无论是侵入性的还是非侵入性的,脑机接口 (BCI)都具有无与伦比的前景,并有望帮助有需要的患者更好地与周围环境互动。受到基于 BCI 的康复技术的启发对于神经系统损伤和截肢,我们提出了一种电磁脑‑计算机‑超表面(EBCM)范式,由人类的认知直接和非侵入性地通过脑信号进行调节。我们通过实验表明,我们的 EBCM 平台可以从基于 P300 的脑电波的诱发电位直接、无创地调节人类的认知。对电磁域中的数字编码信息进行非侵入性处理,这些信息可以通过信息超表面以自动化和无线方式进一步处理和传输。两个EBCM 操作员之间通过准确的文本传输执行人脑的直接无线通信。此外,使用相同的 EBCM 平台展示了其他几个概念验证的精神控制方案,展示了灵活定制的信息处理和合成能力,如视觉光束扫描、波调制和模式编码。

1   方法和设备

基于P300扫描的脑信号分析

一个40通道EEG放大器NuAmps(Compumedics,Neuroscan,lnc.Australis)和一个30通道EEG帽(LT37)跟随扩展的10-20系统用于收集EEG信号,并参考信号到右侧乳突。在数据收集过程中,所有电极阻抗都保持在5000欧姆以下。在操纵超表面之前,指示操作员执行校准阶段,在此期间收集脑电信号以建立训练集,用于训练在线操纵阶段的预测模型。校准阶段由30次试验组成,每次试验由10轮按钮闪烁组成。在每次试验中,操作员被指示专注于一个目标按钮,该按钮由BCI程序指定。然后对收集到的30通道脑电信号进行预处理和特征提取过程。

文本通信的编码和解码方法

在文本通信方案中,一旦BCI设备检测到来自操作者大脑信号的文本,FPGA就应该通过串口接收文本,并根据字符的ASCI码产生二进制序列。以字符A为例,由帧头和A的ASCI码组成的最终编码序列被编码为1111111000000001000001。编码序列也是FPGA的切换序列,其中0和1分别是低反射强度和高反射强度的模式。在这里,我们采用RCS减少模式和单波束模式作为“0”和“1”。FPGA在收到一封信时始终监控串行端口并在一个序列周期内切换超表面模式。在接收部分,集成在超表面周围的微带天线承担接收器对发射能量的检测。耦合能量首先由LNA放大并以高精度发送到检测器。

检测器以调制器频率的10倍进行采样,以恢复发射的信号。检测到的电压在ADC内转换为数字,然后由接收FPGA处理。

EM实验配置

EM测量在标准微波室中进行,包括光束偏转、RCS 降低和OAM光束生成。

远场测量系统由一个可旋转的工作台、两个标准喇叭天线、一个信号发生器(Keysight E8267D)、一个频谱分析仪(Keysight E4447A)和一个LNA组成。馈电喇叭和超表面样品都固定在可旋转的工作台上,以进行远场测试。在测量OAM相位分布时,测量是在近场测量系统中进行的,该系统由二维扫描架、矢量网络分析仪(Agilent N5230C)、探头和LNA组成。在通信方案中,应用信号生成模块(LMX2594)和LNA来激发元表面。接收检测器以10MHz的频率采样。

2   实验结果

EBCM的原理

脑机接口已被一种流行的概念所吸引,即使大脑信号能够直接传递身体动作。使用非侵入性电极,可以在一定时间序列的视觉刺激下从大脑信号中识别出P300电位。在这项工作中,我们直观地将P300编码特性与可编程信息超表面相结合,并通过实验演示了一个基于P300的鲁棒EBCM,以展示对EM无线信息(例如,合成、操作和编码/解码)的鲁棒控制仅来自大脑信号和设计功能的输入,如图1a所示。

图1. EBCM 平台。a EBCM 的系统架构。配备电极和 P300 BCI 设备的操作员可以在具有特定临时编码序列的视觉刺激下直接指示具有多种 EM 功能的超表面。演示了四种典型方案,包括脑-无线通信、编码模式编码、波束扫描和多功能电磁调制。b光束偏转方案的图形用户界面不同圆圈的按钮代表不同的光束散射方向,其中高光刺激是绿色块。c刺激序列示意图,其中 40行代表 40 个按钮,色块标记按钮的高亮,每个按钮持续 100 ms。d实验测量的 fve 按键操作的脑电信号,在300 ms 左右出现明显的幅度峰值。

显示器放置在操作员面前以显示图形用户界面(GUl),并且有一个虚拟按钮矩阵,如图1b所示。不同的按钮对应EBCM的不同编码模式操作。每个Trial 对应一个命令发送,按钮开始以随机顺序依次闪烁约5轮,每轮包含每个按钮一次闪光。在每次试验之前随机生成快速序列。图1c显示了光束扫描方案中40个按钮(40行)的闪烁序列,其中黄色方块表示刺激的起点。Te垂直轴表示从1到40的按钮数量,而水平轴表示在图1c中用黄色条标记的160个连续刺激闪烁。图1c中每个标记的块代表30ms的持续时间,每个fash持续100ms,这将跨越略多于3个块。在图1d中展示了测量的EEG信号,其中红色和蓝色曲线分别对应于目标和非目标刺激的信号。

基于EBCM的思想无线文本通信

为了充分展示EBCM的应用,我们设计并实验演示了无线文本通信,如图2a 所示。我们展示了在我们的EBCM通信系统中从一个操作员到另一个操作员的文本无线传输:

操作员A作为文本发送器,通过目视EBCM的GUI上的字符按钮来发送字母。当目标字母从EEG信号中解码出来时,基于ASCI码的编码序列在FPGA上实现以切换时变模式。

在编码过程中,由于代表相关文本字符的按钮都有对应的ASClI码,所以直接将选中的按钮翻译成带有帧头的二进制ASCI码“11111111110000”,如图2c所示。根据最终代码,超表面将高强度或低强度反射到空间。在解码过程中,我们首先使用接收通道收集空间EM能量,包括嵌入在超表面旁边的微带天线,如图2e所示,以及低噪声放大器(LNA)和高速由FPGA控制的模数转换器(ADC)。收集到的数据流是一个系列帧集,它表示在10MHz采集速率下的采样强度。使用解码算法定位帧头的位置来确定数据帧的起点,如图2f所示。十个采样数据被转换成二进制ASCIl码,我们在GUI中显示文本。

图2.使用EBCM的无线文本通信。a文本通信系统的系统架构以及编码和解码过程。b-d从脑电信号到传输的电磁信号的编码过程,其中b所示的脑电信号首先由BCI检测并转换为c中的数字序列进行无线传输,然后由d中不同模式幅度的超表面辐射。e-g无线通信的解码过程,天线和FPGA首先接收和采样来自空间的信号,并将它们转换为数字信号。将采样数据离散化为0/1码进行解码,如f所示,最后翻译成文本显示。

无线通信实验实现及结果

通信系统的详细说明如图3a所示,其中发送和接收部分用橙色和绿色标记。在传输部分,首先检测脑电信号,然后用BCI设备处理并转换为FPGA的相应控制信号。控制信号遵循图2b-d所示相应接口的信号编码原理。FPGA执行编码模式排列并将PIN二极管驱动到所需状态。在接收部分,超表面旁边的微带天线(MSA)从发射器获取EM信号并将其发送到LNA和检测器。检测器对模拟幅度进行采样,然后将其进一步转换为FPGA的数字代码。所提出的过程是单向的,但EBCM的通信系统是双向的,因为发送和接收前沿分别是超表面和MSA,如图3b所示,这使得同一运营商能够同时发送和接收EBCM。当一个超表面发送信号时,另一个超表面旁边的MSA接收并解调它。也可以同时反向执行类似的过程。实验场景如图3c所示,其中操作员A执行文本传输任务,操作员B接收并读取文本。发射和接收超表面之间的距离约为1.3m,其中发射超表面由距离为0.3m的宽带天线激发,接收器是集成在接收超表面附近的天线,连接到LNA和一个高速检测器以及一个ADC,由另一个FPGA控制。接收和解调的字母和文本最终显示在设计的GUI上。

图3.无线文本通信的实验实现。a无线文本通信实验的系统架构。b发射和接收部分的工作原理示意图。c直接通过EBCM进行无线文本通信的实验场景,在两个操作员之间放置一块泡沫板以验证无线特性。

图4a说明了通道OZ对两种刺激类型(目标和非目标)的处理后EEG响应。为了充分展示无线通信,我们进一步提供了12段测量的EM信号,包括字母“H、E、L、O、B、C、I、S、M、E、T、A”,如图所示图4b-d,其中高幅度和低幅度分别表示ASCIl码中的“1”和“0”。所提供的数据由EM检测器收集,然后进行归一化。每次检测都会产生一个幅度脉冲和许多幅度脉冲来组成所呈现的数据,其中高幅度和低幅度分别表示代码1和0。根据图4b-d,可以清楚地观察到这些字母的ASClIl代码。请注意,同一测试对象在不同时间、不同状态下的脑电信号波形即使测试同一个字母也不相同。基于P300的脑电检测是针对被测者在被刺激后300ms有一个明显的峰值,证明对应的按键被触发。

图4.使用EBCM进行无线文本通信的实验结果。a在文本通信方案中实验测量的EEG信号。呈现与五个字母“HELLO”相对应的脑电图片段以进行演示。b-d字母“HELO”、“BCIS”和“META”的测量电磁信号。归一化的幅度调制信号呈现这些字母的ASCIl码,其中高幅度和低幅度表示“1”和“0”。

EBCM波前合成的更多功能

为了进一步展示脑信号波前合成的更多功能,本研究设计了三个典型应用,包括视觉光束扫描、多重电磁调制和编码模式输入。如图5a所示,我们建立了一个EBCM的演示原型,其中超表面被发光二极管(LED)版本代替了PIN二极管。由于超表面上的编码模式直接决定了EM函数,我们嵌入LED以直观地可视化EBCM验证系统中的模式控制。在视觉光束扫描方案中,操作员可以通过简单地盯着天空中的各个方向,使用EBCM相应地引导EM光束扫描,如图5b所示。

为了通过EBCM实现多个EM调制,我们设计了一个特定的界面,以表明操作员可以直接驱动EBCM以实现各种EM功能,包括光束偏转、轨道角动量(OAM)光束代和雷达截面(RCS)控制,如图5c所示。这些函数的模拟结果如图5d-m所示。例如,我们在图5d中说明了由均匀相位图案产生的垂直反射单光束的结果,在图5e-g中说明了三个偏转角的结果,其中模拟数据清楚地表明了15的散射方向°、30°和45°,表明与红十字标记的测量方向高度一致。在RCS电平控制中,从“01”到“04”的四个RCS吨将产生图5i-1中所示的散射场,显示散射电平为-15dB、-12dB、-9dB和-6分贝,分别。对于OAM光束的产生,我们在图5h和m中展示了两个OAM模式(+1和+2)的两个散射场,其中可以清楚地观察到中心幅度零点。

图5.使用EBCM的多功能波前合成的更多功能。a模式编码方案的实验照片。b EBCM光束扫描示意图。BCI算子的视觉凝视直接驱动超表面将散射方向调整到所需的角度。每个按钮都与标记的特定散射方向相关。c三种典型的EM功能,包括光束扫描、OAM光束生成和RCS控制。d-g四种光束扫描场的模拟结果,其中主要方向的测量结果用红叉标记,散射光束沿x轴从0°转向45。g-j RCS控制的模拟场结果,其中01到04表示四个级别的反射强度。k,l OAM模式+1和+2的远场模拟结果。

3   讨论与结论

本研究提出了一个EBCM平台,用于在非侵入性脑信号下进行直接的思维文本无线通信和各种EM操作。我们建立了一种从操作者意识到超表面模式的新控制方式,并通过结合P300BC设备和可编程超表面来实现EM功能。我们提出并通过实验验证了一个无线文本通信演示直接传输两个运营商之间基于EBCM的信息从头脑到头脑。我们表明,操作员不再需要任何涉及肌肉的动作,而只需盯着特定的视觉按钮以获得相关的顺序刺激,EBCM可以识别这些刺激并转化为相应的EM信号通讯。我们还展示了三种具有不同功能的典型方案,包括视觉光束扫描、多EM功能切换和超表面图案输入,其中包含20多种编码图案,用于不同的单光束扫描、多光束形成、OAM光束生成、和RCS控制。该工作结合电磁波空间和脑机接口,可能会进一步开辟探索超表面、人脑智能和人工智能深度融合的新方向,从而构建新一代的生物智能超表面系统。


仅用于学术交流,不用于商业行为,若有侵权及疑问,请后台留言,管理员即时删侵!

更多阅读

味觉可以被识别吗?脑机接口在味觉感知中的新应用

AI学会了用“人眼”看世界,甚至连人类瞳孔的细微缩放都能模拟

一项研究为脑卒中后视觉康复带来新的希望

脑机 | NexStem 宣布推出 BCI 耳机和软件

军科院医学研究院神经工程与脑科学研究团队2022年招聘启事

脑-机交互运动训练的神经反馈方法及康复应用

脑机接口如何改变未来?

加入社群

欢迎加入脑机接口社区交流群,

探讨脑机接口领域话题,实时跟踪脑机接口前沿。

加微信群:

添加微信:RoseBCI【备注:姓名+行业/专业】。

加QQ群:913607986

欢迎来稿

1.欢迎来稿。投稿咨询,请联系微信:RoseBCI

2.加入社区成为兼职创作者,请联系微信:RoseBCI

助力脑机接口发展


点个在看祝你开心一整天!

国内研究团队提出通过非侵入性脑机超表面平台实现人脑直接无线通信相关推荐

  1. #今日论文推荐# 无线“心灵交流”,崔铁军院士领衔研发新型脑机超表面,灵活、无创

    #今日论文推荐# 无线"心灵交流",崔铁军院士领衔研发新型脑机超表面,灵活.无创 近年来,可编程超表面(coding metasurfaces)已经实现了对电磁功能的实时和可编程控 ...

  2. 国内研究团队提出基于120个刺激编码视觉诱发电位的脑机接口

    近年来,大量关于脑机接口(BCI)的研究发表.然而,现有的大多数研究中刺激目标数量还不够多,不适合许多实际应用.来自中科院半导体研究所的Sun等人使用4个31-bits的金氏码(gold codes) ...

  3. 上海交大研究人员使用非侵入性脑机接口和计算机视觉引导对机器人手臂进行共享控制...

    对于某些严重残疾患者来说,使用脑机接口(BCI)控制机械臂进行伸手和抓握活动是最常见的应用之一,对于基于脑电图(EEG)的非侵入性BCI而言,这具有很大的挑战性. 在该项研究中,来自上海交通大学的研究 ...

  4. 使用非侵入性脑机接口和计算机视觉引导对机器人手臂进行共享控制

    点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 对于某些严重残疾患者来说,使用脑机接口(BCI)控制机械臂进行伸手和抓握活动是最常见的应用之一,对于基于脑电图(EEG) ...

  5. 非侵入性脑刺激和太空探索

    美国国家航空航天局NASA正在准备针对月球和火星进行更长时间的太空任务,由于银河宇宙辐射.非自然重力场和极端环境对生命带来的威胁,宇航员的健康和表现正成为一个核心问题.在太空中,人脑经历了与液体漂移和 ...

  6. UTA研究团队提出首个3D点云+GAN新方法,让机器人“眼神”更犀利 | AI日报

    韩国NAVER AI LAB重新标注128万张ImageNet图片:多标签,全面提升模型性能 ImageNet是机器学习社区最流行的图像分类基准数据集,包含超过1400张标注图像.该数据集由斯坦福教授 ...

  7. 分享一款实用脑电分析软件,模拟非侵入性脑刺激

    SimNIBS是用于模拟非侵入性脑刺激的软件.它允许对经颅磁刺激(TMS)和经颅直流电刺激(tDCS)诱导的电场进行实际计算.https://simnibs.drcmr.dk/ Gmsh是一个具有内置 ...

  8. 非侵入脑机接口新突破!用意念控制光标,连续追踪效果提升5倍

    来源:智东西 看点:CMU研究人员在使用非侵入式脑机接口开发了第一个成功用意念控制的机械臂,展现了连续追踪和跟踪计算机光标的能力. 智东西6月23日消息,卡内基梅隆大学与明尼苏达大学的研究人员在非侵入 ...

  9. 国内研究团队利用神经反馈训练提高运动想象脑机接口的性能

    运动想象(MI)任务表现的显著性差异严重阻碍了MI在脑机接口(BCI)中的广泛应用.先前的研究人员发现,静息态的alpha波段功率与MI-BCI性能呈正相关.在本研究中,研究人员设计了一种基于上调al ...

最新文章

  1. 虚拟化如何做实?详解戴尔2.0版解决方案
  2. textview 垂直居中_在Textview左边或右边添加图标 ,换行不错位
  3. TortoiseSVN图标设置在注册表中的位置
  4. linux记录iptables日志,iptables日志管理
  5. 位操作符:与,或,异或 狼羊菜
  6. 计算机考研去哪个城市,2019计算机考研:考研热门城市院校排名
  7. 资深前端开发工程师分享:关于前端学习路线的一些建议
  8. win7下声音图标消失的解决办法
  9. JACK——PaintRobot Exercise6
  10. java 简介及环境搭建配置,jdk安装
  11. repo sync error: Exited sync due to fetch errors
  12. 基于matlab的运动目标检测
  13. tfs java_Java SDK for TFS
  14. u8显示服务器资源不足,系统提示“虚拟内存不足”的原因及解决方法
  15. 基于python开发植物大战僵尸
  16. 中科大计算机考研录取分数线_2017计算机专业学校考研难度排行榜,计算机考研难度排名...
  17. SQL 限定返回行数
  18. 视频教程-21天通关Python(课+书,含邮寄)-Python
  19. java 四舍六入五成双_【数据小常识】“四舍六入五成双”
  20. 总结 所有的git错误 持续更新--------

热门文章

  1. icloud电脑设置_如何在Android上设置iCloud电子邮件访问
  2. 数据结构:Quick Power
  3. UrlRewrite(地址变换)技术在IIS 5.0/ASP平台上面的应用[Come From Tinyfool的开发日记(blog)]
  4. 成小胖学习微服务架构·基础篇
  5. 凌波微步Flink——Flink的技术逻辑与编程步骤剖析
  6. 互联网35岁是个坎,博士可不可以干到40岁?
  7. 3d世界尽在掌握!—— directx 8.1/9 graphic 全解析
  8. 无线路由器和WiFi共享精灵你更爱哪个
  9. 使用 Visual Studio 2015 编译 BitShares-Core
  10. 蒙提·派森的飞行马戏团 的风格 包括音乐和书籍