所里通过在头部的64个电极将患儿与机器连接。 此外,Agent Unicorn头戴式设备还设置了LED灯,可在P300事件发生时闪烁。这种方式,可以在儿童注意力特别集中时提醒治疗者,从而便于治疗者开展工作。也可提出非药物治疗方式的建议。 至于Agent Unicorn对于注意力缺陷多动障碍患儿究竟价值几何,临床研究正在进行当中,不过G.tec公司最近已经发布了一款面对科学家、制造商和艺术家的Unicorn 脑电图设备,售价为1 100美元。这款设备没有摄像头角,使用柔软的头罩固定头部电极。蓝牙连接可传输数据,可使用不同的编程语言对数据进行实时分析。

我的目的是创造一种学习系统,能够让穿戴者更了解自己,并帮助他们确定潜意识中的大脑活动。任何人都能够穿戴这种设备来测量自己的脑电活动并从中得出结论。比如,我们对不同的颜色会有怎样的反应?看见巧克力时脑电活动会产生尖峰吗?听到自己的名字时会如何响应?如果你不想购买但是想试用这种设备,那么去全球任意一个针对脑机接口设计者的BR41N.io黑客松场馆,加入我们吧!

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 脑机接口
    +关注

    关注

    7

    文章

    339

    浏览量

    21107
  • 头戴式设备
    +关注

    关注

    0

    文章

    49

    浏览量

    10962

原文标题:捕捉注意力的脑机接口

文章出处:【微信号:IEEE_China,微信公众号:IEEE电气电子工程师】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    马斯克:首位接口人类受试者或已康复 思考即可操控鼠标

    接口行业资讯
    北京中科同志科技股份有限公司
    发布于 :2024年02月21日 09:20:44

    详细介绍​注意力机制中的掩码

    注意力机制的掩码允许我们发送不同长度的批次数据一次性的发送到transformer中。在代码中是通过将所有序列填充到相同的长度,然后使用“attention_mask”张量来识别哪些令牌是填充的来做到这一点,本文将详细介绍这个掩码的原理和机制。
    的头像 发表于 07-17 16:46 416次阅读
    详细介绍​<b class='flag-5'>注意力</b>机制中的掩码

    图解transformer中的自注意力机制

    在整个注意力过程中,模型会学习了三个权重:查询、键和值。查询、键和值的思想来源于信息检索系统。所以我们先理解数据库查询的思想。
    的头像 发表于 06-29 17:06 719次阅读
    图解transformer中的自<b class='flag-5'>注意力</b>机制

    通用的时空预测学习框架实现高效视频预测案例

    TAU模型将时空注意力分解为两个部分:帧内静态注意力和帧间动态注意力。帧内静态注意力使用小核心深度卷积和扩张卷积来实现大感受野,从而捕捉帧内
    发表于 06-19 10:25 250次阅读
    通用的时空预测学习框架实现高效视频预测案例

    PyTorch教程-16.5。自然语言推理:使用注意力

    16.5。自然语言推理:使用注意力¶ Colab [火炬]在 Colab 中打开笔记本 Colab [mxnet] Open the notebook in Colab Colab
    的头像 发表于 06-05 15:44 305次阅读
    PyTorch教程-16.5。自然语言推理:使用<b class='flag-5'>注意力</b>

    PyTorch教程-11.5。多头注意力

    11.5。多头注意力¶ Colab [火炬]在 Colab 中打开笔记本 Colab [mxnet] Open the notebook in Colab Colab [jax
    的头像 发表于 06-05 15:44 335次阅读
    PyTorch教程-11.5。多头<b class='flag-5'>注意力</b>

    PyTorch教程-11.6. 自注意力和位置编码

    11.6. 自注意力和位置编码¶ Colab [火炬]在 Colab 中打开笔记本 Colab [mxnet] Open the notebook in Colab Colab [jax
    的头像 发表于 06-05 15:44 969次阅读
    PyTorch教程-11.6. 自<b class='flag-5'>注意力</b>和位置编码

    PyTorch教程11.4之Bahdanau注意力机制

    电子发烧友网站提供《PyTorch教程11.4之Bahdanau注意力机制.pdf》资料免费下载
    发表于 06-05 15:11 0次下载
    PyTorch教程11.4之Bahdanau<b class='flag-5'>注意力</b>机制

    PyTorch教程11.6之自注意力和位置编码

    电子发烧友网站提供《PyTorch教程11.6之自注意力和位置编码.pdf》资料免费下载
    发表于 06-05 15:05 0次下载
    PyTorch教程11.6之自<b class='flag-5'>注意力</b>和位置编码

    PyTorch教程11.5之多头注意力

    电子发烧友网站提供《PyTorch教程11.5之多头注意力.pdf》资料免费下载
    发表于 06-05 15:04 0次下载
    PyTorch教程11.5之多头<b class='flag-5'>注意力</b>

    PyTorch教程16.5之自然语言推理:使用注意力

    电子发烧友网站提供《PyTorch教程16.5之自然语言推理:使用注意力.pdf》资料免费下载
    发表于 06-05 10:49 0次下载
    PyTorch教程16.5之自然语言推理:使用<b class='flag-5'>注意力</b>

    基于YOLOv5s基础上实现五种视觉注意力模块的改进

      视觉注意力机制的各种模块是个好东西,即插即用,可以添加到主流的对象检测、实例分割等模型的backbone与neck中,实现轻松涨点,本文使用OID数据集的2000多张数据,基于YOLOv5s
    的头像 发表于 06-02 14:52 871次阅读
    基于YOLOv5s基础上实现五种视觉<b class='flag-5'>注意力</b>模块的改进

    一种新的深度注意力算法

    本文简介了一种新的深度注意力算法,即深度残差收缩网络(Deep Residual Shrinkage Network)。从功能上讲,深度残差收缩网络是一种面向强噪声或者高度冗余数据的特征学习方法
    发表于 05-24 16:28 0次下载
    一种新的深度<b class='flag-5'>注意力</b>算法

    计算机视觉中的注意力机制

    计算机视觉中的注意力机制 卷积神经网络中常用的Attention 参考 注意力机制简介与分类 注意力机制(Attention Mechanism) 是机器学习中的一种数据处理方法,广泛应用
    发表于 05-22 09:46 0次下载
    计算机视觉中的<b class='flag-5'>注意力</b>机制

    详解五种即插即用的视觉注意力模块

    SE注意力模块的全称是Squeeze-and-Excitation block、其中Squeeze实现全局信息嵌入、Excitation实现自适应权重矫正,合起来就是SE注意力模块。
    的头像 发表于 05-18 10:23 1773次阅读
    详解五种即插即用的视觉<b class='flag-5'>注意力</b>模块