腦機接口導論

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)科學基礎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、解剖學結構和功能92.8　小結112.9　問題和習題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123.1.2　非侵入式技術173.2　刺激大腦223.2.1　侵入式技術223.2.2　非侵入式技術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263.5　問題和習題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514.8　問題和習題51第5章　機器學習545.1　分類技術545.1.1　二分類545.1.2　集成分類技術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)絡與反向傳播算法685.2.3　徑向基函數(shù)網(wǎng)絡705.2.4　高斯過程715.3　小結735.4　問題和習題73第二部分　構建系統(tǒng)第6章　構建BCI786.1　BCI的主要類型786.2　對構建BCI有用的大腦反應786.2.1　條件反射786.2.2　集群行為796.2.3　想象運動和認知行為796.2.4　刺激誘發(fā)行為806.3　小結806.4　問題和習題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　控制光標的BCI1007.2.4　認知型BCI1047.3　應用于人的侵入式BCI1087.3.1　植入多電極陣列控制光標和機器人1087.3.2　認知型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1147.6　問題和習題114第8章　半侵入式BCI1178.1　基于皮質腦電信號（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　目標肌肉神經(jīng)分布重建1358.3　小結1378.4　問題和習題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　慢皮質電位1489.1.3　運動相關電位1519.1.4　刺激誘發(fā)電位1539.1.5　基于意識任務的BCI1589.1.6　BCI的錯誤電位1599.1.7　互適應型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成像的BCI1649.3　小結1649.4　問題和習題165第10章　BCI的刺激修復作用16710.1　感覺功能恢復16710.1.1　恢復聽力：人工耳蝸16710.1.2　恢復視力：皮質和視網(wǎng)膜的植入16910.2　運動恢復17110.3　感覺擴增17210.4　小結17310.5　問題和習題173第11章　雙向與循環(huán)型BCI17511.1　通過刺激產(chǎn)生直接的皮質指令控制光標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)肌肉的腦皮質控制18211.5　建立腦區(qū)間的新聯(lián)系18311.6　小結18611.7　問題和習題186第四部分　應用和倫理第12章　BCI的應用19012.1　醫(yī)學領域的應用19012.1.1　感覺恢復19012.1.2　運動恢復19012.1.3　認知恢復19112.1.4　康復治療19112.1.5　使用菜單、光標和拼寫器實現(xiàn)交流19112.1.6　腦控輪椅19212.2　非醫(yī)學領域的應用19312.2.1　網(wǎng)頁瀏覽和虛擬世界導航19312.2.2　機器人替身19512.2.3　高流通量的圖像搜索19712.2.4　測謊和法律領域的應用19912.2.5　警覺性監(jiān)測20212.2.6　估算認知負荷20412.2.7　教育和學習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　記憶和認知的放大20912.2.11　航空領域的應用21112.2.12　游戲和娛樂21312.2.13　腦控制藝術21412.3　小結21612.4　問題和習題216第13章　腦機接口的道德規(guī)范21813.1　醫(yī)學、健康和安全問題21813.1.1　平衡風險和利益21813.1.2　知情同意21913.2　BCI技術的濫用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22213.7　問題和習題222第14章　結論224附錄A　數(shù)學背景知識226參考文獻237索引248