A short review and primer on the use of human voice in human computer interaction applications
心理生理学在人机交互中的应用是一个不断发展的领域,在未来的智能个性化系统中具有巨大的潜力。在这个新兴领域工作需要理解一系列生理信号和分析技术。除了语言内容外,人类的语音还提供了语调、音质、韵律和话语节奏变化方面的丰富信息,使听众能够识别说话者的许多不同情绪状态。几种类型的因素影响语音,从情绪到认知负荷和病理条件,为在线理解上下文和心理生理状态提供了一个有前途的非侵入性来源。本文旨在为新手提供入门,使其能够快速熟悉最新的核心概念。我们特别强调日常的人机界面应用,以区别于心理生理学更常见的临床或体育用途。本文是从一个全面审查的整个领域的门诊心理生理学,包括12个类似的章节,加上应用指南和系统的审查摘录。因此,任何引用都应使用以下参考文献:B。Cowley,M. Filetti,K. Lukander,J. Torniainen,A.赫内柳斯湖阿霍宁岛巴拉尔岛Kosunen,T. Valtonen,M. Huotilainen,N.拉瓦哈湾雅库奇心理生理学入门:方法指南和广泛的评论,重点是人机交互。《人机交互的基础和趋势》,第9卷,第3-4期,第10页。150- 307,2016年。
2016-09-23 cs.HC
A short review and primer on online processing of multiple signal sources in human computer interaction applications
心理生理学在人机交互中的应用是一个不断发展的领域,在未来的智能个性化系统中具有巨大的潜力。在这个新兴领域工作需要理解一系列生理信号和分析技术。流处理系统(SPS)是一种新兴的计算平台,可用于人机交互,对大容量多模态信号进行实时分析。使用包含在多个信号中的互补信息是期望的,因为它可以使HCI系统更鲁棒。在本预印本中,我们回顾了以HCI为中心的流处理系统的现有软件和硬件解决方案。预印本还从分析生理信号的角度简要介绍了SPS的设计考虑和结构。本文旨在为新手提供入门,使其能够快速熟悉最新的核心概念。我们特别强调日常的人机界面应用,以区别于心理生理学更常见的临床或体育用途。本文是从一个全面审查的整个领域的门诊心理生理学,包括12个类似的章节,加上应用指南和系统的审查摘录。因此,任何引用都应使用以下参考文献:B。Cowley,M. Filetti,K. Lukander,J. Torniainen,A.赫内柳斯湖阿霍宁岛巴拉尔岛Kosunen,T. Valtonen,M. Huotilainen,N.拉瓦哈湾雅库奇心理生理学入门:方法指南和广泛的评论,重点是人机交互。《人机交互的基础和趋势》,第9卷,第3-4期,第10页。150- 307,2016年。
2016-09-26 cs.HC
A short review and primer on electromyography in human computer interaction applications
心理生理学在人机交互中的应用是一个不断发展的领域,在未来的智能个性化系统中具有巨大的潜力。在这个新兴领域工作需要理解一系列生理信号和分析技术。肌电图(EMG)是一种有用的信号,以估计个人的情绪背景,因为它是相对强大的,简单的记录和分析。常见的用途是推断对刺激的反应的情绪效价,并索引一些压力症状。然而,为了解释EMG信号,必须将它们与物理,社会和意图背景的数据一起考虑。本文就肌电信号在人机交互中的应用作一简要综述。本文旨在为新手提供入门,使其能够快速熟悉最新的核心概念。我们特别强调日常的人机界面应用,以区别于心理生理学更常见的临床或体育用途。本文是从一个全面审查的整个领域的门诊心理生理学,包括12个类似的章节,加上应用指南和系统的审查摘录。因此,任何引用都应使用以下参考文献:B。Cowley,M. Filetti,K. Lukander,J. Torniainen,A.赫内柳斯湖阿霍宁岛巴拉尔岛Kosunen,T. Valtonen,M. Huotilainen,N.拉瓦哈湾雅库奇心理生理学入门:方法指南和广泛的评论,重点是人机交互。《人机交互的基础和趋势》,第9卷,第3-4期,第10页。150- 307,2016年。
2016-09-02 cs.HC
A short review and primer on respiration in human computer interaction applications
心理生理学在人机交互中的应用是一个不断发展的领域,在未来的智能个性化系统中具有巨大的潜力。在这个新兴领域工作需要理解一系列生理信号和分析技术。在生理信号中,呼吸是独特的,因为它可以被有意识地控制,这在设计应用程序时必须考虑在内。呼吸与其他生理信号密切相关,特别是心血管活动,并且经常与其他信号一起分析。当单独分析时,呼吸速率的增加可以被视为代谢需求的增加,这表明激活状态,如参与和注意力。本文就呼吸在人机交互中的应用作一简要综述。本文旨在为新手提供入门,使其能够快速熟悉最新的核心概念。我们特别强调日常的人机界面应用,以区别于心理生理学更常见的临床或体育用途。本文是从一个全面审查的整个领域的门诊心理生理学,包括12个类似的章节,加上应用指南和系统的审查摘录。因此,任何引用都应使用以下参考文献:B。Cowley,M. Filetti,K. Lukander,J. Torniainen,A.赫内柳斯湖阿霍宁岛巴拉尔岛Kosunen,T. Valtonen,M. Huotilainen,N.拉瓦哈湾雅库奇心理生理学入门:方法指南和广泛的评论,重点是人机交互。《人机交互的基础和趋势》,第9卷,第3-4期,第10页。150- 307,2016年。
2016-09-12 cs.HC
A short review and primer on using video for psychophysiological observations in human-computer interaction applications
心理生理学测量在人机交互中的应用是一个不断发展的领域,具有未来智能个性化系统的巨大潜力。在这个新兴领域工作需要理解一系列生理信号和分析技术。在现实世界中测量心理生理变量的一个重要方面是测量设置的侵入性。视频是一种可以从远处捕获而不会中断主题的信号。此外,摄像机技术的进步使得能够以越来越高的精度从视频信号中检测越来越多的心理生理现象。本文旨在为新手提供入门,使其能够快速熟悉最新的核心概念。我们特别强调日常的人机界面应用,以区别于心理生理学更常见的临床或体育用途。本文是从一个全面审查的整个领域的门诊心理生理学,包括12个类似的章节,加上应用指南和系统的审查摘录。因此,任何引用都应使用以下参考文献:B。Cowley,M. Filetti,K. Lukander,J. Torniainen,A.赫内柳斯湖阿霍宁岛巴拉尔岛Kosunen,T. Valtonen,M. Huotilainen,N.拉瓦哈湾雅库奇心理生理学入门:方法指南和广泛的评论,重点是人机交互。《人机交互的基础和趋势》,第9卷,第3-4期,第10页。150- 307,2016年。
2016-09-27 cs.HC
Review of the Use of Electroencephalography as an Evaluation Method for Human-Computer Interaction
随着越来越多的人使用机器,有时是在敏感的环境中,评估人机交互至关重要。然而,传统的评估方法可能无法将实时措施、“客观”方法和数据情境化结合起来。在这篇综述中,我们看看如何增加神经影像技术可以响应这样的需求。我们专注于脑电图(EEG),因为它可以在专门的评估阶段有效地处理。我们确定工作量,注意力,警惕性,疲劳,错误识别,情绪,参与,流动和沉浸可识别的脑电图。我们发现,工作量,注意力和情绪的评估将受益最多的脑电图。此外,我们主张通过神经成像进一步研究错误识别,以提高可用性和增加用户体验。
2013-11-09 cs.HC
PlugSelect: Pruning Channels with Plug-and-Play Flexibility for Electroencephalography-based Brain Computer Interface
本文提出即插即用的通道剪枝模型PlugSelect,通过沿输入路径整合梯度推断通道与输出的因果关系并排序,可在不增加训练成本的情况下将AAD、MI和AC三种BCI范式的通道数减少至少一半,同时保持解码性能。
2025-04-11 cs.HC
Comparison of an open-hardware electroencephalography amplifier with medical grade device in brain-computer interface applications
脑机接口(Brain-computer interface,BCI)是一种很有前途的人机通信设备。基于非侵入性神经成像技术如脑电图(EEG)的脑机接口有许多应用,然而该技术的传播是有限的,部分原因是硬件的价格。在本文中,我们并排比较两个EEG放大器,消费级OpenBCI和医疗级g.tec g. USBamp。为此,我们采用了一个原始的蒙太奇,基于同一组电极的同时记录。进行了两组记录。在第一个实验中,使用了一个简单的适配器,在放大器和电极之间直接连接。然后,在第二个实验中,我们试图通过在适配器中添加“理想”二极管来消除一个放大器可能对另一个放大器造成的任何干扰。频谱和时间的功能进行了测试-前者与工作量监测任务,后者与视觉P300拼写任务。总体而言,结果表明OpenBCI板-或基于德州仪器ADS 1299芯片的类似解决方案-可能是传统EEG设备的有效替代品。尽管医疗级设备仍然优于OpenBCI,但后者给出了非常接近的EEG读数,从而在实践中实现了可能适合推广BCI使用的分类准确性。
2016-06-08 cs.HC
Neural Signatures Within and Between Chess Puzzle Solving and Standard Cognitive Tasks for Brain-Computer Interfaces: A Low-Cost Electroencephalography Study
本研究利用低成本消费级 EEG 设备 MUSE 2,结合标准认知任务与国际象棋解题任务,通过线性混合效应模型和机器学习验证了其在区分任务内工作负荷及跨任务认知状态方面的有效性,为实时自适应脑机接口应用提供了依据。
2025-06-03 cs.HC
Upper Limb Movement Execution Classification using Electroencephalography for Brain Computer Interface
本研究利用预训练深度学习模型对EEG频谱图进行分类,实现了四类上肢运动执行的高精度解码,平均准确率达87.36%,为脑机接口辅助神经肌肉疾病患者提供了有效方法。
2023-04-01 cs.HC eess.SP
Framework for Electroencephalography-based Evaluation of User Experience
用脑电图(EEG)测量大脑活动已经足够成熟,可以评估精神状态。结合现有的方法,这样的工具可以用于加强对用户体验的理解。我们提供了一套方法来连续估计用户的心理负荷,注意力和识别的交互错误在不同的交互任务。我们验证这些措施的控制虚拟环境,并显示它们如何可以用来比较不同的交互技术或设备,通过比较这里的键盘和触摸界面。由于这样一个框架,EEG成为一个有前途的方法,以提高复杂的计算机系统的整体可用性。
2016-01-12 cs.HC
MindDesktop: a general purpose brain computer interface
脑电图(EEG)和肌电图(EMG)的最新进展使严重残疾的人能够进行交流。在本文中,我们提出了一个系统,使使用常规的计算机使用现成的EEG/EMG耳机,提供了一个指向设备和虚拟键盘,可用于操作任何基于Windows的系统,最大限度地减少用户的努力所需的个人电脑进行交互。所提出的系统的有效性进行评估的可用性研究,表明减少学习曲线完成各种任务。建议的系统可在提供的链接。
2017-05-21 cs.HC
Systematic Enhancement of Functional Connectivity in Brain-Computer Interfacing using Common Spatial Patterns and Tangent Space Mapping
认知任务的功能连接允许研究人员使用脑电图(EEG)信号分析大脑不同区域之间发生的交互映射。功能连接性的标准实践涉及研究几次试验中的电极对相互作用。由于认知任务总是涉及人的因素,因此不可避免地具有来自受试者浓度或其他精神状态影响的脑信号的低质量数据,这些数据可能在整个实验试验中的任何时间发生。这些低质量的EEG严重影响电极之间的连接。在本文中,我们的目标是通过实施一个分类步骤的过程中,以消除那些不正确的EEG试验从可用的集合中,以提高功能连接的心理任务。分类步骤移除被错误分类或具有低发生概率的试验,以仅提取可靠的EEG试验。通过我们的方法,我们已经成功地提高了不同的心理任务之间的图参数的可分性。我们还观察到,通过仅关注一组选定的通道而不是使用所有通道,连接的可读性得到了提高。
2019-07-21 cs.HC q-bio.NC
Electroencephalography (EEG), electromyography (EMG) and eye-tracking for astronaut training and space exploration
将人类送回月球和火星的持续推动正在产生一系列新颖的技术解决方案,以支持未来的宇航员探险。在这种背景下,欧洲航天局(ESA)最近启动了一项关于不引人注目的接口技术的调查,作为应对这些挑战的潜在答案。在这方面,三种特定的技术已经显示出前景:基于EEG的脑机接口(BCI)提供了利用用户大脑的记录的电活动的非侵入性方法,肌电图(EMG)使得能够监测由用户的肌肉收缩生成的电信号,并且最后,眼动追踪使得能够例如经由相机记录来跟踪用户的注视方向以传达命令。除了简单地提高前瞻性技术解决方案的可用性之外,我们的研究结果表明,EMG、EEG和眼动追踪还可以用于监测和评估各种认知状态,包括用户的注意力、认知负荷和精神疲劳,而EMG还可以用于监测用户的身体状态。我们详细阐述了这三种使能技术的主要优势和挑战,并根据欧空局的最新发现,我们反思了它们在载人航天飞行背景下的适用性。此外,还提供了技术准备就绪的时间轴。这样做,这篇送纸机构将为日益增长的关于新兴技术及其在为人类重返月球和地球轨道以外的探险铺平道路方面的作用的讨论提供素材。
2022-09-27 cs.HC
PIEEG: Turn a Raspberry Pi into a Brain-Computer-Interface to measure biosignals
本文介绍了一种廉价、高精度、易于维护的PIEG板,用于将RaspberryPI转换为脑机接口。该屏蔽允许测量和处理八个实时EEG(脑电图)信号。我们使用最流行的程序设计语言- C、C++和Python来读取设备记录的信号。尽可能完整和清晰地演示了读取EEG信号的过程。这个设备可以很容易地用于机器学习爱好者创建使用思想的力量控制机器人和机械肢体的项目。我们将在GitHub(https://github.com/Ildaron/EEGwithRaspberryPI)上发布使用案例,用于控制机器人机器,无人机等,只是使用思想的力量。
2022-01-05 cs.HC cs.RO
Non-Stationarity in Brain-Computer Interfaces: An Analytical Perspective
California State University, Fresno(弗雷斯诺州立大学);Tokyo University of Agriculture and Technology(东京农工大学)
本文分析了脑电图信号非平稳性的成因及其对脑机接口应用的影响,探讨了协变量偏移的检测与纠正方法。
2025-12-17 cs.HC
Deep Representation Learning for Open Vocabulary Electroencephalography-to-Text Decoding
University of Milano - Bicocca(米兰比可卡大学)
本文提出端到端深度表示学习框架,结合受试者相关EEG编码、BART和GPT-4,用于开放词汇脑电图到文本解码,并在ZuCo数据集上显著超越现有方法。
2023-11-15 cs.CL cs.HC cs.LG
Cascade and Parallel Convolutional Recurrent Neural Networks on EEG-based Intention Recognition for Brain Computer Interface
脑机接口(Brain-Computer Interface,BCI)是一种使人类能够完全以大脑的意图与外界进行通信或控制的系统。基于脑电的脑机接口由于其方便、便携的仪器而成为很有前途的解决方案。运动想象脑电信号(MI-EEG)是一种最广泛的脑电信号,它揭示了被试的运动意图,而不是实际的动作。尽管近年来对MI-EEG进行了广泛的研究,但由于EEG信号中存在大量噪声(例如,低信噪比和不完整的EEG信号),以及难以捕捉EEG信号和某些大脑活动之间的不明显关系。现有的大多数工作要么只考虑脑电信号的链状序列,忽略了相邻信号之间的复杂依赖关系,或执行简单的时间平均的EEG序列。在本文中,我们介绍了级联和并行卷积递归神经网络模型,通过有效地学习原始EEG流的组成时空表示来精确识别人类预期的运动。所提出的模型抓住物理相邻的EEG信号之间的空间相关性,通过转换成一个2D网格状层次结构的链状EEG序列。基于LSTM的递归网络能够提取EEG数据流的细微时间依赖性。在大规模MI-EEG数据集(108名受试者,3,145,160条EEG记录)上进行的广泛实验表明,这两种模型都实现了接近98.3%的高准确度,并且优于一组基线方法和最新的基于深度学习的EEG识别模型,在跨受试者验证场景中,准确度显著提高了18%。
2021-06-10 cs.HC q-bio.NC
Attention-based Transfer Learning for Brain-computer Interface
Tsinghua University(清华大学)
人脑的不同功能区在大脑活动中发挥着不同的作用,这一点在脑-机接口(BCI)领域尚未引起足够的重视。提出了一种基于注意力迁移学习的脑电分类方法。我们的方法考虑了不同脑功能区的重要性,以提高EEG分类的准确性,并提供了一种额外的方法来自动识别与新活动相关的脑功能区,而无需医疗专业人员的参与。我们的经验表明,我们的方法优于国家的最先进的方法在EEG分类的任务,可视化的结果表明,我们的方法可以检测到与特定任务相关的脑功能区。
2019-04-25 cs.AI cs.HC cs.LG
Time Majority Voting, a PC-based EEG Classifier for Non-expert Users
Brandeis University(布兰迪斯大学);Swarthmore College(斯沃斯莫尔学院)
使用机器学习和深度学习从脑电图(EEG)信号预测认知任务是脑机接口(BCI)中快速发展的领域。与计算机视觉和自然语言处理领域相比,这些试验的数据量仍然相当小。开发一种基于PC的机器学习技术,以增加非专家最终用户的参与,可以帮助解决这个数据汇集问题。我们为机器学习创建了一种新的算法,称为时间多数投票(TMV)。在我们的实验中,TMV比尖端算法表现得更好。它可以在个人计算机上有效地运行,用于涉及BCI的分类任务。这些可解释的数据也有助于最终用户和研究人员更好地理解EEG测试。
2022-07-26 cs.HC cs.LG eess.SP
Interpretable Dual-Filter Fuzzy Neural Networks for Affective Brain-Computer Interfaces
University of Technology Sydney(悉尼科技大学);Australian AI Institute(澳大利亚人工智能研究所);Henan University(河南大学);Indian Statistical Institute(印度统计研究所);Chinese Academy of Sciences(中国科学院)
本研究提出iFuzzyAffectDuo,一种基于双滤波模糊神经网络和拉普拉斯隶属函数的情感识别模型,在fNIRS和EEG数据集上提升了准确性与可解释性,推动了情感计算与人机交互发展。
2025-01-29 cs.AI cs.HC eess.SP
Decoding Event-related Potential from Ear-EEG Signals based on Ensemble Convolutional Neural Networks in Ambulatory Environment
Korea University(高丽大学)
近年来,实用的脑机接口被积极地实施,特别是在移动环境中。然而,当用户运动时,脑电信号会受到运动伪影和肌电信号的影响而发生畸变,这给用户的意图识别带来了困难。此外,由于硬件问题也是一个挑战,耳-脑电已被开发为实用的脑机接口,并已被广泛使用。本文提出了基于集成的卷积神经网络,并从统计分析和脑机接口性能两个方面分析了动态环境下头皮和耳脑电的视觉事件相关电位反应。当以1.6 m/s的速度快速行走时,脑机接口性能下降3-14%。所提出的方法显示,在0.728的平均曲线下面积。该方法对动态环境和不平衡数据具有很好的鲁棒性。
2021-03-03 cs.AI cs.HC
Decoding Visual Responses based on Deep Neural Networks with Ear-EEG Signals
近年来,实用的脑机接口被积极地实施,特别是在移动环境中。然而,运动伪迹和运动状态下的肌电信号会使脑电信号发生畸变,从而使人的意图识别变得困难。此外,由于硬件问题也是具有挑战性的,耳-EEG已经被开发用于实用的脑机接口并且被广泛使用。然而,耳EEG仍然包含被污染的信号。本文提出了一种在步行条件下鲁棒的双流深度神经网络,并从统计分析和脑机接口性能两个方面分析了头皮和耳朵中的视觉反应脑电信号。我们验证了视觉反应范式,稳态视觉诱发电位的信号。当以1.6 m/s的速度快速行走时,脑机接口性能下降3~14%。当应用该方法时,头-EEG和耳-EEG的准确性分别提高了15%和7%。该方法在会话相关和会话到会话的实验中显示出对走动条件的鲁棒性。
2020-02-04 cs.HC eess.SP
Interactive Communication -- cross-disciplinary perspectives from psychology, acoustics, and technology
Carl von Ossietzky University of Oldenburg(奥尔登堡卡尔·冯·奥西茨基大学);IfADo - Leibniz Research Centre for Working Environment and Human Factors at TU Dortmund(多特蒙德工业大学 IfADo - 莱布尼茨工作环境与人类因素研究中心);RWTH Aachen University(亚琛工业大学);Ruhr-Universität Bochum(波鸿鲁尔大学);Kiel University(基尔大学);Jade University of Applied Sciences(雅德应用科技大学);University of Regensburg(雷根斯堡大学)
本文从跨学科视角介绍交互式通信,整合心理机制与多方面限制,概述理论框架、总结关键方法,讨论辅助听力技术等应用及伦理考量,强调人类能力与技术系统共同塑造交互式通信,整合相关研究要点。
2026-07-22 cs.HC
NeuGaze: Reshaping the future BCI
Yiqian Yang(第1作者)
NeuGaze利用标准网络摄像头捕捉眼动、头部和面部信号,实现低成本的实时人机交互,性能媲美传统输入,为运动障碍用户提供无需专用硬件的BCI替代方案。
2025-04-21 cs.AI cs.ET cs.HC
Enhancing Immersion and Presence in the Metaverse with Over-the-Air Brain-Computer Interface
针对元宇宙中提升用户体验的需求,提出利用空口BCI结合无线边缘服务器处理EEG信号的框架,通过混合学习与元学习算法解决资源分配与学习问题,实现低延迟高准确率的个性化体验优化。
2024-10-08 cs.HC
Trends in Machine Learning and Electroencephalogram (EEG): A Review for Undergraduate Researchers
Swarthmore College(斯沃斯莫尔学院);Haverford College(哈弗福德学院)
本文综述了截至2023年机器学习背景下基于EEG的脑机接口研究趋势,系统梳理任务、算法与数据集,为本科生提供入门理解并指出未来研究方向。
2023-07-06 cs.HC cs.LG
Error-related Potential driven Reinforcement Learning for adaptive Brain-Computer Interfaces
Ruhr West University of Applied Sciences(鲁尔西部应用科学大学);Ruhr University Bochum(波鸿鲁尔大学);University Hospital Knappschaftskrankenhaus(克纳普沙夫特兰克豪斯大学医院)
本研究提出一种基于误差相关电位和强化学习的自适应脑机接口框架,利用两个智能体动态适应EEG非平稳性,并在公开数据集上验证了其有效性,同时揭示了高速交互范式中运动想象的局限性。
2025-02-25 cs.HC cs.LG q-bio.NC
An Investigation on Non-Invasive Brain-Computer Interfaces: Emotiv Epoc+ Neuroheadset and Its Effectiveness
Kennesaw State University(肯尼索州立大学)
在这项研究中,我们说明了脑机接口研究的进展,并提出了当代的方法。首先,我们探索了一种解码自然语音的方法,该方法旨在将人类语音直接从人脑解码到Facebook现实实验室和加州大学旧金山分校推出的数字屏幕上。然后,我们研究了最近提出的一个有远见的项目,使用脑机接口(BMI)的方法来控制人脑。我们还研究了著名的基于脑电图(EEG)的Epoc+ Neuroheadset,通过在三个人类受试者中试验神经耳机,使用大脑信号识别六个情绪参数,包括参与,兴奋,专注,压力,放松和兴趣,其中我们利用两个监督学习分类器,朴素贝叶斯和线性回归显示Epoc+设备的准确性和能力及其在神经技术研究中的相关应用。我们目前的实验研究和演示表明,69%和62%的精度分别提高上述分类器在阅读的性能矩阵的参与者。我们设想,非侵入性、可插入和低成本的BCI方法不仅是肢体瘫痪患者的替代方案,而且还将成为理解大脑的焦点,这将为我们访问和控制记忆和大脑铺平道路。
2022-06-24 cs.AI cs.CY cs.HC
NeuroGaze: A Hybrid EEG and Eye-Tracking Brain-Computer Interface for Hands-Free Interaction in Virtual Reality
本研究提出NeuroGaze,一种结合脑电图与眼动追踪的混合脑机接口,用于VR免手动交互。实验表明其错误率更低但速度较慢,验证了可行性并凸显人体工程学优势与包容性潜力。
2025-09-09 cs.HC
Empowering Mobility: Brain-Computer Interface for Enhancing Wheelchair Control for Individuals with Physical Disabilities
本研究提出一种利用EEG信号的非侵入式脑机接口系统,通过解码用户思维模式与导航意图,将其转化为精确控制命令,从而增强肢体残疾人士的轮椅控制能力与自主性。
2024-04-27 cs.HC
WearBCI Dataset: Understanding and Benchmarking Real-World Wearable Brain-Computer Interfaces Signals
Hong Kong University of Science and Technology(香港科技大学)
本文提出WearBCI数据集,通过同步多模态记录和系统性评估,研究运动伪影对可穿戴BCI信号的影响,并探索跨模态信号增强和多维行为理解的新应用。
2026-03-29 cs.AI cs.HC eess.SP
Multi-Modal Multi-Agent Robotic Cognitive Alignment enabled by Non-Invasive Consumer Brain Computer Interfaces: A Proof of Concept Exploration
GOOGLE(谷歌);Paradigms of Intelligence(智能范式);Cambridge, MA, United States(马萨诸塞州剑桥市,美国);Mountain View, CA, United States(加利福尼亚州山景城,美国)
提出一种框架,利用消费级脑机接口监测脑电信号,在高认知负荷时延迟智能体通信,实现认知对齐的多智能体交互,初步验证了实时信号处理、大语言模型与机器人结合的可行性。
2026-06-12 cs.HC cs.RO
Mind2Matter: Creating 3D Models from EEG Signals
本文提出Mind2Matter框架,通过训练EEG编码器提取时空视觉特征,微调大型语言模型生成多模态描述,并结合布局引导的生成式3D高斯合成最终3D结构,成功将EEG信号解码为3D物体重建,为脑机接口等应用开辟了新途径。
2025-05-05 cs.GR cs.HC eess.SP
NeuroAiR: Deep Learning Framework for Airwriting Recognition from Scalp-recorded Neural Signals
本研究构建NeuroAiR脑电数据集,探索多种EEG特征与深度学习模型实现空中书写字母识别,最高准确率达44.04%,为基于脑电的空中书写识别建立了基线并验证其可行性。
2023-08-07 cs.HC
Motor-Imagery-Based Brain Computer Interface using Signal Derivation and Aggregation Functions
Universidad Publica de Navarra(纳瓦拉公立大学);Hospital Complex of Navarre (CHN)(纳瓦拉医院综合体);University of Technology Sydney(悉尼科技大学);Australian AI Institute(澳大利亚人工智能研究所)
脑机接口技术是人脑与外部设备之间通信的流行方法。BCI最流行的方法之一是运动想象。在脑机接口的应用中,脑电描记术是一种非常流行的脑动力学测量,因为它的非侵入性的性质。虽然有一个在脑机接口主题的高度兴趣,现有的系统的性能仍然是远远不够理想,由于在EEG信号中执行模式识别任务的难度。BCI系统由执行信号预处理、特征提取和决策制定的各种组件组成。在本文中,我们定义了一个BCI框架,命名为增强融合框架,我们提出了三个不同的想法,以改善现有的基于MI的BCI框架。首先,我们包括一个额外的预处理步骤的信号:微分的EEG信号,使其时不变。其次,我们增加了一个额外的频带作为系统的功能,我们展示了它对系统性能的影响。最后,对系统中的最终决策问题进行了深入的研究。我们建议使用多达六种类型的不同分类器和广泛的聚合函数(包括经典聚合,Choquet和Sugeno积分及其扩展和重叠函数)来融合所考虑的分类器所提供的信息。我们已经测试了这个新系统的数据集上进行运动图像为基础的脑机接口实验的20名志愿者。在这个数据集上,新系统实现了88.80%的准确率。我们还提出了一个优化版本的系统,能够获得高达90,76%。此外,我们发现,对Choquet/Sugeno积分和重叠功能是提供最好的结果。
2021-06-02 cs.AI cs.HC cs.SY
Interacting with Masculinities: A Scoping Review
本文通过综述CHI论文集中126篇论文,梳理人机交互领域30年来男性气质研究的发展,并提出未来研究议程。
2023-04-22 cs.CY cs.HC