using-an-eeg-based-brain-computer-interface-for-virtual-cursor

Using an EEG-Based Brain-Computer Interface for Virtual Cursor Movement with BCI2000

A brain-computer interface (BCI) functions by translating a neural signal, such as the electroencephalogram (EEG), into a signal that can be used to ...

University of Wisconsin-Madison

&#x7EC6;&#x80DE;&#x57F9;&#x517B;&#x88C5;&#x7F6E;&#x88AB;&#x63D0;&#x4EA4; MEMS &#x6280;&#x672F;&#x4E0E;&#x6DB2;&#x76F8;&#x5149;&#x523B;&#x6280;&#x672F;&#x6765;&#x521B;&#x5EFA;&#x4E00;&#x4E2A;&#x5FAE;&#x6D41;&#x63A7;&#x82AF;&#x7247;&#xFF0C;&#x5F71;&#x54CD;&#x5E76;&#x8BB0;&#x5F55;&#x7535;&#x6C14;&#x7EC6;&#x80DE;&#x6D3B;&#x52A8;&#x76F8;&#x7ED3;&#x5408;&#x3002;&#x5149;&#x81F4;&#x805A;&#x5408;&#x7269;&#x901A;&#x9053;&#x7F51;&#x7EDC;&#x662F;&#x591A;&#x901A;&#x9053;&#x5FAE;&#x7535;&#x6781;&#x9635;&#x5217;&#x7684;&#x9876;&#x90E8;&#x5F62;&#x6210;&#x7684;&#x3002;&#x521D;&#x6B65;&#x7ED3;&#x679C;&#x8868;&#x660E;&#x5BF9;&#x7535;&#x6781;&#x9635;&#x5217;&#x5185;&#x5FAE;&#x6D41;&#x63A7;&#x6E20;&#x9053;&#x6210;&#x529F;&#x672C;&#x5730;&#x70ED;&#x63A7;&#x548C;&#x690E;&#x677F;&#x4F4D;&#x7F6E;&#x63A7;&#x5236;&#x3002;&#x8868;&#x73B0;&#x51FA;&#x6210;&#x4EBA;&#x7684;&#x8FD9;&#x79CD;&#x88C5;&#x7F6E;&#x7684;&#x751F;&#x7269;&#x5E94;&#x7528;&#x6E38;&#x79BB;&#x80CC;&#x6839;&#x8282;&#x795E;&#x7ECF;&#x5143;&#x7684;&#x70ED;&#x654F;&#x611F;&#x7EC6;&#x80DE;&#x4E9A;&#x7FA4;&#x4E0E;&#x9644;&#x52A0;&#x5230;&#x7535;&#x6781;&#x9635;&#x5217;&#x3002;&#x4F7F;&#x7528;&#x5C42;&#x6D41;&#xFF0C;&#x540C;&#x65F6;&#x4FDD;&#x6301;&#x6052;&#x5B9A;&#x7684;&#x5316;&#x5B66;&#x57F9;&#x517B;&#x57FA;&#x53D6;&#x5F97;&#x4E86;&#x5F53;&#x5730;&#x6E29;&#x5EA6;&#x7684;&#x795E;&#x7ECF;&#x7EC6;&#x80DE;&#x52A8;&#x6001;&#x63A7;&#x5236;&#x3002;&#x5F55;&#x5236;&#x9884;&#x671F;&#x6539;&#x53D8;&#x7EC6;&#x80DE;&#x6D3B;&#x6027;&#x8BC1;&#x5B9E;&#x6210;&#x529F;&#x7684;&#x4E00;&#x4F53;&#x5316;&#x8BBE;&#x5907;&#x3002;

&#x96C6;&#x6210;&#x5FAE;&#x7535;&#x6781;&#x9635;&#x5217;&#x548C;&#x5FAE;&#x6D41;&#x4F53;&#x7684;&#x6E29;&#x5EA6;&#x5939;&#x7684;&#x611F;&#x89C9;&#x795E;&#x7ECF;&#x5143;&#x7684;&#x6587;&#x5316;&#x3002;

A device for cell culture is presented that combines MEMS technology and liquid-phase photolithography to create a microfluidic chip that influences and records electrical cellular activity. A photopolymer channel network is formed on top of a multichannel microelectrode array. Preliminary results indicated successful local thermal control within microfluidic channels and control of lamina position over the electrode array. To demonstrate the biological application of such a device, adult dissociated dorsal root ganglion neurons with a subpopulation of thermally-sensitive cells are attached onto the electrode array. Using laminar flow, dynamic control of local temperature of the neural cells was achieved while maintaining a constant chemical culture medium. Recording the expected altered cellular activity confirms the success of the integrated device.

Integrated microelectrode array and microfluidics for temperature clamp of sensory neurons in culture.

Dispositif pour la culture cellulaire est pr&#xE9;sent&#xE9; qui combine la technologie MEMS et en phase liquide de photolithographie pour cr&#xE9;er une puce microfluidique qui influence et des registres d&#x26;#39;activit&#xE9; &#xE9;lectrique cellulaire. Un r&#xE9;seau de canaux de photopolym&#xE8;re est form&#xE9;e sur le dessus d&#x26;#39;une matrice de micro&#xE9;lectrodes multicanal. Les r&#xE9;sultats pr&#xE9;liminaires indiquent succ&#xE8;s le contr&#xF4;le local thermique &#xE0; l&#x26;#39;int&#xE9;rieur des canaux microfluidiques et de contr&#xF4;le de la position de lame sur le r&#xE9;seau d&#x26;#39;&#xE9;lectrodes. Pour d&#xE9;montrer l&#x26;#39;application biologique d&#x26;#39;un tel dispositif, adultes dissoci&#xE9;es dorsale neurones ganglionnaires de la racine avec une sous-population de cellules thermosensibles sont fix&#xE9;s sur le r&#xE9;seau d&#x26;#39;&#xE9;lectrodes. Utilisation d&#x26;#39;&#xE9;coulement laminaire, un contr&#xF4;le dynamique de la temp&#xE9;rature locale des cellules neurales a &#xE9;t&#xE9; atteint, tout en maintenant un milieu de culture chimique constante. Enregistrement de l&#x26;#39;activit&#xE9; devrait alt&#xE9;ration cellulaire confirme le succ&#xE8;s du dispositif int&#xE9;gr&#xE9;.

Matrice de micro&#xE9;lectrodes int&#xE9;gr&#xE9; et la microfluidique pour Clamp temp&#xE9;rature des neurones sensoriels en culture

Integrierte Mikroelektroden-Array und Mikrofluidik f&#xFC;r Temperatur-Klemme von sensorischen Neuronen in Kultur.

Un dispositivo per la coltura delle cellule &egrave; presentato che combina la tecnologia MEMS e fase liquida fotolitografia per creare un chip microfluidico che influenze e registra l&#39;attivit&agrave; elettrica cellulare. Una rete di canali di fotopolimero &egrave; formata in cima a una matrice multicanale microelettrodo. I risultati preliminari indicano successo locale controllo termico all&#39;interno di canali microfluidici e controllo della posizione di lamina sopra l&#39;array degli elettrodi. Per dimostrare l&#39;applicazione biologica di tale dispositivo, adulti dissociato ganglio dorsale radice neuroni con una sottopopolazione di cellule termicamente sensibili sono fissati sulla matrice degli elettrodi. Utilizzo di cappe a flusso laminare, controllo dinamico della temperatura locale delle cellule neurali &egrave; stato raggiunto mantenendo una costante media cultura chimica. Registrare l&#39;attivit&agrave; cellulare alterata prevista conferma il successo del dispositivo integrato.

Matrice microelettrodo integrato e microfluidica per bloccaggio a temperatura di neuroni sensoriali in cultura.

&#x7D30;&#x80DE;&#x57F9;&#x990A;&#x7528;&#x306E;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x306F;&#x3001;&#x305D;&#x306E;&#x5F71;&#x97FF;&#x3068;&#x30EC;&#x30B3;&#x30FC;&#x30C9;&#x306E;&#x96FB;&#x6C17;&#x7684;&#x7D30;&#x80DE;&#x6D3B;&#x6027;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x6D41;&#x4F53;&#x30C1;&#x30C3;&#x30D7;&#x3092;&#x4F5C;&#x6210;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;MEMS&#x6280;&#x8853;&#x3068;&#x6DB2;&#x76F8;&#x30D5;&#x30A9;&#x30C8;&#x30EA;&#x30BD;&#x30B0;&#x30E9;&#x30D5;&#x30A3;&#x30FC;&#x3092;&#x7D44;&#x307F;&#x5408;&#x308F;&#x305B;&#x305F;&#x3053;&#x3068;&#x304C;&#x63D0;&#x793A;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x611F;&#x5149;&#x6027;&#x30C1;&#x30E3;&#x30CD;&#x30EB;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306F;&#x3001;&#x30DE;&#x30EB;&#x30C1;&#x30C1;&#x30E3;&#x30CD;&#x30EB;&#x5FAE;&#x5C0F;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x306E;&#x4E0A;&#x306B;&#x5F62;&#x6210;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x4E88;&#x5099;&#x7684;&#x306A;&#x7D50;&#x679C;&#x306F;&#x3001;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x6D41;&#x4F53;&#x30C1;&#x30E3;&#x30CD;&#x30EB;&#x53CA;&#x3073;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x4E0A;&#x306B;&#x677F;&#x306E;&#x4F4D;&#x7F6E;&#x3092;&#x30B3;&#x30F3;&#x30C8;&#x30ED;&#x30FC;&#x30EB;&#x5185;&#x306B;&#x6210;&#x529F;&#x3057;&#x305F;&#x5C40;&#x6240;&#x7684;&#x306A;&#x71B1;&#x5236;&#x5FA1;&#x304C;&#x793A;&#x3055;&#x308C;&#x305F;&#x3002;&#x3053;&#x306E;&#x3088;&#x3046;&#x306A;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x306E;&#x751F;&#x7269;&#x5B66;&#x7684;&#x5FDC;&#x7528;&#x3092;&#x5B9F;&#x8A3C;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x71B1;&#x306B;&#x654F;&#x611F;&#x306A;&#x7D30;&#x80DE;&#x306E;&#x96C6;&#x56E3;&#x306E;&#x6210;&#x4EBA;&#x89E3;&#x96E2;&#x5F8C;&#x6839;&#x795E;&#x7D4C;&#x7BC0;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x306F;&#x3001;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x306B;&#x63A5;&#x7D9A;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x4E00;&#x5B9A;&#x306E;&#x5316;&#x5B66;&#x7269;&#x8CEA;&#x306E;&#x57F9;&#x5730;&#x3092;&#x7DAD;&#x6301;&#x3057;&#x306A;&#x304C;&#x3089;&#x3001;&#x5C64;&#x6D41;&#x3092;&#x7528;&#x3044;&#x3066;&#x3001;&#x795E;&#x7D4C;&#x7D30;&#x80DE;&#x306E;&#x5C40;&#x6240;&#x7684;&#x306A;&#x6E29;&#x5EA6;&#x306E;&#x52D5;&#x7684;&#x5236;&#x5FA1;&#x3092;&#x5B9F;&#x73FE;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x4E88;&#x60F3;&#x3055;&#x308C;&#x308B;&#x5909;&#x66F4;&#x3055;&#x308C;&#x305F;&#x7D30;&#x80DE;&#x6D3B;&#x52D5;&#x3092;&#x8A18;&#x9332;&#x3059;&#x308B;&#x96C6;&#x7A4D;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x306E;&#x6210;&#x529F;&#x3092;&#x78BA;&#x8A8D;&#x3057;&#x307E;&#x3059;&#x3002;

&#x7D71;&#x5408;&#x3055;&#x308C;&#x305F;&#x5FAE;&#x5C0F;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x3068;&#x6587;&#x5316;&#x306E;&#x611F;&#x899A;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x306E;&#x6E29;&#x5EA6;&#x30AF;&#x30E9;&#x30F3;&#x30D7;&#x7528;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30D5;&#x30EB;&#x30A4;&#x30C7;&#x30A3;&#x30AF;&#x30B9;

&#xC138;&#xD3EC; &#xBC30;&#xC591;&#xC744; &#xC704;&#xD55C; &#xC7A5;&#xCE58;&#xB294; MEMS &#xAE30;&#xC220; &#xBC0F; &#xC561;&#xCCB4; &#xC0C1; &#xC0AC;&#xC9C4; &#xD3C9;&#xD310; &#xC601;&#xD5A5; &#xBC0F; &#xC804;&#xAE30; &#xC138;&#xD3EC; &#xD65C;&#xB3D9;&#xC744; &#xAE30;&#xB85D; &#xD558;&#xB294; &#xBBF8;&#xC138; &#xCE69;&#xC744; &#xB9CC;&#xB4E4; &#xACB0;&#xD569; &#xD558; &#xC5EC; &#xC81C;&#xACF5; &#xB429;&#xB2C8;&#xB2E4;. &#xBA40;&#xD2F0; &#xCC44;&#xB110; microelectrode &#xC5B4;&#xB808;&#xC774; &#xC704;&#xC5D0; photopolymer &#xCC44;&#xB110; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xD615;&#xC131;. &#xC608;&#xC120; &#xACB0;&#xACFC; &#xC804;&#xADF9; &#xBC30;&#xC5F4; &#xBBF8;&#xC138; &#xCC44;&#xB110; &#xB0B4;&#xC5D0;&#xC11C; &#xC131;&#xACF5;&#xC801;&#xC778; &#xB85C;&#xCEEC; &#xC5F4; &#xC81C;&#xC5B4; &#xBC0F; &#xC81C;&#xC5B4;&#xC758; lamina &#xC704;&#xCE58; &#xD45C;&#xC2DC;. &#xC774;&#xB7EC;&#xD55C; &#xC7A5;&#xCE58;, &#xC131;&#xC778;&#xC758; &#xC0DD;&#xBB3C;&#xD559; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xC744; &#xC9C0; &#xB8E8;&#xD2B8; &#xC2E0;&#xACBD; &#xC808; &#xC2E0;&#xACBD; &#xC5F4;&#xC5D0; &#xBBFC;&#xAC10;&#xD55C; &#xC138;&#xD3EC; subpopulation&#xC640; &#xC804;&#xADF9; &#xBC30;&#xC5F4;&#xC5D0; &#xC5F0;&#xACB0; &#xB41C; &#xC5F0;&#xACB0;. &#xB958;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC2E0;&#xACBD; &#xC138;&#xD3EC;&#xC758; &#xB85C;&#xCEEC; &#xC628;&#xB3C4;&#xC758; &#xB3D9;&#xC801; &#xC81C;&#xC5B4; &#xC0C1;&#xC218; &#xD654;&#xD559; &#xBB38;&#xD654; &#xB9E4;&#xCCB4;&#xB97C; &#xC720;&#xC9C0; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xB2EC;&#xC131; &#xD588;&#xB2E4;. &#xC608;&#xC0C1;&#xB41C; &#xBCC0;&#xACBD; &#xB41C; &#xD734;&#xB300; &#xC804;&#xD654; &#xD65C;&#xB3D9;&#xC744; &#xAE30;&#xB85D; &#xD1B5;&#xD569;&#xB41C; &#xC7A5;&#xCE58; &#xC131;&#xACF5;&#xC744; &#xD655;&#xC778; &#xD569;&#xB2C8;&#xB2E4;.

&#xD1B5;&#xD569;&#xB41C; microelectrode &#xBC30;&#xC5F4;&#xACFC; microfluidics &#xBB38;&#xD654; &#xAC10;&#xAC01; &#xB274;&#xB7F0;&#xC758; &#xC628;&#xB3C4; &#xD074;&#xB7A8;&#xD504;&#xC5D0; &#xB300; &#xD55C;.

Un dispositivo para el cultivo celular se presenta, que combina la tecnolog&#xED;a MEMS y la fotolitograf&#xED;a en fase l&#xED;quida para crear un chip de microfluidos que las influencias y los registros de actividad el&#xE9;ctrica celular. Una red de canales de fotopol&#xED;mero se forma en la parte superior de una matriz de microelectrodos multicanal. Los resultados preliminares indicaron &#xE9;xito el control local t&#xE9;rmica dentro de los canales de microfluidos y el control de la posici&#xF3;n de la l&#xE1;mina sobre la matriz de electrodos. Para demostrar la aplicaci&#xF3;n biol&#xF3;gica de tal dispositivo, adultos disociadas neuronas dorsales ganglio de la ra&#xED;z con una subpoblaci&#xF3;n de c&#xE9;lulas t&#xE9;rmicamente sensibles est&#xE1;n unidos a la matriz de electrodos. Usando un flujo laminar, el control din&#xE1;mico de la temperatura local de las c&#xE9;lulas neuronales se logra manteniendo al mismo tiempo un medio de cultivo qu&#xED;mico constante. El registro de la actividad celular alterada espera confirma el &#xE9;xito del dispositivo integrado.

Matriz de microelectrodos integrados y microflu&#xED;dica para la abrazadera de la temperatura de las neuronas sensoriales en cultivo

&#x5BF9;&#x4EBA;&#x7C7B;&#x6765;&#x8BF4;&#x6700;&#x65B0;&#x8111;-&#x673A;&#x63A5;&#x53E3; (BCI) &#x7CFB;&#x7EDF;&#x4F7F;&#x7528;&#x8BB0;&#x5F55;&#x4ECE;&#x5934;&#x76AE;&#x8111;&#x7535;&#x6D3B;&#x52A8;&#x548C;&#x53EF;&#x80FD;&#x5728;&#x5F88;&#x591A;&#x65B9;&#x9762;&#x53D7;&#x5230;&#x9650;&#x5236;&#x3002;&#x8111;&#x7535;&#x56FE; &#xFF08;&#x8111;&#x7535;) &#x636E;&#x8BF4;&#x662F;&#x5FAE;&#x521B;&#x7684;&#x8111;&#x7535;&#x56FE; &#xFF08;EEG&#xFF09; &#x7684; BCI &#x7CFB;&#x7EDF;&#x66FF;&#x4EE3;&#x6536;&#x76CA;&#x53EF;&#x80FD;&#x5141;&#x8BB8;&#x7528;&#x6237;&#x5FEB;&#x901F;&#x57F9;&#x8BAD;&#x548C;&#x66F4;&#x5FEB;&#x7684;&#x6C9F;&#x901A;&#x7387;&#x7684;&#x4F18;&#x8D8A;&#x7684;&#x4FE1;&#x53F7;&#x7279;&#x5F81;&#x3002;&#x6B64;&#x5916;&#xFF0C;&#x6211;&#x4EEC;&#x7684;&#x521D;&#x6B65;&#x7ED3;&#x679C;&#x8868;&#x660E;&#x53EF;&#x80FD;&#x8BAD;&#x7EC3;&#x5927;&#x8111;&#x533A;&#x57DF;&#x4EE5;&#x5916;&#x7684;&#x611F;&#x89C9;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#xFF0C;&#x5982;&#x542C;&#x89C9;&#x76AE;&#x5C42;&#xFF0C;&#x6765;&#x63A7;&#x5236;&#x90A3;&#x4E9B;&#x7528;&#x4F5C;&#x8BAD;&#x7EC3;&#x7684;&#x5927;&#x8111;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x533A;&#x57DF;&#x4F7F;&#x7528;&#x7C7B;&#x4F3C;&#x7684;&#x65B9;&#x6CD5; BCI &#x7CFB;&#x7EDF;&#x3002;&#x8FD9;&#x53EF;&#x80FD;&#x4F1A;&#x6210;&#x4E3A;&#x91CD;&#x8981;&#x7684;&#x6709;&#x795E;&#x7ECF;&#x7CFB;&#x7EDF;&#x75BE;&#x75C5;&#x3001; &#x9885;&#x8111;&#x5916;&#x4F24;&#x6216;&#x6392;&#x9664;&#x4F7F;&#x7528;&#x611F;&#x89C9;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x7684; BCI &#x63A7;&#x5236;&#x5176;&#x4ED6;&#x6761;&#x4EF6;&#x7684;&#x7528;&#x6237;&#x3002;

&#x8111;&#x7535;&#x7684;&#x8111;-&#x673A;&#x63A5;&#x53E3;&#x7684;&#x591A;&#x5F0F;&#x8054;&#x8FD0;&#x63A7;&#x5236;&#x6240;&#x4F9D;&#x636E;&#x7684;&#x56E0;&#x7D20;&#x3002;

Most current brain-computer interface (BCI) systems for humans use electroencephalographic activity recorded from the scalp, and may be limited in many ways. Electrocorticography (ECoG) is believed to be a minimally-invasive alternative to electroencephalogram (EEG) for BCI systems, yielding superior signal characteristics that could allow rapid user training and faster communication rates. In addition, our preliminary results suggest that brain regions other than the sensorimotor cortex, such as auditory cortex, may be trained to control a BCI system using similar methods as those used to train motor regions of the brain. This could prove to be vital for users who have neurological disease, head trauma, or other conditions precluding the use of sensorimotor cortex for BCI control.

ECoG factors underlying multimodal control of a brain-computer interface.

Actuellement, la plupart interface cerveau-ordinateur (BCI) pour les syst&#xE8;mes humains utilisent l&#x26;#39;activit&#xE9; &#xE9;lectroenc&#xE9;phalographique enregistr&#xE9;e &#xE0; partir du cuir chevelu, et peut &#xEA;tre limit&#xE9;e &#xE0; bien des &#xE9;gards. &#xC9;lectrocorticographie (ECoG) est consid&#xE9;r&#xE9; comme une alternative minimalement invasive &#xE0; &#xE9;lectroenc&#xE9;phalogramme (EEG) pour les syst&#xE8;mes BCI, ce qui donne les caract&#xE9;ristiques du signal de qualit&#xE9; sup&#xE9;rieure qui pourrait permettre &#xE0; des taux de formation en communication rapide par les utilisateurs et plus rapide. En outre, nos r&#xE9;sultats pr&#xE9;liminaires sugg&#xE8;rent que d&#x26;#39;autres r&#xE9;gions c&#xE9;r&#xE9;brales que le cortex sensori-moteur, telles que le cortex auditif, peuvent &#xEA;tre form&#xE9;s pour contr&#xF4;ler un syst&#xE8;me BCI en utilisant des m&#xE9;thodes similaires &#xE0; celles utilis&#xE9;es pour former des r&#xE9;gions motrices du cerveau. Cela pourrait se r&#xE9;v&#xE9;ler vitale pour les utilisateurs qui ont une maladie neurologique, un traumatisme cr&#xE2;nien, ou d&#x26;#39;autres conditions excluant l&#x26;#39;utilisation de cortex sensorimoteur pour la BCI de contr&#xF4;le.

Facteurs sous-jacents ECOG de contr&#xF4;le multimodal d&#x26;#39;une interface cerveau-ordinateur

Aktuelle Gehirn-Computer-Interface (BCI)-Systeme f&uuml;r den Menschen verwenden Sie EEG-Aktivit&auml;t von der Kopfhaut aufgenommen und k&ouml;nnen in vielerlei Hinsicht eingeschr&auml;nkt werden. Electrocorticography (ECoG) ist vermutlich eine minimal invasive Alternative zum Elektroenzephalogramm (EEG) f&uuml;r BCI-Systeme, woraus sich &uuml;berlegene Signal Merkmale, die schnelle Anwender Schulungen und schnellere Kommunikation Preise erm&ouml;glicht. Dar&uuml;ber hinaus empfehlen unsere vorl&auml;ufige Ergebnisse Hirnregionen als der sensomotorischen Kortex, z. B. auditorischen Cortex, zur Steuerung einer BCI-Systems mit &auml;hnliche Methoden wie die motorische Regionen des Gehirns trainiert trainiert werden k&ouml;nnen. Dies k&ouml;nnte sich f&uuml;r Benutzer von entscheidender Bedeutung sein, die neurologische Krankheit, Haupttrauma oder andere Bedingungen entgegensteht, die Verwendung von sensomotorischen Kortex f&uuml;r BCI-Steuerelement haben.

ECoG Faktoren zugrunde liegenden multimodale Kontrolle &uuml;ber eine Gehirn-Computer-Schnittstelle.

Sistemi pi&ugrave; attuali di cervello-computer interface (BCI) per gli esseri umani utilizzano elettroencefalografici attivit&agrave; registrata dal cuoio capelluto e possono essere limitati in molti modi. Electrocorticography (ECoG) si crede di essere un&#39;alternativa minimamente invasiva per elettroencefalogramma (EEG) per sistemi di BCI, producendo le caratteristiche di segnale superiore che potrebbero consentire l&#39;utente rapida formazione e veloce tariffe di comunicazione. Inoltre, i nostri risultati preliminari suggeriscono che regioni del cervello diverso da quello della corteccia sensitivo-motoria, come la corteccia uditiva, possono essere addestrati per controllare un sistema BCI utilizzando metodi simili a quelli utilizzati per addestrare motore regioni del cervello. Questo potrebbe rivelarsi vitale per gli utenti che hanno la malattia neurologica, trauma cranico o altre condizioni precludendo l&#39;uso della corteccia sensitivo-motoria per controllo BCI.

ECoG fattori di controllo multimodale sottostante di un&#39;interfaccia cervello-computer.

&#x4EBA;&#x9593;&#x7528;&#x306E;&#x6700;&#x65B0;&#x306E;&#x8133;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#x30A4;&#x30F3;&#x30BF;&#x30D5;&#x30A7;&#x30FC;&#x30B9;&#xFF08;BCI&#xFF09;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x3067;&#x306F;&#x3001;&#x982D;&#x76AE;&#x304B;&#x3089;&#x8A18;&#x9332;&#x3055;&#x308C;&#x305F;&#x8133;&#x6CE2;&#x6D3B;&#x52D5;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3001;&#x591A;&#x304F;&#x306E;&#x65B9;&#x6CD5;&#x3067;&#x5236;&#x9650;&#x3055;&#x308C;&#x308B;&#x3053;&#x3068;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3002;&#x8133;&#x6CE2;&#xFF08;ECOG&#xFF09;&#x304C;&#x6025;&#x901F;&#x306A;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x30C8;&#x30EC;&#x30FC;&#x30CB;&#x30F3;&#x30B0;&#x3068;&#x9AD8;&#x901F;&#x306E;&#x901A;&#x4FE1;&#x901F;&#x5EA6;&#x3092;&#x53EF;&#x80FD;&#x306B;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x3001;&#x512A;&#x308C;&#x305F;&#x4FE1;&#x53F7;&#x7279;&#x6027;&#x3092;&#x5F97;&#x3001;BCI&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x305F;&#x3081;&#x306E;&#x8133;&#x6CE2;&#xFF08;EEG&#xFF09;&#x306B;&#x4F4E;&#x4FB5;&#x8972;&#x306E;&#x4EE3;&#x66FF;&#x3067;&#x3042;&#x308B;&#x3068;&#x8003;&#x3048;&#x3089;&#x308C;&#x3066;&#x3044;&#x308B;&#x3002;&#x52A0;&#x3048;&#x3066;&#x3001;&#x6211;&#x3005;&#x306E;&#x4E88;&#x5099;&#x7684;&#x7D50;&#x679C;&#x306F;&#x3001;&#x8074;&#x899A;&#x91CE;&#x306A;&#x3069;&#x611F;&#x899A;&#x91CE;&#x4EE5;&#x5916;&#x306E;&#x8133;&#x9818;&#x57DF;&#x306F;&#x3001;&#x8133;&#x306E;&#x904B;&#x52D5;&#x9818;&#x57DF;&#x3092;&#x8A13;&#x7DF4;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x3082;&#x306E;&#x3068;&#x540C;&#x69D8;&#x306E;&#x65B9;&#x6CD5;&#x3092;&#x5229;&#x7528;&#x3057;&#x305F;BCI&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x3092;&#x5236;&#x5FA1;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x8A13;&#x7DF4;&#x3055;&#x308C;&#x308B;&#x3053;&#x3068;&#x304C;&#x793A;&#x5506;&#x3055;&#x308C;&#x305F;&#x3002;&#x3053;&#x308C;&#x306F;&#x3001;&#x795E;&#x7D4C;&#x75BE;&#x60A3;&#x3001;&#x982D;&#x90E8;&#x5916;&#x50B7;&#x3001;&#x3042;&#x308B;&#x3044;&#x306F;BCI&#x5236;&#x5FA1;&#x306E;&#x305F;&#x3081;&#x306E;&#x611F;&#x899A;&#x904B;&#x52D5;&#x76AE;&#x8CEA;&#x306E;&#x4F7F;&#x7528;&#x3092;&#x59A8;&#x3052;&#x308B;&#x4ED6;&#x306E;&#x6761;&#x4EF6;&#x3092;&#x6301;&#x3064;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#x306E;&#x305F;&#x3081;&#x306B;&#x4E0D;&#x53EF;&#x6B20;&#x3067;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x8A3C;&#x660E;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;

&#x30D6;&#x30EC;&#x30A4;&#x30F3;&#xB7;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#xB7;&#x30A4;&#x30F3;&#x30BF;&#x30D5;&#x30A7;&#x30FC;&#x30B9;&#x306E;&#x30DE;&#x30EB;&#x30C1;&#x30E2;&#x30FC;&#x30C0;&#x30EB;&#x5236;&#x5FA1;&#x306E;&#x57FA;&#x790E;&#x3068;&#x306A;&#x308B;ECOG&#x8981;&#x56E0;

&#xC778;&#xAC04;&#xC744; &#xC704;&#xD55C; &#xCD5C;&#xC2E0; &#xB1CC;-&#xCEF4;&#xD4E8;&#xD130; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4; (BCI) &#xC2DC;&#xC2A4;&#xD15C; electroencephalographic &#xD65C;&#xB3D9;&#xC740; &#xB450; &#xD53C;&#xC5D0;&#xC11C; &#xAE30;&#xB85D; &#xB41C;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xACE0; &#xC5EC;&#xB7EC; &#xAC00;&#xC9C0; &#xBC29;&#xBC95;&#xC73C;&#xB85C; &#xC81C;&#xD55C; &#xB420; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. Electrocorticography (ECoG) &#xB1CC; &#xD30C; (EEG) BCI &#xC2DC;&#xC2A4;&#xD15C;&#xC5D0; &#xB300; &#xD55C; &#xCD5C;&#xC18C;&#xD55C; &#xCE68;&#xB7B5; &#xC801; &#xB300;&#xC548;&#xC744; &#xC2E0;&#xC18D; &#xD558; &#xAC8C; &#xC0AC;&#xC6A9;&#xC790; &#xAD50;&#xC721; &#xBC0F; &#xBE60;&#xB978; &#xD1B5;&#xC2E0; &#xC18D;&#xB3C4; &#xB420; &#xC218; &#xC788;&#xB294; &#xC6B0;&#xC218;&#xD55C; &#xC2E0;&#xD638; &#xD2B9;&#xC131; &#xC800;&#xC870;&#xD55C; &#xC5EC;&#xACA8;&#xC9C4;&#xB2E4;. &#xB610;&#xD55C;, &#xC6B0;&#xB9AC;&#xC758; &#xC608;&#xBE44; &#xACB0;&#xACFC; sensorimotor &#xD53C; &#xC9C8;, &#xCCAD;&#xAC01; &#xD53C; &#xC9C8; &#xB4F1; &#xB2E4;&#xB978; &#xB1CC; &#xC601;&#xC5ED; BCI &#xC2DC;&#xC2A4;&#xD15C; &#xBAA8;&#xD130; &#xC601;&#xC5ED; &#xB1CC;&#xC758; &#xD559;&#xC2B5;&#xC5D0; &#xC0AC;&#xC6A9; &#xB41C; &#xAC83;&#xACFC; &#xBE44;&#xC2B7;&#xD55C; &#xBC29;&#xBC95;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC81C;&#xC5B4; &#xD6C8;&#xB828; &#xB420; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xAC83;&#xC774; &#xC88B;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xC0AC;&#xC6A9;&#xC790;&#xAC00; &#xC2E0;&#xACBD; &#xC9C8;&#xD658;, &#xC678;&#xC0C1;, &#xB610;&#xB294; BCI &#xC81C;&#xC5B4;&#xC6A9; sensorimotor &#xD53C; &#xC9C8; &#xC0AC;&#xC6A9; &#xD574;&#xC57C; &#xB2E4;&#xB978; &#xC870;&#xAC74;&#xC5D0; &#xB300; &#xD55C; &#xC911;&#xC694; &#xD55C; &#xC99D;&#xBA85;&#xD560; &#xC218; &#xC5C6;&#xC2B5;&#xB2C8;&#xB2E4;.

ECoG &#xB1CC;-&#xCEF4;&#xD4E8;&#xD130; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4;&#xC758; &#xAE30;&#xBCF8; &#xBCF5;&#xD569; &#xC81C;&#xC5B4; &#xC694;&#xC778;.

Mayor&#xED;a de los actuales de interfaz cerebro-ordenador (BCI) para los sistemas de los seres humanos utilizan la actividad electroencefalogr&#xE1;fica registrada en el cuero cabelludo, y puede ser limitado en muchos aspectos. Electrocorticograf&#xED;a (ECoG) se cree que es una alternativa m&#xED;nimamente invasiva a la electroencefalograma (EEG) para los sistemas BCI, dando caracter&#xED;sticas superiores de se&#xF1;ales que podr&#xED;an permitir la formaci&#xF3;n de los usuarios un r&#xE1;pido y m&#xE1;s r&#xE1;pido las tasas de comunicaci&#xF3;n. Adem&#xE1;s, nuestros resultados preliminares sugieren que las regiones del cerebro distintas de la corteza sensoriomotora, como la corteza auditiva, pueden ser entrenados para controlar un sistema BCI usando m&#xE9;todos similares a los que se utilizan para entrenar a las regiones motoras del cerebro. Esto podr&#xED;a llegar a ser de vital importancia para los usuarios que tienen enfermedades neurol&#xF3;gicas, traumatismos craneales, u otras condiciones que impiden el uso de la corteza sensoriomotora de BCI de control.

Los factores que subyacen al control ECoG Multimodal de una interfaz cerebro-ordenador

&#x9AD3;&#x9798;&#x901A;&#x8FC7;&#x8DE8;&#x8D8A;&#x5F0F;&#x4F20;&#x5BFC;&#x5230;&#x7A84;&#x8282;&#x70B9;&#x52B1;&#x78C1;&#x548C;&#x6269;&#x5C55;&#x3001; &#x7EDD;&#x7F18;&#x7ED3;&#x95F4;&#x533A;&#x57DF;&#x6709;&#x6548;&#x4F20;&#x64AD;&#x7684;&#x88AB;&#x52A8;&#x7535;&#x6D41;&#x6807;&#x5B9A;&#x8F74;&#x7A81;&#x3002;&#x8FD9;&#x89E3;&#x5256;&#x7684;&#x6807;&#x754C;&#x671F;&#x95F4;&#x6FC0;&#x52B1;&#xFF0C;&#x4E00;&#x4E2A;&#x7ECF;&#x5178;&#x7684;&#x4F8B;&#x5B50;&#x662F; Na &#x6D8C;&#x5165;&#x5728;&#x8282;&#x70B9;&#x7684;&#x9650;&#x5236;&#x4EA7;&#x751F;&#x79BB;&#x5B50;&#x7684;&#x901A;&#x91CF;&#x6025;&#x5267;&#x5F02;&#x8D28;&#x6027;&#x3002;&#x6700;&#x8FD1;&#x7684;&#x7814;&#x7A76;&#x8868;&#x660E;&#x52A8;&#x4F5C;&#x7535;&#x4F4D;&#x4E5F;&#x4FC3;&#x4F7F;&#x9499;&#x6D8C;&#x5165;&#x5230;&#x54FA;&#x4E73;&#x52A8;&#x7269;&#x89C6;&#x795E;&#x7ECF;&#x9AD3;&#x9798;&#x8F74;&#x7A81;&#x3002;&#x9499;&#x6D8C;&#x5165;&#x4E2D;&#x9AD3;&#x9798;&#x7684;&#x8F74;&#x7A81;&#x4E2D;&#x662F;&#x5426;&#x663E;&#x793A;&#x7A7A;&#x95F4;&#x5F02;&#x8D28;&#x6027;&#x671F;&#x95F4;&#x795E;&#x7ECF;&#x52B1;&#x78C1;&#x5417;&#xFF1F;&#x82E5;&#x8981;&#x89E3;&#x51B3;&#x6B64;&#x95EE;&#x9898;&#xFF0C;&#x6211;&#x4EEC;&#x671F;&#x95F4;&#x52A8;&#x4F5C;&#x7535;&#x4F4D;&#x5206;&#x6790;&#x5F25;&#x6F2B;&#x9499;&#x77AC;&#x53D8;&#x7684;&#x7A7A;&#x95F4;&#x914D;&#x7F6E;&#x6587;&#x4EF6;&#xFF0C;&#x901A;&#x8FC7;&#x6709;&#x9009;&#x62E9;&#x6027;&#x5730;&#x67D3;&#x8272;&#x8F74;&#x7A81;&#x4E0E;&#x9499;&#x6307;&#x6807;&#x548C;&#x6570;&#x636E;&#x906D;&#x53D7;&#x4E0E;&#x6839;&#x636E;&#x7ECF;&#x9A8C;&#x786E;&#x5B9A;&#x4F7F;&#x7528;&#x7B3C;&#x5316;&#x5408;&#x7269;&#x7684;&#x5149;&#x89E3;&#x4F5C;&#x7528;&#x7684;&#x8F74;&#x5411;&#x9499;&#x6269;&#x6563;&#x53C2;&#x6570;&#x7684;&#x7406;&#x8BBA;&#x5206;&#x6790;&#x3002;&#x7ED3;&#x679C;&#x8868;&#x660E;&#x7ADF;&#x7136;&#x5728;&#x52A8;&#x4F5C;&#x7535;&#x4F4D;&#x671F;&#x95F4;&#x9499;&#x6D8C;&#x5165;&#x53D1;&#x751F;&#x5747;&#x5300;&#x6CBF;&#x5B8C;&#x5168;&#x6709;&#x9AD3;&#x9F20;&#x6807;&#x89C6;&#x795E;&#x7ECF;&#x7684;&#x8F74;&#x7A81;&#x3002;

&#x52A8;&#x4F5C;&#x7535;&#x4F4D;&#x8BF1;&#x4F7F;&#x54FA;&#x4E73;&#x52A8;&#x7269;&#x6709;&#x9AD3;&#x89C6;&#x795E;&#x7ECF;&#x7EDF;&#x4E00;&#x9499;&#x6D8C;&#x5165;&#x3002;

The myelin sheath enables saltatory conduction by demarcating the axon into a narrow nodal region for excitation and an extended, insulated internodal region for efficient spread of passive current. This anatomical demarcation produces a dramatic heterogeneity in ionic fluxes during excitation, a classical example being the restriction of Na influx at the node. Recent studies have revealed that action potentials also induce calcium influx into myelinated axons of mammalian optic nerves. Does calcium influx in myelinated axons show spatial heterogeneity during nerve excitation? To address this, we analyzed spatial profiles of axonal calcium transients during action potentials by selectively staining axons with calcium indicators and subjected the data to theoretical analysis with parameters for axial calcium diffusion empirically determined using photolysis of caged compounds. The results show surprisingly that during action potentials, calcium influx occurs uniformly along an axon of a fully myelinated mouse optic nerve.

Action potentials induce uniform calcium influx in mammalian myelinated optic nerves.

La gaine de my&#xE9;line permet la conduction saltatoire en d&#xE9;limitant l&#x26;#39;axone dans une r&#xE9;gion &#xE9;troite nodale pour l&#x26;#39;excitation et une longue, une r&#xE9;gion isol&#xE9;e internodale pour diffusion efficace de courant passive. Cette d&#xE9;marcation anatomique produit une h&#xE9;t&#xE9;rog&#xE9;n&#xE9;it&#xE9; consid&#xE9;rable dans les flux ioniques lors de l&#x26;#39;excitation, un exemple classique &#xE9;tant la restriction de l&#x26;#39;influx de Na au niveau du noeud. Des &#xE9;tudes r&#xE9;centes ont r&#xE9;v&#xE9;l&#xE9; que les potentiels d&#x26;#39;action aussi induire l&#x26;#39;influx de calcium dans les axones my&#xE9;linis&#xE9;s de mammif&#xE8;res nerfs optiques. Ne l&#x26;#39;influx de calcium dans les axones my&#xE9;linis&#xE9;s montrent l&#x26;#39;h&#xE9;t&#xE9;rog&#xE9;n&#xE9;it&#xE9; spatiale lors de l&#x26;#39;excitation nerveuse? Pour r&#xE9;soudre ce probl&#xE8;me, nous avons analys&#xE9; les profils spatiaux de transitoires calciques axonales au cours des potentiels d&#x26;#39;action par colorer s&#xE9;lectivement les axones avec des indicateurs de calcium et soumis les donn&#xE9;es &#xE0; l&#x26;#39;analyse th&#xE9;orique avec des param&#xE8;tres pour la diffusion de calcium axiale d&#xE9;termin&#xE9;e empiriquement &#xE0; l&#x26;#39;aide de photolyse de compos&#xE9;s en cage. Les r&#xE9;sultats montrent de mani&#xE8;re surprenante que lors de potentiels d&#x26;#39;action, l&#x26;#39;influx de calcium se produit de fa&#xE7;on uniforme le long d&#x26;#39;un axone d&#x26;#39;un nerf de la souris totalement my&#xE9;linis&#xE9;es optique.

Les potentiels d&#x26;#39;action Provoquer l&#x26;#39;influx de calcium dans les mammif&#xE8;res uniforme my&#xE9;linis&#xE9;es des nerfs optiques

Die Myelinscheide erm&ouml;glicht saltatory Conduction durch Abgrenzung das Axon in einer schmalen nodal Region f&uuml;r Erregung und einer erweiterten, isolierte internodal Region f&uuml;r effiziente Verbreitung von passiven Strom. Diese anatomische Abgrenzung produziert eine dramatische Heterogenit&auml;t in Ionische Flussmittel w&auml;hrend Erregung, ein klassisches Beispiel, wird die Einschr&auml;nkung der Na Zustrom an den Knoten. J&uuml;ngste Studien haben gezeigt, dass Aktionspotentiale Kalzium Zustrom auch in Markhaltige Axone der S&auml;ugetier-Sehnerven veranlassen. Zeigt Kalzium Zustrom in Markhaltige Axone r&auml;umliche Heterogenit&auml;t w&auml;hrend Nerv Anregung? Um dieses Problem anzugehen, wir r&auml;umliche Profile der axonalen Kalzium Transienten w&auml;hrend der Aktionspotentiale von selektiv Beflecken Axone mit Kalzium Indikatoren analysiert und die Daten theoretische Analyse mit Parametern f&uuml;r axiale Kalzium-Diffusion, die empirisch ermittelt, Photolyse K&auml;fig Verbindungen ausgesetzt. Die Ergebnisse zeigen &uuml;berraschend w&auml;hrend der Aktionspotentiale, Kalzium Zustrom gleichm&auml;&szlig;ig entlang einem Axon ein Sehnerv voll Markhaltige Maus auftritt.

Aktionspotentiale ausl&ouml;sen, einheitliche Kalzium Zustrom in S&auml;ugetieren Markhaltige Sehnerven.

La guaina mielinica che delimitano l&#39;assone in una stretta regione nodale per l&#39;eccitazione e una regione estesa, isolata gli internodi per diffusione efficiente della corrente passivo permette Conduzione saltatoria. Questa demarcazione anatomica produce una drammatica eterogeneit&agrave; nei flussi ionici durante l&#39;eccitazione, un esempio classico &egrave; la limitazione dell&#39;afflusso di Na presso il nodo. Recenti studi hanno rivelato che i potenziali di azione anche indurre afflusso di calcio in assoni mielinizzati dei nervi ottici dei mammiferi. Afflusso di calcio in assoni mielinizzati Mostra eterogeneit&agrave; spaziale durante l&#39;eccitazione nervosa? Per risolvere questo problema, abbiamo analizzato profili spaziali dei transitori di calcio assonale durante il potenziale d&#39;azione macchiando selettivamente assoni con indicatori di calcio e sottoposto i dati di analisi teorica con i parametri di diffusione assiale calcio empiricamente determinata mediante fotolisi di composti in gabbia. I risultati mostrano sorprendentemente che durante il potenziale d&#39;azione, afflusso di calcio avviene in modo uniforme lungo un assone di un nervo ottico completamente mielinizzati del mouse.

Potenziali d&#39;azione indurre afflusso di calcio uniforme in mammiferi mielinizzati nervi ottici.

&#x30DF;&#x30A8;&#x30EA;&#x30F3;&#x9798;&#x306F;&#x3001;&#x52B1;&#x8D77;&#x3068;&#x53D7;&#x52D5;&#x7684;&#x306A;&#x96FB;&#x6D41;&#x306E;&#x52B9;&#x7387;&#x7684;&#x306A;&#x666E;&#x53CA;&#x306E;&#x305F;&#x3081;&#x306B;&#x62E1;&#x5F35;&#x3055;&#x308C;&#x305F;&#x3001;&#x7D76;&#x7E01;&#x3055;&#x308C;&#x305F;&#x7D50;&#x7BC0;&#x5730;&#x57DF;&#x306E;&#x72ED;&#x3044;&#x30EA;&#x30F3;&#x30D1;&#x7BC0;&#x9818;&#x57DF;&#x306B;&#x8EF8;&#x7D22;&#x3092;&#x753B;&#x5B9A;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x3063;&#x3066;&#x8DF3;&#x8E8D;&#x4F1D;&#x5C0E;&#x3092;&#x53EF;&#x80FD;&#x306B;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x89E3;&#x5256;&#x5B66;&#x7684;&#x5883;&#x754C;&#x306F;&#x52B1;&#x8D77;&#x4E2D;&#x306E;&#x30A4;&#x30AA;&#x30F3;&#x30D5;&#x30E9;&#x30C3;&#x30AF;&#x30B9;&#x306E;&#x5287;&#x7684;&#x306A;&#x7570;&#x8CEA;&#x6027;&#x3001;&#x30CE;&#x30FC;&#x30C9;&#x3067;&#x306E;Na&#x6D41;&#x5165;&#x306E;&#x5236;&#x9650;&#x3055;&#x308C;&#x3066;&#x53E4;&#x5178;&#x7684;&#x306A;&#x4F8B;&#x3092;&#x751F;&#x6210;&#x3057;&#x307E;&#x3059;&#x3002;&#x6700;&#x8FD1;&#x306E;&#x7814;&#x7A76;&#x3067;&#x306F;&#x3001;&#x6D3B;&#x52D5;&#x96FB;&#x4F4D;&#x306F;&#x307E;&#x305F;&#x3001;&#x54FA;&#x4E73;&#x985E;&#x306E;&#x8996;&#x795E;&#x7D4C;&#x306E;&#x9AC4;&#x8EF8;&#x7D22;&#x3078;&#x306E;&#x30AB;&#x30EB;&#x30B7;&#x30A6;&#x30E0;&#x6D41;&#x5165;&#x3092;&#x5F15;&#x304D;&#x8D77;&#x3053;&#x3059;&#x3053;&#x3068;&#x304C;&#x660E;&#x3089;&#x304B;&#x306B;&#x306A;&#x3063;&#x3066;&#x3044;&#x308B;&#x3002;&#x6709;&#x9AC4;&#x8EF8;&#x7D22;&#x306E;&#x30AB;&#x30EB;&#x30B7;&#x30A6;&#x30E0;&#x6D41;&#x5165;&#x306F;&#x3001;&#x795E;&#x7D4C;&#x8208;&#x596E;&#x306E;&#x9593;&#x306B;&#x7A7A;&#x9593;&#x7684;&#x306A;&#x7570;&#x8CEA;&#x6027;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x304B;&#xFF1F;&#x3053;&#x306E;&#x554F;&#x984C;&#x306B;&#x5BFE;&#x51E6;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x6211;&#x3005;&#x306F;&#x9078;&#x629E;&#x7684;&#x306B;&#x30AB;&#x30EB;&#x30B7;&#x30A6;&#x30E0;&#x306E;&#x6307;&#x6A19;&#x3068;&#x8EF8;&#x7D22;&#x3092;&#x67D3;&#x8272;&#x3057;&#x3001;&#x7D4C;&#x9A13;&#x7684;&#x306B;&#x30B1;&#x30FC;&#x30B8;&#x30C9;&#x5316;&#x5408;&#x7269;&#x306E;&#x5149;&#x5206;&#x89E3;&#x3092;&#x7528;&#x3044;&#x3066;&#x6C7A;&#x5B9A;&#x3059;&#x308B;&#x8EF8;&#x306E;&#x30AB;&#x30EB;&#x30B7;&#x30A6;&#x30E0;&#x62E1;&#x6563;&#x306E;&#x305F;&#x3081;&#x306E;&#x30D1;&#x30E9;&#x30E1;&#x30FC;&#x30BF;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x7406;&#x8AD6;&#x89E3;&#x6790;&#x306B;&#x30C7;&#x30FC;&#x30BF;&#x3092;&#x53D7;&#x3051;&#x308B;&#x3053;&#x3068;&#x3067;&#x6D3B;&#x52D5;&#x96FB;&#x4F4D;&#x306E;&#x9593;&#x306B;&#x8EF8;&#x7D22;&#x306E;&#x30AB;&#x30EB;&#x30B7;&#x30A6;&#x30E0;&#x30C8;&#x30E9;&#x30F3;&#x30B8;&#x30A7;&#x30F3;&#x30C8;&#x306E;&#x7A7A;&#x9593;&#x30D7;&#x30ED;&#x30D5;&#x30A1;&#x30A4;&#x30EB;&#x3092;&#x5206;&#x6790;&#x3057;&#x305F;&#x3002;&#x7D50;&#x679C;&#x306F;&#x3001;&#x6D3B;&#x52D5;&#x96FB;&#x4F4D;&#x306E;&#x9593;&#x306B;&#x3001;&#x30AB;&#x30EB;&#x30B7;&#x30A6;&#x30E0;&#x6D41;&#x5165;&#x304C;&#x5B8C;&#x5168;&#x306B;&#x9AC4;&#x30DE;&#x30A6;&#x30B9;&#x8996;&#x795E;&#x7D4C;&#x306E;&#x8EF8;&#x7D22;&#x306B;&#x6CBF;&#x3063;&#x3066;&#x4E00;&#x69D8;&#x306B;&#x767A;&#x751F;&#x3057;&#x305F;&#x9A5A;&#x304F;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x308B;&#x3002;

&#x6D3B;&#x52D5;&#x96FB;&#x4F4D;&#x306F;&#x3001;&#x54FA;&#x4E73;&#x985E;&#x306E;&#x6709;&#x9AC4;&#x8996;&#x795E;&#x7D4C;&#x306E;&#x5236;&#x670D;&#x30AB;&#x30EB;&#x30B7;&#x30A6;&#x30E0;&#x6D41;&#x5165;&#x3092;&#x8A98;&#x5C0E;&#x3059;&#x308B;

Myelin &#xCE7C; &#xC9D1; &#xC5EC;&#xAE30; &#xC881;&#xC740; &#xAFB8;&#xBC85;&#xAFB8;&#xBC85; &#xC878; &#xAE30; &#xC9C0;&#xC5ED; &#xBC0F; &#xC218;&#xB3D9; &#xC804;&#xB958;&#xC758; &#xD6A8;&#xC728;&#xC801;&#xC778; &#xD655;&#xC0B0;&#xC5D0; &#xB300; &#xD55C; &#xD655;&#xC7A5;, &#xC808;&#xC5F0; internodal &#xC601;&#xC5ED;&#xC5D0;&#xB294; &#xCD95; &#xC0AD;&#xC744; &#xC815;&#xD574; &#xC5EC; saltatory &#xC804;&#xB3C4; &#xAC00;&#xB2A5; &#xD558; &#xAC8C; &#xD569;&#xB2C8;&#xB2E4;. &#xC774; &#xD574;&#xBD80;&#xD559; &#xC801; &#xACBD;&#xACC4; &#xC5EC;&#xAE30;, &#xD074;&#xB798;&#xC2DD; &#xC608;&#xC81C; &#xB178;&#xB4DC;&#xC5D0; Na &#xC720;&#xC785;&#xC758; &#xC81C;&#xD55C; &#xB418;&#xB294; &#xB3D9;&#xC548; &#xC774;&#xC628; &#xD50C;&#xB7ED;&#xC2A4;&#xC758; &#xADF9;&#xC801;&#xC778;&#xC774; &#xC9C8;&#xC758; &#xC0DD;&#xC131; &#xD569;&#xB2C8;&#xB2E4;. &#xCD5C;&#xADFC;&#xC758; &#xC5F0;&#xAD6C; &#xC791;&#xC5C5; &#xD6C4;&#xBCF4;&#xB294; &#xB610;&#xD55C; &#xD3EC;&#xC720;&#xB958; &#xAD11;&#xD559; &#xC2E0;&#xACBD;&#xC758; myelinated &#xCD95; &#xC0AD;&#xC5D0; &#xCE7C;&#xC298; &#xC720;&#xC785; &#xC720;&#xB3C4; &#xBC1D;&#xD600;&#xC84C;&#xB2E4;. Myelinated &#xCD95; &#xC0AD;&#xC5D0; &#xCE7C;&#xC298; &#xC720;&#xC785; &#xC2E0;&#xACBD; &#xC790;&#xADF9; &#xD558;&#xB294; &#xB3D9;&#xC548;&#xC774; &#xACF5;&#xAC04; &#xC9C8;&#xC758; &#xD45C;&#xC2DC; &#xD569;&#xB2C8;&#xAE4C;? &#xC774; &#xBB38;&#xC81C;&#xB97C; &#xD574;&#xACB0; &#xD558;&#xB824;&#xBA74; &#xC6B0;&#xB9AC; &#xC120;&#xD0DD;&#xC801;&#xC73C;&#xB85C; &#xCE7C;&#xC298; &#xC9C0;&#xD45C;&#xC640; &#xCD95; &#xC0AD;&#xC744; &#xCC29; &#xC0C9; &#xD558; &#xC5EC; &#xC561;&#xC158; &#xC7A0;&#xC7AC;&#xB825; &#xC911; axonal &#xCE7C;&#xC298; &#xACFC;&#xB3C4;&#xC758; &#xACF5;&#xAC04; &#xD504;&#xB85C; &#xD30C;&#xC77C;&#xC744; &#xBD84;&#xC11D; &#xD558; &#xACE0; &#xACBD;&#xD5D8;&#xC801;&#xC73C;&#xB85C; &#xAC07;&#xD78C;&#xB41C; &#xD654;&#xD569;&#xBB3C;&#xC758; photolysis&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xACB0;&#xC815; &#xCD95; &#xCE7C;&#xC298; &#xBCF4;&#xAE09;&#xC5D0; &#xB300; &#xD55C; &#xB9E4;&#xAC1C; &#xBCC0;&#xC218;&#xAC00; &#xC788;&#xB294; &#xC774;&#xB860;&#xC801; &#xBD84;&#xC11D; &#xB370;&#xC774;&#xD130; &#xB300;&#xC0C1;. &#xACB0;&#xACFC; &#xB180;&#xB78D;&#xAC8C;&#xB3C4; &#xADF8; &#xC791;&#xC5C5; &#xD6C4;&#xBCF4; &#xC911; &#xCE7C;&#xC298; &#xC720;&#xC785; &#xBC1C;&#xC0DD; &#xADE0;&#xC77C; &#xD558; &#xAC8C; &#xC644;&#xBCBD; &#xD558; &#xAC8C; myelinated &#xB9C8;&#xC6B0;&#xC2A4; &#xC2DC; &#xC2E0;&#xACBD;&#xC758; &#xCD95; &#xC0AD;&#xC744; &#xB530;&#xB77C;.

&#xC561;&#xC158; &#xC7A0;&#xC7AC;&#xB825; &#xD3EC;&#xC720;&#xB958; myelinated &#xAD11;&#xD559; &#xC2E0;&#xACBD;&#xC5D0; &#xC77C;&#xC815; &#xD55C; &#xCE7C;&#xC298; &#xC720;&#xC785; &#xC720;&#xB3C4;.

La vaina de mielina permite la conducci&#xF3;n saltatoria demarcando el ax&#xF3;n en una estrecha regi&#xF3;n nodal para la excitaci&#xF3;n y una amplia regi&#xF3;n, aislada internodal de difusi&#xF3;n eficaz de la corriente pasiva. Esta demarcaci&#xF3;n anat&#xF3;mica produce una heterogeneidad dram&#xE1;tico en flujos i&#xF3;nicos durante la excitaci&#xF3;n, un ejemplo cl&#xE1;sico es la restricci&#xF3;n de la afluencia de Na en el nodo. Estudios recientes han revelado que los potenciales de acci&#xF3;n tambi&#xE9;n inducen la entrada de calcio en los axones mielinizados de mam&#xED;feros nervios &#xF3;pticos. &#xBF;Tiene la entrada de calcio en los axones mielinizados muestran heterogeneidad espacial durante la excitaci&#xF3;n nerviosa? Para solucionar esto, se analizaron los perfiles espaciales de los transitorios de calcio axonal en los potenciales de acci&#xF3;n de forma selectiva la tinci&#xF3;n de los axones de los indicadores de calcio y de los datos sometidos al an&#xE1;lisis te&#xF3;rico con los par&#xE1;metros para la difusi&#xF3;n de calcio axial determinada emp&#xED;ricamente con la fot&#xF3;lisis de compuestos enjaulados. Los resultados muestran, sorprendentemente, que en los potenciales de acci&#xF3;n, la entrada de calcio se produce de manera uniforme a lo largo de un ax&#xF3;n de un nervio &#xF3;ptico del rat&#xF3;n totalmente mielinizadas.

Potenciales de acci&#xF3;n provocan influjo de calcio en el uniforme de los mam&#xED;feros Los nervios &#xF3;pticos miel&#xED;nicas

&#x8111;-&#x673A;&#x63A5;&#x53E3; (BCI) &#x6280;&#x672F;&#x53EF;&#x4EE5;&#x63D0;&#x4F9B;&#x4E2A;&#x4EBA;&#x4E0E;&#x91CD;&#x578B;&#x7535;&#x673A;&#x6B8B;&#x75BE;&#x4EBA;&#x66F4;&#x5927;&#x7684;&#x72EC;&#x7ACB;&#x6027;&#x548C;&#x66F4;&#x9AD8;&#x8D28;&#x91CF;&#x7684;&#x751F;&#x6D3B;&#x3002;BCI &#x7CFB;&#x7EDF;&#x91C7;&#x53D6;&#x8BB0;&#x5F55;&#x7684;&#x5927;&#x8111;&#x4FE1;&#x53F7;&#xFF0C;&#x5E76;&#x5C06;&#x5B83;&#x4EEC;&#x8F6C;&#x6362;&#x4E3A;&#x5B9E;&#x65F6;&#x884C;&#x52A8;&#xFF0C;&#x6539;&#x5584;&#x7684;&#x6C9F;&#x901A;&#x3001; &#x8FD0;&#x52A8;&#xFF0C;&#x6216;&#x611F;&#x77E5;&#x3002;&#x56DB;&#x4E2A;&#x75C5;&#x4EBA;&#x9885;&#x5185;&#x8111;&#x7535;&#x56FE; &#xFF08;&#x8111;&#x7535;) &#x4E34;&#x5E8A;&#x9700;&#x8981;&#x53C2;&#x52A0;&#x8FD9;&#x9879;&#x7814;&#x7A76;&#x3002;&#x5728;&#x591A;&#x4E2A;&#x4F1A;&#x8BDD;&#x57F9;&#x8BAD;&#x4E86;&#x4E0E;&#x4F1A;&#x8005;&#x4EE5;&#x4F7F;&#x7528;&#x7535;&#x673A;&#x548C;/&#x6216;&#x542C;&#x89C9;&#x610F;&#x8C61;&#x6765;&#x8C03;&#x8282;&#x5176;&#x5927;&#x8111;&#x4FE1;&#x53F7;&#xFF0C;&#x4ECE;&#x800C;&#x63A7;&#x5236;&#x8BA1;&#x7B97;&#x673A;&#x5149;&#x6807;&#x7684;&#x79FB;&#x52A8;&#x3002;&#x7535;&#x6781;&#x5BF9;&#x7535;&#x673A;&#x548C;/&#x6216;&#x611F;&#x5B98;&#x5730;&#x533A;&#x7684;&#x4E0E;&#x4F1A;&#x8005;&#x80FD;&#x591F;&#x5B9E;&#x73B0;&#x5149;&#x6807;&#x63A7;&#x5236;&#x8D85;&#x8FC7; 2 &#x5230; 7 &#x5929;&#x7684;&#x57F9;&#x8BAD;&#x3002;&#x8FD9;&#x4E9B;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#x8868;&#x660E;&#x611F;&#x5B98;&#x548C;&#x5176;&#x4ED6;&#x8111;&#x533A;&#x4EE5;&#x524D;&#x6CA1;&#x6709;&#x8BA4;&#x4E3A;&#x975E;&#x5E38;&#x9002;&#x5408;&#x4E8E;&#x57FA;&#x4E8E;&#x8111;&#x7535;&#x7684;&#x63A7;&#x5236;&#x53EF;&#x4EE5;&#x63D0;&#x4F9B;&#x66F4;&#x591A;&#x6E20;&#x9053;&#x7684;&#x53EF;&#x80FD;&#x6709;&#x7528;&#x7684; BCI &#x7535;&#x673A;&#x7684;&#x63A7;&#x5236;&#x3002;

Electrocorticographically &#x63A7;&#x5236;&#x8111;-&#x673A;&#x63A5;&#x53E3;&#x4F7F;&#x7528;&#x7535;&#x52A8;&#x673A;&#x548C;&#x611F;&#x5B98;&#x610F;&#x8C61;&#x60A3;&#x8005;&#x4E34;&#x65F6;&#x786C;&#x819C;&#x4E0B;&#x7535;&#x6781;&#x690D;&#x5165;&#x7269;&#x3002;&#x56DB;&#x4F8B;&#x62A5;&#x544A;&#x3002;

Brain-computer interface (BCI) technology can offer individuals with severe motor disabilities greater independence and a higher quality of life. The BCI systems take recorded brain signals and translate them into real-time actions, for improved communication, movement, or perception. Four patient participants with a clinical need for intracranial electrocorticography (ECoG) participated in this study. The participants were trained over multiple sessions to use motor and/or auditory imagery to modulate their brain signals in order to control the movement of a computer cursor. Participants with electrodes over motor and/or sensory areas were able to achieve cursor control over 2 to 7 days of training. These findings indicate that sensory and other brain areas not previously considered ideal for ECoG-based control can provide additional channels of control that may be useful for a motor BCI.

Electrocorticographically controlled brain-computer interfaces using motor and sensory imagery in patients with temporary subdural electrode implants. Report of four cases.

Interface cerveau-ordinateur (BCI) la technologie peut offrir individus souffrant de graves handicaps moteur une plus grande ind&#xE9;pendance et une meilleure qualit&#xE9; de vie. Les syst&#xE8;mes de BCI prendre les signaux du cerveau enregistr&#xE9;es et les traduire en actions en temps r&#xE9;el, pour une meilleure communication, le mouvement, ou la perception. Quatre participants patients ayant un besoin clinique pour &#xE9;lectrocorticographie intracr&#xE2;nienne (ECoG) ont particip&#xE9; &#xE0; cette &#xE9;tude. Les participants ont &#xE9;t&#xE9; form&#xE9;s au cours de plusieurs sessions d&#x26;#39;utiliser le moteur et / ou de l&#x26;#39;imagerie auditive &#xE0; moduler leurs signaux c&#xE9;r&#xE9;braux afin de contr&#xF4;ler le mouvement d&#x26;#39;un curseur de l&#x26;#39;ordinateur. Les participants avec des &#xE9;lectrodes sur le moteur et / ou les zones sensorielles &#xE9;taient en mesure de r&#xE9;aliser un contr&#xF4;le du curseur plus de 2 &#xE0; 7 jours de formation. Ces r&#xE9;sultats indiquent que les zones sensorielles du cerveau et d&#x26;#39;autres n&#x26;#39;ont pas &#xE9;t&#xE9; examin&#xE9;es id&#xE9;al pour ECoG bas&#xE9;e sur le contr&#xF4;le peut fournir des canaux de contr&#xF4;le suppl&#xE9;mentaires qui peuvent &#xEA;tre utiles pour un BCI moteur.

Electrocorticographically contr&#xF4;l&#xE9;e interfaces cerveau-ordinateur utilisant un moteur et d&#x26;#39;imagerie sensorielle chez les patients atteints temporaires Implants d&#x26;#39;&#xE9;lectrodes sous-durales. Rapport de quatre cas

Brain-Computer Interface (BCI)-Technologie bieten Personen mit schweren motorischen Behinderungen gr&ouml;&szlig;ere Unabh&auml;ngigkeit und eine h&ouml;here Lebensqualit&auml;t. Die BCI-Systeme nehmen Sie aufgezeichnete Gehirn Signale und &uuml;bersetzen sie in Echtzeit-Aktionen, f&uuml;r bessere Kommunikation, Bewegung und Wahrnehmung. Vier Patienten Teilnehmer mit klinischen Notwendigkeit intrakraniale Electrocorticography (ECoG) nahmen an dieser Studie Teil. Die Teilnehmer wurden &uuml;ber mehrere Sitzungen hinweg ausgebildet, motor bzw. auditive Bilder verwenden, um ihre Signale des Gehirns um die Bewegung eines Cursors Computer Steuern zu modulieren. Teilnehmer mit Elektroden &uuml;ber motor und/oder sensorischen Bereichen konnten Cursor-Steuerung &uuml;ber 2 bis 7 Tage Ausbildung zu erreichen. Diese Befunde zeigen, dass sensorische und andere Hirnareale nicht zuvor als Ideal f&uuml;r ECoG basierende Steuerung zus&auml;tzliche Kan&auml;le des Steuerelements angeben kann, die bei einem Motor BCI hilfreich sein kann.

Electrocorticographically kontrolliert Gehirn-Computer Schnittstellen mit Motor und sensorische Bilder bei Patienten mit vor&uuml;bergehenden subduralen Elektrode Implantaten. Bericht von vier F&auml;llen.

Tecnologia di Brain-computer interface (BCI) pu&ograve; offrire individui con gravi disabilit&agrave; motorie maggiore indipendenza e una migliore qualit&agrave; della vita. I sistemi di BCI prendono segnali cerebrali registrate e traducono in azioni in tempo reale, per migliorare la comunicazione, movimento o percezione. Quattro pazienti partecipanti con una necessit&agrave; clinica di intracranica electrocorticography (ECoG) hanno partecipato a questo studio. I partecipanti sono stati addestrati in sessioni multiple di utilizzare immagini motore e/o uditivi di modulare i segnali del cervello al fine di controllare il movimento di un cursore del computer. I partecipanti con elettrodi sulle zone del motore e/o sensoriali sono stati in grado di realizzare un controllo del cursore pi&ugrave; 2 a 7 giorni di formazione. Questi risultati indicano che aree cerebrali sensoriali e altri non precedentemente considerato ideale per il controllo ECoG-based in grado di fornire ulteriori canali di controllo che pu&ograve; essere utile per un motore BCI.

Electrocorticographically controllato le interfacce cervello-computer con motore e sensoriali immagini in pazienti con elettrodo subdurale temporaneo impianti. Rapporto di quattro casi.

&#x30D6;&#x30EC;&#x30A4;&#x30F3;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#x30A4;&#x30F3;&#x30BF;&#x30FC;&#x30D5;&#x30A7;&#x30FC;&#x30B9;&#xFF08;BCI&#xFF09;&#x6280;&#x8853;&#x306F;&#x3001;&#x91CD;&#x5EA6;&#x306E;&#x904B;&#x52D5;&#x6A5F;&#x80FD;&#x969C;&#x5BB3;&#x306E;&#x4E00;&#x5C64;&#x306E;&#x81EA;&#x7ACB;&#x3068;&#x751F;&#x6D3B;&#x306E;&#x8CEA;&#x306E;&#x9AD8;&#x3044;&#x60A3;&#x8005;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002; BCI&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306F;&#x3001;&#x8A18;&#x9332;&#x3055;&#x308C;&#x305F;&#x8133;&#x306E;&#x4FE1;&#x53F7;&#x3092;&#x53D6;&#x308B;&#x3068;&#x306E;&#x30B3;&#x30DF;&#x30E5;&#x30CB;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x6539;&#x5584;&#x3001;&#x904B;&#x52D5;&#x3001;&#x77E5;&#x899A;&#x306E;&#x30EA;&#x30A2;&#x30EB;&#x30BF;&#x30A4;&#x30E0;&#x30A2;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x305D;&#x308C;&#x3089;&#x3092;&#x5909;&#x63DB;&#x3057;&#x307E;&#x3059;&#x3002;&#x982D;&#x84CB;&#x5185;&#x8133;&#x6CE2;&#xFF08;ECOG&#xFF09;&#x306E;&#x81E8;&#x5E8A;&#x7684;&#x5FC5;&#x8981;&#x6027;&#x3092;&#x6301;&#x3064;4&#x3064;&#x306E;&#x60A3;&#x8005;&#x306E;&#x53C2;&#x52A0;&#x8005;&#x304C;&#x3053;&#x306E;&#x7814;&#x7A76;&#x306B;&#x53C2;&#x52A0;&#x3057;&#x305F;&#x3002;&#x53C2;&#x52A0;&#x8005;&#x306F;&#x3001;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#x306E;&#x30AB;&#x30FC;&#x30BD;&#x30EB;&#x306E;&#x52D5;&#x304D;&#x3092;&#x5236;&#x5FA1;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x81EA;&#x5206;&#x306E;&#x8133;&#x306E;&#x4FE1;&#x53F7;&#x3092;&#x5909;&#x8ABF;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x30E2;&#x30FC;&#x30BF;&#x304A;&#x3088;&#x3073;/&#x307E;&#x305F;&#x306F;&#x8074;&#x899A;&#x306E;&#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x3092;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x8907;&#x6570;&#x306E;&#x30BB;&#x30C3;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x308F;&#x305F;&#x3063;&#x3066;&#x8A13;&#x7DF4;&#x3055;&#x308C;&#x305F;&#x3002;&#x30E2;&#x30FC;&#x30BF;&#x304A;&#x3088;&#x3073;/&#x307E;&#x305F;&#x306F;&#x611F;&#x899A;&#x9818;&#x57DF;&#x306E;&#x4E0A;&#x306E;&#x96FB;&#x6975;&#x3068;&#x53C2;&#x52A0;&#x8005;&#x304C;&#x7814;&#x4FEE;&#x306E;2&#x304B;&#x3089;7&#x65E5;&#x9593;&#x306E;&#x30AB;&#x30FC;&#x30BD;&#x30EB;&#x5236;&#x5FA1;&#x3092;&#x9054;&#x6210;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3057;&#x305F;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x77E5;&#x898B;&#x306F;&#x3001;&#x4EE5;&#x524D;&#x306F;ECOG-&#x30D9;&#x30FC;&#x30B9;&#x306E;&#x30B3;&#x30F3;&#x30C8;&#x30ED;&#x30FC;&#x30EB;&#x306E;&#x305F;&#x3081;&#x306B;&#x7406;&#x60F3;&#x7684;&#x3068;&#x306F;&#x898B;&#x306A;&#x3055;&#x308C;&#x307E;&#x305B;&#x3093;&#x611F;&#x899A;&#x3084;&#x4ED6;&#x306E;&#x8133;&#x9818;&#x57DF;&#x306F;&#x3001;&#x30E2;&#x30FC;&#x30BF;BCI&#x306E;&#x305F;&#x3081;&#x306B;&#x5F79;&#x306B;&#x7ACB;&#x3064;&#x304B;&#x3082;&#x3057;&#x308C;&#x307E;&#x305B;&#x3093;&#x30B3;&#x30F3;&#x30C8;&#x30ED;&#x30FC;&#x30EB;&#x306E;&#x8FFD;&#x52A0;&#x30C1;&#x30E3;&#x30CD;&#x30EB;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;

&#x30E2;&#x30FC;&#x30BF;&#x30FC;&#x3068;&#x4E00;&#x6642;&#x7684;&#x306A;&#x786C;&#x819C;&#x4E0B;&#x96FB;&#x6975;&#x30A4;&#x30F3;&#x30D7;&#x30E9;&#x30F3;&#x30C8;&#x60A3;&#x8005;&#x306B;&#x304A;&#x3051;&#x308B;&#x611F;&#x899A;&#x753B;&#x50CF;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;Electrocorticographically&#x5236;&#x5FA1;&#x30D6;&#x30EC;&#x30A4;&#x30F3;&#xB7;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#xB7;&#x30A4;&#x30F3;&#x30BF;&#x30D5;&#x30A7;&#x30FC;&#x30B9;&#x3002; 4&#x3064;&#x306E;&#x30B1;&#x30FC;&#x30B9;&#x306E;&#x5831;&#x544A;

&#xB1CC;-&#xCEF4;&#xD4E8;&#xD130; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4; (BCI) &#xAE30;&#xC220;&#xC744; &#xC2EC;&#xD55C; &#xBAA8;&#xD130; &#xC7A5;&#xC560; &#xBCF4;&#xB2E4; &#xB6F0;&#xC5B4;&#xB09C; &#xB3C5;&#xB9BD;&#xACFC; &#xC0B6;&#xC758; &#xB192;&#xC740; &#xD488;&#xC9C8; &#xAC1C;&#xC778;&#xC744; &#xC81C;&#xACF5;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. BCI &#xC2DC;&#xC2A4;&#xD15C; &#xAE30;&#xB85D; &#xB41C; &#xB1CC; &#xC2E0;&#xD638; &#xAC78;&#xB9AC;&#xACE0; &#xD5A5;&#xC0C1; &#xB41C; &#xCEE4;&#xBBA4;&#xB2C8;&#xCF00;&#xC774;&#xC158;, &#xC6B4;&#xB3D9;, &#xB610;&#xB294; &#xC9C0; &#xAC01;&#xC5D0; &#xB300; &#xD55C; &#xC2E4;&#xC2DC;&#xAC04; &#xC791;&#xC5C5;&#xC73C;&#xB85C; &#xBCC0;&#xD658; &#xD569;&#xB2C8;&#xB2E4;. 4 &#xD658;&#xC790; &#xCC38;&#xAC00;&#xC790; intracranial electrocorticography (ECoG)&#xC5D0; &#xB300; &#xD55C; &#xC784;&#xC0C1; &#xD544;&#xC694;&#xC640; &#xD568;&#xAED8;&#xC774; &#xC5F0;&#xAD6C;&#xC5D0; &#xCC38;&#xAC00; &#xD588;&#xB2E4;. &#xCC38;&#xAC00;&#xC790;&#xAC00; &#xC5EC;&#xB7EC; &#xC138;&#xC158;&#xC5D0; &#xAC78;&#xCCD0; &#xBAA8;&#xD130; &#xBC0F; &#xCCAD;&#xAC01; &#xC774;&#xBBF8;&#xC9C0;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xCEF4;&#xD4E8;&#xD130; &#xCEE4;&#xC11C;&#xC758; &#xC774;&#xB3D9;&#xC744; &#xCEE8;&#xD2B8;&#xB864; &#xD558;&#xAE30; &#xC704;&#xD574; &#xADF8;&#xB4E4;&#xC758; &#xB1CC; &#xC2E0;&#xD638;&#xB97C; &#xBCC0;&#xC870; &#xD558; &#xD6C8;&#xB828;&#xC744; &#xD588;&#xB2E4;. &#xBAA8;&#xD130; &#xB610;&#xB294; &#xAC10;&#xAC01; &#xC601;&#xC5ED;&#xC744; &#xD1B5;&#xD574; &#xC804;&#xADF9; &#xAC00;&#xC9C4; &#xCC38;&#xAC00;&#xC790; &#xD6C8;&#xB828;&#xC758; 2 ~ 7 &#xC77C; &#xB3D9;&#xC548; &#xCEE4;&#xC11C; &#xC81C;&#xC5B4;&#xB97C; &#xB2EC;&#xC131;&#xD560; &#xC218; &#xC788;&#xC5C8;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xC5F0;&#xAD6C; &#xACB0;&#xACFC; &#xAC10;&#xAC01; &#xBC0F; &#xB2E4;&#xB978; &#xB1CC; &#xC601;&#xC5ED; &#xC774;&#xC804;&#xC5D0; ECoG &#xAE30;&#xBC18; &#xC81C;&#xC5B4;&#xB97C; &#xC704;&#xD55C; &#xC774;&#xC0C1; &#xBAA8;&#xD130; BCI&#xC5D0; &#xB300; &#xD55C; &#xB3C4;&#xC6C0;&#xC774; &#xB420; &#xC218; &#xC788;&#xB294; &#xCEE8;&#xD2B8;&#xB864;&#xC758; &#xB354; &#xB9CE;&#xC740; &#xCC44;&#xB110;&#xC744; &#xC81C;&#xACF5;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xAC04;&#xC8FC; &#xB098;&#xD0C0;&#xB0C5;&#xB2C8;&#xB2E4;.

Electrocorticographically &#xBAA8;&#xD130;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xB1CC;-&#xCEF4;&#xD4E8;&#xD130; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4;&#xB97C; &#xC81C;&#xC5B4; &#xD558; &#xACE0; &#xC784;&#xC2DC; &#xACBD; &#xC804;&#xADF9; &#xD658;&#xC790;&#xC758; &#xAC10;&#xAC01; &#xC774;&#xBBF8;&#xC9C0; &#xC784; &#xD50C; &#xB780; &#xD2B8;. 4 &#xAC1C;&#xC758; &#xCF00;&#xC774;&#xC2A4;&#xC758; &#xBCF4;&#xACE0;&#xC785;&#xB2C8;&#xB2E4;.

Interfaz cerebro-ordenador (BCI) la tecnolog&#xED;a puede ofrecer a las personas con severa discapacidad motora independencia mayor y una mejor calidad de vida. Los sistemas BCI tener grabadas las se&#xF1;ales cerebrales y traducirlas en acciones en tiempo real, para mejorar la comunicaci&#xF3;n, el movimiento, o la percepci&#xF3;n. Cuatro participantes de pacientes con una necesidad cl&#xED;nica de electrocorticograf&#xED;a intracraneal (ECoG) participaron en este estudio. Los participantes fueron entrenados en varias sesiones de usar motor y / o im&#xE1;genes auditivas para modular las se&#xF1;ales del cerebro con el fin de controlar el movimiento de un cursor de ordenador. Los participantes con electrodos m&#xE1;s de motor y / o &#xE1;reas sensoriales fueron capaces de lograr el control del cursor m&#xE1;s de 2 a 7 d&#xED;as de entrenamiento. Estos hallazgos indican que las &#xE1;reas sensoriales del cerebro y de otros no considerados anteriormente ideal para ECoG basado en el control puede proporcionar canales adicionales de control que pueden ser &#xFA;tiles para un motor de BCI.

Electrocorticographically Controlado interfaces cerebro-ordenador mediante motor y sensorial im&#xE1;genes en pacientes con implantes de electrodos subdurales temporales. Informe de cuatro casos

&#x5728;&#x8FC7;&#x53BB;&#x5341;&#x5E74;&#x4E2D;&#x8FC5;&#x901F;&#x589E;&#x957F;&#x5927;&#x8111;&#x690D;&#x5165;&#x5F0F;&#x8BBE;&#x5907;&#x7684;&#x8BB0;&#x5F55;&#x548C;&#x89E3;&#x91CA;&#x5927;&#x8111;&#x76AE;&#x8D28;&#x4E2D;&#x7684;&#x7535;&#x4FE1;&#x53F7;&#x7684;&#x4E34;&#x5E8A;&#x5E94;&#x7528;&#x3002;&#x957F;&#x671F;&#x7684;&#x76AE;&#x8D28;&#x5F55;&#x97F3;&#xFF0C;&#x62DF;&#x8BA2;&#x5E76;&#x8BC4;&#x4EF7;&#x5FAE;&#x8111;&#x76AE;&#x5C42;&#x56FE; (microECoG) &#x7535;&#x6781;&#x548C;&#x901A;&#x7528;&#x5E73;&#x53F0;&#x3002;&#x7535;&#x6781;&#x76F4;&#x5F84;&#x548C;&#x7535;&#x6781;&#x95F4;&#x7684;&#x8DDD;&#x79BB;&#xFF0C;&#x65B0;&#x7684;&#x8BBE;&#x5907;&#x9700;&#x8981; 100s microm&#xFF0C;&#x660E;&#x663E;&#x5C0F;&#x4E8E;&#x4E00;&#x822C;&#x7684;&#x8111;&#x7535;&#x7F51;&#x683C;&#xFF0C;&#x662F;&#x4E0D;&#x9700;&#x8981;&#x7A7F;&#x900F;&#x8111;&#x90E8;&#x3002;&#x4ECE;&#x8BBE;&#x5907;&#x7684;&#x6025;&#x6027;&#x5F55;&#x97F3;&#x8868;&#x660E;&#x53EF;&#x4ECE;&#x4E0E;&#x7A7A;&#x95F4;&#x5206;&#x8FA8;&#x7387;&#x4E3A; 1 &#x6BEB;&#x7C73;&#x7684;&#x7535;&#x6781;&#x8BB0;&#x5F55;&#x72EC;&#x7ACB;&#x7684;&#x5927;&#x8111;&#x6D3B;&#x52A8;&#x3002;

&#x5229;&#x7528; microECoG &#x7535;&#x6781;&#x9635;&#x5217;&#x7684;&#x76AE;&#x8D28;&#x5F55;&#x97F3;&#x5E73;&#x53F0;&#x3002;

Clinical applications of brain implantable devices for recording and interpreting electrical signals from the cortex have grown rapidly in the last decade. For long-term cortical recording, a micro-electrocorticographic (microECoG) electrode and universal platform were developed and evaluated. The electrode diameters and inter-electrode distances of the new device are on the order of 100s of microm, significantly smaller than general ECoG grids, and do not require penetrating the brain. Acute recordings from the device demonstrated that independent brain activity could be recorded from electrodes with a spatial resolution of 1 mm.

A cortical recording platform utilizing microECoG electrode arrays.

Les applications cliniques de cerveau dispositifs implantables pour l&#x26;#39;enregistrement et l&#x26;#39;interpr&#xE9;tation des signaux &#xE9;lectriques en provenance du cortex ont connu une croissance rapide dans la derni&#xE8;re d&#xE9;cennie. Pour un enregistrement longue dur&#xE9;e corticale, un micro-electrocorticographic (microECoG) &#xE9;lectrode et plate-forme universelle ont &#xE9;t&#xE9; &#xE9;labor&#xE9;s et &#xE9;valu&#xE9;s. Les diam&#xE8;tres des &#xE9;lectrodes et des distances inter-&#xE9;lectrodes de ce nouveau dispositif sont de l&#x26;#39;ordre de 100s de microm, nettement plus petit que les grilles ECOG g&#xE9;n&#xE9;rales, et ne n&#xE9;cessitent pas p&#xE9;n&#xE9;trer dans le cerveau. Enregistrements de courte dur&#xE9;e de l&#x26;#39;appareil a d&#xE9;montr&#xE9; que l&#x26;#39;activit&#xE9; du cerveau ind&#xE9;pendant pourrait &#xEA;tre enregistr&#xE9;e &#xE0; partir d&#x26;#39;&#xE9;lectrodes avec une r&#xE9;solution spatiale de 1 mm.

Une plate-forme d&#x26;#39;enregistrement cortical Utilisant r&#xE9;seaux d&#x26;#39;&#xE9;lectrodes MicroECoG

Klinische Anwendungen des Gehirns implantierbare Ger&auml;te zur Aufnahme und Interpretation elektrische Signale aus der Hirnrinde haben in den letzten zehn Jahren rasant gestiegen. F&uuml;r langfristige kortikale Aufnahmen waren ein Mikro-Electrocorticographic (MicroECoG)-Elektrode und universelle Plattform entwickelt und ausgewertet. Die Elektrode Durchmessern und inter-electrode Entfernungen von dem neuen Ger&auml;t sind in der Gr&ouml;&szlig;enordnung von 100 s von Microm, erheblich kleiner als allgemeine ECoG-Raster, und erfordern keine Durchdringung des Gehirns. Akute Aufnahmen vom Ger&auml;t gezeigt, dass unabh&auml;ngige Hirnaktivit&auml;t von Elektroden mit einer r&auml;umlichen Aufl&ouml;sung von 1 mm aufgenommen werden konnte.

Eine kortikale Aufnahme-Plattform unter Verwendung MicroECoG Elektrode Arrays.

Applicazioni cliniche di dispositivi impiantabili cervello per registrare e interpretare i segnali elettrici dalla corteccia sono cresciuti rapidamente nell&#39;ultimo decennio. Per registrazione a lungo termine corticale, un elettrodo micro-electrocorticographic (microECoG) e la piattaforma universale furono sviluppati e valutati. I diametri di elettrodo e distanza interelettrodica del nuovo dispositivo &egrave; dell&#39;ordine di centinaia di microm, significativamente pi&ugrave; piccolo di generale ECoG griglie e non necessaria di penetrare il cervello. Acuta registrazioni dal dispositivo ha dimostrato che attivit&agrave; cerebrale indipendenti potrebbero essere registrate da elettrodi con una risoluzione spaziale di 1 mm.

Una piattaforma di registrazione corticale che utilizzano matrici di elettrodo microECoG.

&#x76AE;&#x8CEA;&#x304B;&#x3089;&#x306E;&#x96FB;&#x6C17;&#x4FE1;&#x53F7;&#x3092;&#x8A18;&#x9332;&#x3057;&#x3001;&#x89E3;&#x91C8;&#x3059;&#x308B;&#x305F;&#x3081;&#x306E;&#x8133;&#x690D;&#x8FBC;&#x307F;&#x578B;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x306E;&#x81E8;&#x5E8A;&#x5FDC;&#x7528;&#x306F;&#x3001;&#x904E;&#x53BB;10&#x5E74;&#x9593;&#x3067;&#x6025;&#x901F;&#x306B;&#x6210;&#x9577;&#x3057;&#x3066;&#x3044;&#x308B;&#x3002;&#x9577;&#x671F;&#x7684;&#x306A;&#x76AE;&#x8CEA;&#x306E;&#x9332;&#x97F3;&#x306E;&#x305F;&#x3081;&#x306B;&#x3001;&#x30DE;&#x30A4;&#x30AF;&#x30ED;electrocorticographic&#xFF08;microECoG&#xFF09;&#x96FB;&#x6975;&#x3068;&#x666E;&#x904D;&#x7684;&#x306A;&#x30D7;&#x30E9;&#x30C3;&#x30C8;&#x30D5;&#x30A9;&#x30FC;&#x30E0;&#x3092;&#x958B;&#x767A;&#x3057;&#x3001;&#x8A55;&#x4FA1;&#x3057;&#x305F;&#x3002;&#x96FB;&#x6975;&#x5F84;&#x3068;&#x65B0;&#x3057;&#x3044;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x306E;&#x96FB;&#x6975;&#x9593;&#x8DDD;&#x96E2;&#x306F;&#x4E00;&#x822C;&#x7684;&#x306A;&#x76AE;&#x8CEA;&#x306E;&#x30B0;&#x30EA;&#x30C3;&#x30C9;&#x3088;&#x308A;&#x3082;&#x306F;&#x308B;&#x304B;&#x306B;&#x5C0F;&#x3055;&#x3044;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30E2;&#x30EB;&#x3001;&#x6570;&#x767E;&#x306E;&#x30AA;&#x30FC;&#x30C0;&#x30FC;&#x3067;&#x3042;&#x308A;&#x3001;&#x8133;&#x3092;&#x8CAB;&#x901A;&#x3059;&#x308B;&#x5FC5;&#x8981;&#x306F;&#x3042;&#x308A;&#x307E;&#x305B;&#x3093;&#x3002;&#x305D;&#x306E;&#x72EC;&#x7ACB;&#x3057;&#x305F;&#x8133;&#x6D3B;&#x52D5;&#x3092;&#x793A;&#x3057;&#x305F;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x304B;&#x3089;&#x306E;&#x6025;&#x6027;&#x306E;&#x9332;&#x97F3;&#x306F;&#x3001;1&#x30DF;&#x30EA;&#x30E1;&#x30FC;&#x30C8;&#x30EB;&#x306E;&#x7A7A;&#x9593;&#x5206;&#x89E3;&#x80FD;&#x3092;&#x6709;&#x3059;&#x308B;&#x96FB;&#x6975;&#x304B;&#x3089;&#x8A18;&#x9332;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;

MicroECoG&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x3092;&#x5229;&#x7528;&#x3057;&#x305F;&#x76AE;&#x8CEA;&#x306E;&#x8A18;&#x9332;&#x30D7;&#x30E9;&#x30C3;&#x30C8;&#x30D5;&#x30A9;&#x30FC;&#x30E0;

&#xB179;&#xC74C; &#xD558; &#xACE0; &#xD53C; &#xC9C8;&#xC5D0;&#xC11C; &#xC804;&#xAE30; &#xC2E0;&#xD638;&#xB97C; &#xD574;&#xC11D; &#xD558;&#xAE30; &#xC704;&#xD55C; &#xB1CC; &#xC774;&#xC2DD; &#xC7A5;&#xCE58; &#xC784;&#xC0C1; &#xC751;&#xC6A9; &#xC9C0;&#xB09C; 10 &#xB144;&#xAC04;&#xC5D0;&#xC11C; &#xBE60;&#xB974;&#xAC8C; &#xC131;&#xC7A5;&#xD574; &#xC654;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC7A5;&#xAE30; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xAE30;&#xB85D;&#xC5D0; &#xB300; &#xD55C; &#xB9C8;&#xC774;&#xD06C;&#xB85C;-electrocorticographic (microECoG) &#xC804;&#xADF9; &#xBC0F; &#xBC94;&#xC6A9; &#xD50C;&#xB7AB;&#xD3FC; &#xAC1C;&#xBC1C; &#xB418;&#xC5C8;&#xB2E4; &#xACE0; &#xD3C9;&#xAC00;. &#xC804;&#xADF9; &#xC9C1;&#xACBD; &#xBC0F; &#xC0C8;&#xB85C;&#xC6B4; &#xC7A5;&#xCE58;&#xC758; inter-electrode &#xAC70;&#xB9AC; 100 microm, &#xD06C;&#xAC8C; &#xC77C;&#xBC18; ECoG &#xACA9;&#xC790; &#xBCF4;&#xB2E4; &#xC791;&#xC740;&#xC758; &#xC21C;&#xC11C;&#xB294; &#xB1CC;&#xB97C; &#xAD00;&#xD1B5; &#xD558;&#xC9C0; &#xC54A;&#xC544;&#xB3C4;. &#xAE09;&#xC131; &#xB179;&#xC74C; &#xC7A5;&#xCE58;&#xC5D0;&#xC11C; &#xB3C5;&#xB9BD;&#xC801;&#xC778; &#xB450;&#xB1CC; &#xD65C;&#xB3D9; 1 m m&#xC758; &#xACF5;&#xAC04; &#xD574;&#xC0C1;&#xB3C4;&#xC640; &#xC804;&#xADF9;&#xC5D0;&#xC11C; &#xAE30;&#xB85D; &#xB420; &#xC218; &#xC788;&#xB294; &#xC2DC;&#xC5F0; &#xD588;&#xB2E4;.

MicroECoG &#xC804;&#xADF9; &#xC5B4;&#xB808;&#xC774; &#xD65C;&#xC6A9; &#xD558; &#xC5EC; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xAE30;&#xB85D; &#xD50C;&#xB7AB;&#xD3FC;&#xC785;&#xB2C8;&#xB2E4;.

Las aplicaciones cl&#xED;nicas de los dispositivos implantables del cerebro para registrar e interpretar las se&#xF1;ales el&#xE9;ctricas de la corteza han crecido r&#xE1;pidamente en la &#xFA;ltima d&#xE9;cada. A largo plazo la grabaci&#xF3;n de cortical, un micro-electrocorticogr&#xE1;fica (microECoG) electrodo y la plataforma universal se han desarrollado y evaluado. Los di&#xE1;metros de electrodos y entre los electrodos distancias del nuevo dispositivo son del orden de micras de 100s, significativamente menor que las rejillas ECoG generales, y no requieren penetrar en el cerebro. Acute Recordings desde el dispositivo demostr&#xF3; que la actividad cerebral independiente podr&#xED;a ser registrado por los electrodos con una resoluci&#xF3;n espacial de 1 mm.

Una plataforma de grabaci&#xF3;n cortical que utilizan matrices de electrodos microECoG

&#x96C4;&#x8FA9;&#x76AE;&#x5C42;&#x7684;&#x529F;&#x80FD;&#x6620;&#x5C04;&#x901A;&#x5E38;&#x662F;&#x521B;&#x8111;&#x624B;&#x672F;&#x524D;&#x5FC5;&#x8981;&#x4F46;&#x6D3E;&#x751F;&#x6B64;&#x6620;&#x5C04;&#x7684;&#x5F53;&#x524D;&#x6280;&#x672F;&#x6709;&#x91CD;&#x8981;&#x7684;&#x9650;&#x5236;&#x3002;&#x5728;&#x672C;&#x6587;&#x4E2D;&#xFF0C;&#x6211;&#x4EEC;&#x8BC1;&#x660E;&#x4F7F;&#x7528;&#x88AB;&#x52A8;&#x5F55;&#x5236;&#x7684;&#x8111;&#x76AE;&#x5C42;&#x56FE;&#x4FE1;&#x53F7;&#x7684;&#x5FEB;&#x901F;&#x3001; &#x7A33;&#x5065;&#x800C;&#x5B9E;&#x9645;&#x6620;&#x5C04;&#x7CFB;&#x7EDF;&#x7684;&#x7B2C;&#x4E00;&#x6B21;&#x7EFC;&#x5408;&#x8BC4;&#x4EF7;&#x3002;&#x6B64;&#x6620;&#x5C04;&#x8FC7;&#x7A0B;&#x57FA;&#x4E8E;&#x8FC7;&#x53BB;&#x7684;&#x51E0;&#x5E74;&#x91CC;&#x6211;&#x4EEC;&#x5DF2;&#x7ECF;&#x5F00;&#x53D1;&#x4E86; BCI2000 &#x548C; SIGFRIED &#x7684;&#x6280;&#x672F;&#x3002;&#x5728;&#x6211;&#x4EEC;&#x7684;&#x7814;&#x7A76;&#xFF0C;&#x6211;&#x4EEC;&#x8BA1;&#x7B97; 10 &#x6765;&#x81EA;&#x56DB;&#x4E2A;&#x4E0D;&#x540C;&#x673A;&#x6784;&#x7684;&#x766B;&#x75EB;&#x60A3;&#x8005;&#x548C;&#x6D3E;&#x751F;&#x4F7F;&#x7528;&#x7535;&#x76AE;&#x8D28;&#x523A;&#x6FC0; (ECS) &#x6620;&#x5C04;&#x7684;&#x7ED3;&#x679C;&#x4E0E;&#x6211;&#x4EEC;&#x7684;&#x8FC7;&#x7A0B;&#x7684;&#x7ED3;&#x679C;&#x8FDB;&#x884C;&#x6BD4;&#x8F83;&#x3002;&#x8C03;&#x67E5;&#x7ED3;&#x679C;&#x663E;&#x793A;&#x6211;&#x4EEC;&#x7684;&#x7A0B;&#x5E8F;&#x4E2D;&#x53EA;&#x9700;&#x8981;&#x51E0;&#x5206;&#x949F;&#x6D3E;&#x751F;&#x529F;&#x80FD;&#x7684;&#x7535;&#x673A;&#x76AE;&#x8D28;&#x5730;&#x56FE;&#x3002;&#x5B83;&#x4EEC;&#x8FD8;&#x663E;&#x793A;&#x5927;&#x91CF;&#x7684;&#x7ADE;&#x5408;&#x4E0E;&#x6D3E;&#x751F;&#x4F7F;&#x7528; ECS &#x6620;&#x5C04;&#x7684;&#x7ED3;&#x679C;&#x3002;&#x5177;&#x4F53;&#x6765;&#x8BF4;&#xFF0C;&#x4E0E; ECS &#x5730;&#x56FE;&#x76F8;&#x6BD4;&#x4E0B;, &#x4E00;&#x6B65;&#x90BB;&#x5C45;&#x8BC4;&#x4EF7;&#x8868;&#x660E;&#x6CA1;&#x6709;&#x6F0F;&#x62A5;&#xFF0C;&#x53EA;&#x6709; 0.46 &#x548C; 1.10%&#x8BEF;&#x62A5;&#x7684;&#x624B;&#x548C;&#x820C;&#x5934;&#x7684;&#x5730;&#x56FE;&#xFF0C;&#x5206;&#x522B;&#x3002;&#x603B;&#x4E4B;&#xFF0C;&#x6211;&#x4EEC;&#x8868;&#x73B0;&#x51FA;&#x5B9E;&#x9645;&#x548C;&#x9C81;&#x68D2;&#x7684;&#x6620;&#x5C04;&#x8FC7;&#x7A0B;&#xFF0C;&#x53EF;&#x4EE5;&#x6210;&#x4E3A;&#x89C4;&#x5212;&#x521B;&#x8111;&#x624B;&#x672F;&#x7684;&#x65B0;&#x5DE5;&#x5177;&#x7684;&#x7B2C;&#x4E00;&#x6B21;&#x7EFC;&#x5408;&#x7684;&#x8BC4;&#x4EF7;&#x3002;

&#x5B9E;&#x65F6;&#x529F;&#x80FD;&#x6620;&#x5C04;&#x4F7F;&#x7528;&#x4E2D;&#x4EBA;&#x7C7B;&#x7684;&#x8111;&#x76AE;&#x5C42;&#x56FE;&#x4FE1;&#x53F7;&#x7684;&#x96C4;&#x8FA9;&#x76AE;&#x5C42;&#x7684;&#x5B9E;&#x7528;&#x7A0B;&#x5E8F;&#x3002;

Functional mapping of eloquent cortex is often necessary prior to invasive brain surgery, but current techniques that derive this mapping have important limitations. In this article, we demonstrate the first comprehensive evaluation of a rapid, robust, and practical mapping system that uses passive recordings of electrocorticographic signals. This mapping procedure is based on the BCI2000 and SIGFRIED technologies that we have been developing over the past several years. In our study, we evaluated 10 patients with epilepsy from four different institutions and compared the results of our procedure with the results derived using electrical cortical stimulation (ECS) mapping. The results show that our procedure derives a functional motor cortical map in only a few minutes. They also show a substantial concurrence with the results derived using ECS mapping. Specifically, compared with ECS maps, a next-neighbor evaluation showed no false negatives, and only 0.46 and 1.10% false positives for hand and tongue maps, respectively. In summary, we demonstrate the first comprehensive evaluation of a practical and robust mapping procedure that could become a new tool for planning of invasive brain surgeries.

A practical procedure for real-time functional mapping of eloquent cortex using electrocorticographic signals in humans.

Cartographie fonctionnelle du cortex &#xE9;loquent est souvent n&#xE9;cessaire avant la chirurgie du cerveau invasive, mais les techniques actuelles qui d&#xE9;coulent de cette cartographie des limitations importantes. Dans cet article, nous d&#xE9;montrons la premi&#xE8;re &#xE9;valuation globale d&#x26;#39;un syst&#xE8;me de cartographie rapide, robuste et pratique qui utilise des enregistrements de signaux passifs electrocorticographic. Cette proc&#xE9;dure est bas&#xE9;e sur la cartographie des technologies BCI2000 et Sigfried que nous avons &#xE9;t&#xE9; en d&#xE9;veloppement au cours des derni&#xE8;res ann&#xE9;es. Dans notre &#xE9;tude, nous avons &#xE9;valu&#xE9; 10 patients souffrant d&#x26;#39;&#xE9;pilepsie &#xE0; partir de quatre institutions diff&#xE9;rentes et compar&#xE9; les r&#xE9;sultats de notre proc&#xE9;dure avec les r&#xE9;sultats obtenus en utilisant la stimulation &#xE9;lectrique corticale (ECS) de cartographie. Les r&#xE9;sultats montrent que notre proc&#xE9;dure d&#xE9;coule d&#x26;#39;une carte moteur fonctionnelle corticale en seulement quelques minutes. Ils montrent &#xE9;galement un concours substantiel avec les r&#xE9;sultats obtenus en utilisant la cartographie ECS. Plus pr&#xE9;cis&#xE9;ment, par rapport &#xE0; ECS cartes, une &#xE9;valuation plus proche voisin-n&#x26;#39;a montr&#xE9; aucun faux n&#xE9;gatifs, et seulement 0,46 et 1,10% de faux positifs pour les cartes &#xE0; main et de la langue, respectivement. En r&#xE9;sum&#xE9;, nous d&#xE9;montrons la premi&#xE8;re &#xE9;valuation globale d&#x26;#39;une proc&#xE9;dure de cartographie pratique et robuste qui pourrait devenir un nouvel outil pour la planification des op&#xE9;rations au cerveau envahissantes.

Une proc&#xE9;dure pratique pour en temps r&#xE9;el la cartographie fonctionnelle du cortex &#xE9;loquent utilisant des signaux de Electrocorticographic chez les humains

Funktionale Zuordnung der eloquenten Kortex ist h&auml;ufig vor invasiven Gehirnchirurgie erforderlich, doch aktuelle Techniken, die diese Zuordnung abgeleitet werden wichtige Einschr&auml;nkungen. In diesem Artikel zeigen wir die erste umfassende Evaluierung der eine schnelle, robuste und praktische Zuordnung-System, das passive Aufnahmen von Electrocorticographic Signalen verwendet. Diese Zuordnung-Verfahren basiert auf BCI2000 und SIGFRIED Technologien, die wir in den letzten Jahren entwickelt haben. In unserer Studie haben wir 10 Patienten mit Epilepsie aus vier verschiedenen Institutionen ausgewertet und verglichen die Ergebnisse unseres Verfahrens mit den Ergebnissen abgeleitet, kortikale Elektrostimulation (ECS) Zuordnung. Die Ergebnisse zeigen, dass unser Verfahren die funktionelle motor-kortikale Karte in nur wenigen Minuten abgeleitet wird. Sie zeigen auch eine wesentliche &Uuml;bereinstimmung mit den Ergebnissen abgeleitet mit ECS-Zuordnung. Insbesondere zeigte verglichen mit ECS-Karten, eine n&auml;chste-Nachbarn-Bewertung keine falsche negative und nur 0,46 und 1,10 % Fehlalarme f&uuml;r Hand und Zunge Maps, beziehungsweise. Zusammenfassend l&auml;sst sich sagen zeigen wir die erste umfassende Evaluierung einer praktischen und robusten Mapping-Prozedur, die ein neues Tool f&uuml;r die Planung von invasive Gehirn-Operationen werden k&ouml;nnte.

Ein praktisches Verfahren zur Echtzeit funktionelle Zuordnung von eloquenten Kortex, die Verwendung von Electrocorticographic Signalen beim Menschen.

Mappatura funzionale della corteccia eloquente &egrave; spesso necessaria prima dell&#39;intervento chirurgico invasivo, ma le attuali tecniche che derivano questo mapping hanno importanti limitazioni. In questo articolo, mostriamo la prima valutazione globale di un sistema di mappatura rapido, robusto e pratico che utilizza registrazioni passive di segnali electrocorticographic. Questa procedura di mappatura si basa sulle tecnologie BCI2000 e SIGFRIED che sviluppiamo sopra il passato parecchi anni. Nel nostro studio, abbiamo valutato 10 pazienti con epilessia da quattro diverse istituzioni e confrontato i risultati della nostra procedura con i risultati ottenuti mediante stimolazione elettrica corticale (ECS) mapping. I risultati mostrano che la nostra procedura deriva una mappa corticale motore funzionale in pochi minuti. Essi mostrano anche un sostanza concomitanza con i risultati ottenuti utilizzando ECS mapping. In particolare, rispetto alle mappe ECS, una valutazione successiva-neighbor mostrato no falsi negativi e solo 0,46 e 1.10% falsi positivi per le mappe di mano e la lingua, rispettivamente. In sintesi, ci dimostrano la prima valutazione globale di una procedura di mappatura pratica e robusta che potrebbe diventare un nuovo strumento per la pianificazione di interventi chirurgici invasivi cervello.

Una procedura pratica per la mappatura in tempo reale funzionale della corteccia eloquente utilizzando segnali electrocorticographic negli esseri umani.

&#x96C4;&#x5F01;&#x306A;&#x5927;&#x8133;&#x76AE;&#x8CEA;&#x306E;&#x6A5F;&#x80FD;&#x30DE;&#x30C3;&#x30D4;&#x30F3;&#x30B0;&#x306F;&#x3057;&#x3070;&#x3057;&#x3070;&#x524D;&#x306E;&#x4FB5;&#x8972;&#x8133;&#x5916;&#x79D1;&#x624B;&#x8853;&#x306B;&#x5FC5;&#x8981;&#x3067;&#x3059;&#x304C;&#x3001;&#x3053;&#x306E;&#x30DE;&#x30C3;&#x30D4;&#x30F3;&#x30B0;&#x3092;&#x5C0E;&#x304D;&#x51FA;&#x3059;&#x73FE;&#x5728;&#x306E;&#x6280;&#x8853;&#x306F;&#x91CD;&#x8981;&#x306A;&#x5236;&#x9650;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3002;&#x672C;&#x7A3F;&#x3067;&#x306F;&#x3001;electrocorticographic&#x4FE1;&#x53F7;&#x306E;&#x53D7;&#x52D5;&#x7684;&#x306A;&#x30EC;&#x30B3;&#x30FC;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3001;&#x6025;&#x901F;&#x306A;&#x3001;&#x5805;&#x7262;&#x3067;&#x5B9F;&#x7528;&#x7684;&#x306A;&#x30DE;&#x30C3;&#x30D4;&#x30F3;&#x30B0;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x6700;&#x521D;&#x306E;&#x5305;&#x62EC;&#x7684;&#x306A;&#x8A55;&#x4FA1;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x30DE;&#x30C3;&#x30D4;&#x30F3;&#x30B0;&#x306E;&#x624B;&#x9806;&#x306F;&#x3001;&#x6211;&#x3005;&#x306F;&#x904E;&#x53BB;&#x6570;&#x5E74;&#x9593;&#x306B;&#x308F;&#x305F;&#x3063;&#x3066;&#x958B;&#x767A;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x3053;&#x3068;BCI2000&#x3068;SIGFRIED&#x6280;&#x8853;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x672C;&#x7814;&#x7A76;&#x3067;&#x306F;&#x3001;&#x6211;&#x3005;&#x306F;&#x3001;4&#x3064;&#x306E;&#x7570;&#x306A;&#x308B;&#x6A5F;&#x95A2;&#x304B;&#x3089;&#x306E;&#x3066;&#x3093;&#x304B;&#x3093;&#x3067;10&#x4EBA;&#x306E;&#x60A3;&#x8005;&#x3092;&#x8A55;&#x4FA1;&#x3057;&#x3001;&#x96FB;&#x6C17;&#x7684;&#x306A;&#x76AE;&#x8CEA;&#x523A;&#x6FC0;&#xFF08;ECS&#xFF09;&#x306E;&#x30DE;&#x30C3;&#x30D4;&#x30F3;&#x30B0;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x5F97;&#x3089;&#x308C;&#x305F;&#x7D50;&#x679C;&#x3068;&#x79C1;&#x9054;&#x306E;&#x30D7;&#x30ED;&#x30B7;&#x30FC;&#x30B8;&#x30E3;&#x306E;&#x7D50;&#x679C;&#x3092;&#x6BD4;&#x8F03;&#x3057;&#x305F;&#x3002;&#x7D50;&#x679C;&#x306F;&#x79C1;&#x305F;&#x3061;&#x306E;&#x624B;&#x9806;&#x306F;&#x308F;&#x305A;&#x304B;&#x6570;&#x5206;&#x3067;&#x6A5F;&#x80FD;&#x7684;&#x306A;&#x30E2;&#x30FC;&#x30BF;&#x30FC;&#x76AE;&#x8CEA;&#x30DE;&#x30C3;&#x30D7;&#x3092;&#x5C0E;&#x51FA;&#x3059;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x308B;&#x3002;&#x5F7C;&#x3089;&#x306F;&#x307E;&#x305F;&#x3001;ECS&#x306E;&#x30DE;&#x30C3;&#x30D4;&#x30F3;&#x30B0;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x5F97;&#x3089;&#x308C;&#x305F;&#x7D50;&#x679C;&#x3068;&#x5B9F;&#x8CEA;&#x7684;&#x306A;&#x540C;&#x610F;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x5177;&#x4F53;&#x7684;&#x306B;&#x306F;&#x3001;ECS&#x306E;&#x30DE;&#x30C3;&#x30D7;&#x3068;&#x6BD4;&#x8F03;&#x3057;&#x3066;&#x3001;&#x6B21;&#x4E16;&#x4EE3;&#x306E;&#x96A3;&#x4EBA;&#x306E;&#x8A55;&#x4FA1;&#x306F;&#x3001;&#x305D;&#x308C;&#x305E;&#x308C;&#x306E;&#x624B;&#x3068;&#x820C;&#x30DE;&#x30C3;&#x30D7;&#x306E;&#x507D;&#x967D;&#x6027;&#x3092;&#x507D;&#x9670;&#x6027;&#x304C;&#x8A8D;&#x3081;&#x3089;&#x308C;&#x306A;&#x304B;&#x3063;&#x305F;&#x3001;&#x552F;&#x4E00;&#x306E;0.46&#x3068;1.10&#x30D1;&#x30FC;&#x30BB;&#x30F3;&#x30C8;&#x3002;&#x8981;&#x7D04;&#x3067;&#x306F;&#x3001;&#x4FB5;&#x8972;&#x7684;&#x8133;&#x624B;&#x8853;&#x306E;&#x8A08;&#x753B;&#x306E;&#x305F;&#x3081;&#x306E;&#x65B0;&#x3057;&#x3044;&#x30C4;&#x30FC;&#x30EB;&#x306B;&#x306A;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x5B9F;&#x7528;&#x7684;&#x3067;&#x5805;&#x7262;&#x306A;&#x30DE;&#x30C3;&#x30D4;&#x30F3;&#x30B0;&#x624B;&#x9806;&#x306E;&#x6700;&#x521D;&#x306E;&#x5305;&#x62EC;&#x7684;&#x306A;&#x8A55;&#x4FA1;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;

&#x4EBA;&#x9593;&#x3067;Electrocorticographic&#x4FE1;&#x53F7;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x96C4;&#x5F01;&#x76AE;&#x8CEA;&#x306E;&#x30EA;&#x30A2;&#x30EB;&#x30BF;&#x30A4;&#x30E0;&#x6A5F;&#x80FD;&#x30DE;&#x30C3;&#x30D4;&#x30F3;&#x30B0;&#x306E;&#x305F;&#x3081;&#x306E;&#x5B9F;&#x7528;&#x7684;&#x306A;&#x624B;&#x9806;

&#xC6C5; &#xD53C; &#xC9C8;&#xC758; &#xAE30;&#xB2A5; &#xB9E4;&#xD551; &#xC885;&#xC885; &#xCE68; &#xC2B5; &#xB1CC; &#xC218;&#xC220; &#xC804;&#xC5D0; &#xD544;&#xC694; &#xD558;&#xC9C0;&#xB9CC;&#xC774; &#xB9E4;&#xD551; &#xD30C;&#xC0DD; &#xB418;&#xB294; &#xD604;&#xC7AC; &#xAE30;&#xC220;&#xC758; &#xC911;&#xC694; &#xD55C; &#xD55C;&#xACC4;&#xB97C;&#xAC00;&#xC9C0;&#xACE0;. &#xC774; &#xBB38;&#xC11C;&#xC5D0;&#xC11C;&#xB294; &#xC218;&#xB3D9; &#xB179;&#xC74C; electrocorticographic &#xC2E0;&#xD638;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC2E0;&#xC18D; &#xD558; &#xAC8C; &#xD2BC;&#xD2BC;&#xD558;&#xACE0; &#xC2E4;&#xC6A9;&#xC801;&#xC778; &#xB9E4;&#xD551; &#xC2DC;&#xC2A4;&#xD15C;&#xC758; &#xCCAB; &#xC885;&#xD569; &#xD3C9;&#xAC00; &#xBCF4;&#xC5EC; &#xC90D;&#xB2C8;&#xB2E4;. &#xC774; &#xB9E4;&#xD551; &#xC808;&#xCC28; &#xC6B0;&#xB9AC;&#xAC00; &#xC9C0;&#xB09C; &#xBA87; &#xB144; &#xB3D9;&#xC548; &#xAC1C;&#xBC1C; &#xD558; &#xACE0; BCI2000 &#xBC0F; SIGFRIED &#xAE30;&#xC220;&#xC744; &#xAE30;&#xBC18;&#xC73C;&#xB85C; &#xD569;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xC758; &#xC5F0;&#xAD6C;&#xC5D0;&#xC11C; &#xC6B0;&#xB9AC;&#xB294; 4 &#xAC1C;&#xC758; &#xC11C;&#xB85C; &#xB2E4;&#xB978; &#xAE30;&#xAD00;&#xC5D0;&#xC11C; &#xAC04; &#xC9C8; &#xD658;&#xC790; 10 &#xD3C9;&#xAC00; &#xD558; &#xACE0; &#xC804;&#xAE30; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xC790;&#xADF9; (ECS) &#xB9E4;&#xD551;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xD30C;&#xC0DD; &#xB41C; &#xACB0;&#xACFC; &#xD568;&#xAED8; &#xC6B0;&#xB9AC;&#xC758; &#xD504;&#xB85C;&#xC2DC;&#xC800;&#xC758; &#xACB0;&#xACFC; &#xBE44;&#xAD50;. &#xACB0;&#xACFC; &#xC6B0;&#xB9AC;&#xC758; &#xC808;&#xCC28;&#xB294; &#xBA87; &#xBD84;&#xB9CC;&#xC5D0; &#xAE30;&#xB2A5;&#xC131; &#xBAA8;&#xD130; &#xD53C; &#xC9C8; &#xC9C0;&#xB3C4; &#xD30C;&#xC0DD; &#xBCF4;&#xC5EC;. &#xADF8;&#xB4E4;&#xC740; &#xB610;&#xD55C; ECS &#xB9E4;&#xD551;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xD30C;&#xC0DD; &#xB41C; &#xACB0;&#xACFC; &#xD568;&#xAED8; &#xC2E4;&#xC9C8;&#xC801;&#xC778; &#xC77C;&#xCE58;&#xB97C; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;. &#xD2B9;&#xD788;, ECS &#xC9C0;&#xB3C4; &#xBE44;&#xD574;, &#xB2E4;&#xC74C; &#xC774;&#xC6C3; &#xD3C9;&#xAC00; &#xBCF4;&#xC600;&#xB2E4; &#xC544;&#xB2C8; &#xAC70;&#xC9D3; &#xC81C;&#xC678; &#xD558; &#xACE0; &#xC190;&#xACFC; &#xD600; &#xC9C0;&#xB3C4; 0.46&#xC774; &#xACE0; 1.10% &#xD2C0;&#xB9B0; &#xD655;&#xC2E4;&#xC131; &#xAC01;&#xAC01;. &#xC694;&#xC57D; &#xD558;&#xC790;&#xBA74;, &#xCE68;&#xB7B5; &#xC801; &#xB1CC; &#xC218;&#xC220;&#xC758; &#xACC4;&#xD68D;&#xC744; &#xC704;&#xD55C; &#xC0C8;&#xB85C;&#xC6B4; &#xB3C4;&#xAD6C;&#xB97C; &#xB420; &#xC218; &#xC788;&#xB294; &#xC2E4;&#xC6A9;&#xC801;&#xC774; &#xACE0; &#xAC15;&#xB825;&#xD55C; &#xB9E4;&#xD551; &#xC808;&#xCC28;&#xC758; &#xCCAB; &#xC885;&#xD569; &#xD3C9;&#xAC00; &#xBCF4;&#xC5EC; &#xC90D;&#xB2C8;&#xB2E4;.

&#xC6C5; &#xD53C; &#xC9C8;&#xC758; &#xC778;&#xAC04;&#xC5D0;&#xC11C; electrocorticographic &#xC2E0;&#xD638;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC2E4;&#xC2DC;&#xAC04; &#xAE30;&#xB2A5; &#xB9E4;&#xD551; &#xC704;&#xD55C; &#xC2E4;&#xC6A9;&#xC801;&#xC778; &#xC808;&#xCC28;.

Mapeo funcional de la corteza elocuente, a menudo es necesario antes de la cirug&#xED;a cerebral invasiva, pero las t&#xE9;cnicas actuales que se derivan esta asignaci&#xF3;n tiene limitaciones importantes. En este art&#xED;culo, demostramos la primera evaluaci&#xF3;n exhaustiva de un sistema de cartograf&#xED;a r&#xE1;pida, robusta y pr&#xE1;ctica que utiliza grabaciones de se&#xF1;ales pasivas electrocorticogr&#xE1;fica. Este procedimiento de asignaci&#xF3;n se basa en las tecnolog&#xED;as BCI2000 y Sigfried que hemos estado en desarrollo durante los &#xFA;ltimos a&#xF1;os. En nuestro estudio, se evaluaron 10 pacientes con epilepsia de cuatro instituciones diferentes y se comparan los resultados de nuestro procedimiento con los resultados obtenidos mediante la estimulaci&#xF3;n el&#xE9;ctrica cortical (ECS) de mapeo. Los resultados muestran que nuestro procedimiento se deriva un mapa funcional motora cortical en s&#xF3;lo unos minutos. Tambi&#xE9;n muestran una concordancia sustancial con los resultados obtenidos mediante la asignaci&#xF3;n de ECS. En concreto, en comparaci&#xF3;n con los mapas de ECS, un vecino de la evaluaci&#xF3;n no mostraron resultados falsos negativos, y s&#xF3;lo el 0,46 y el 1,10% de falsos positivos para los mapas de las manos y la lengua, respectivamente. En resumen, hemos demostrado la primera evaluaci&#xF3;n exhaustiva de un procedimiento de asignaci&#xF3;n de pr&#xE1;ctica y robusta que podr&#xED;a convertirse en una nueva herramienta para la planificaci&#xF3;n de cirug&#xED;as cerebrales invasivas.

Un procedimiento pr&#xE1;ctico para mapas en tiempo real de funcionamiento de la corteza elocuente uso de se&#xF1;ales electrocorticogr&#xE1;fica en los seres humanos

&#x73B0;&#x4EE3;&#x8BA1;&#x7B97;&#x673A;&#x5904;&#x7406;&#x5668;&#x7684;&#x65F6;&#x949F;&#x901F;&#x5EA6;&#x5728;&#x8FC7;&#x53BB; 5 &#x5E74;&#x5DF2;&#x8FD1;&#x8D8B;&#x4E8E;&#x5E73;&#x7A33;&#x3002;&#x56E0;&#x6B64;&#xFF0C;&#x795E;&#x7ECF;&#x4FEE;&#x590D;&#x7CFB;&#x7EDF;&#x4F9D;&#x8D56;&#x4E8E;&#x5728;&#x77ED;&#x65F6;&#x95F4;&#x5185;&#x5904;&#x7406;&#x5927;&#x91CF;&#x7684;&#x6570;&#x636E;&#x9762;&#x4E34;&#x74F6;&#x9888;&#xFF0C;&#x5B83;&#x4E0D;&#x53EF;&#x80FD;&#x5BF9;&#x8FDB;&#x7A0B;&#x7684;&#x6240;&#x6709;&#x6570;&#x636E;&#x8BB0;&#x5F55;&#x4ECE;&#x7535;&#x6781;&#x9635;&#x5217;&#x4E0E;&#x9AD8;&#x901A;&#x9053;&#x8BA1;&#x6570;&#x548C;&#x5E26;&#x5BBD;&#xFF0C;&#x4F8B;&#x5982;&#x8111;&#x76AE;&#x5C42;&#x56FE;&#x7F51;&#x683C;&#x6216;&#x5176;&#x4ED6;&#x53EF;&#x690D;&#x5165;&#x7CFB;&#x7EDF;&#x3002;&#x56E0;&#x6B64;&#xFF0C;&#x5728;&#x8FD9;&#x9879;&#x7814;&#x7A76;&#x4F7F;&#x7528;&#x7684;&#x56FE;&#x5F62;&#x5361; [&#x56FE;&#x5F62;&#x5904;&#x7406;&#x5355;&#x5143; (GPU)] &#x7684;&#x5904;&#x7406;&#x80FD;&#x529B;&#x7684;&#x4E00;&#x4E2A;&#x65B9;&#x6CD5;&#x88AB;&#x5F00;&#x53D1;&#x5B9E;&#x65F6;&#x795E;&#x7ECF;&#x4FE1;&#x53F7;&#x5904;&#x7406;&#x7684;&#x8111;-&#x673A;&#x63A5;&#x53E3; (BCI)&#x3002;NVIDIA CUDA &#x7CFB;&#x7EDF;&#x88AB;&#x7528;&#x6765;&#x5C06;&#x5904;&#x7406;&#x5378;&#x8F7D;&#x5230; GPU&#xFF0C;&#x8FD9;&#x662F;&#x80FD;&#x591F;&#x5E76;&#x884C;&#x8FD0;&#x884C;&#x8BB8;&#x591A;&#x64CD;&#x4F5C;&#xFF0C;&#x53EF;&#x80FD;&#x4F1A;&#x5927;&#x5927;&#x63D0;&#x9AD8;&#x73B0;&#x6709;&#x7B97;&#x6CD5;&#x7684;&#x901F;&#x5EA6;&#x3002;BCI &#x7CFB;&#x7EDF;&#x8BB0;&#x5F55;&#x6570;&#x636E;&#x7684;&#x5904;&#x7406;&#x548C;&#x8F6C;&#x5316;&#x4E3A;&#x63A7;&#x5236;&#x4FE1;&#x53F7;&#xFF0C;&#x8BA1;&#x7B97;&#x673A;&#x5149;&#x6807;&#x7684;&#x8FD0;&#x52A8;&#x7B49;&#x591A;&#x79CD;&#x6E20;&#x9053;&#x3002;&#x6B64;&#x4FE1;&#x53F7;&#x5904;&#x7406;&#x94FE;&#x6D89;&#x53CA;&#x5230;&#x8BA1;&#x7B97;&#x77E9;&#x9635;&#x77E9;&#x9635;&#x4E58;&#x6CD5; &#xFF08;&#x5373;&#x7A7A;&#x95F4;&#x6EE4;&#x6CE2;&#x5668;&#xFF09;&#xFF0C;&#x5176;&#x6B21;&#x662F;&#x8BA1;&#x7B97;&#x81EA;&#x56DE;&#x5F52;&#x7684;&#x65B9;&#x6CD5;&#xFF0C;&#x5E76;&#x4E14;&#x6700;&#x540E;&#x5206;&#x7C7B;&#x7684;&#x76F8;&#x5E94;&#x529F;&#x80FD;&#x7528;&#x4E8E;&#x63A7;&#x5236;&#x6BCF;&#x4E2A;&#x9891;&#x9053;&#x7684;&#x529F;&#x7387;&#x8C31;&#x5BC6;&#x5EA6;&#x3002;&#x8FD9;&#x9879;&#x7814;&#x7A76;&#xFF0C;&#x5728; GPU&#xFF0C;&#x5B9E;&#x65BD;&#x4E86;&#x524D;&#x4E24;&#x4E2A;&#x8BA1;&#x7B97;&#x5BC6;&#x96C6;&#x578B;&#x64CD;&#x4F5C;&#x6B65;&#x9AA4;&#x548C;&#x901F;&#x5EA6;&#x76F8;&#x6BD4;&#x5F53;&#x524D;&#x7684;&#x5B9E;&#x73B0;&#x548C;&#x4E00;&#x4E2A;&#x4E2D;&#x592E;&#x5904;&#x7406;&#x5355;&#x5143;&#x4E3A;&#x57FA;&#x7840;&#x7684;&#x5B9E;&#x73B0;&#xFF0C;&#x5B83;&#x4F7F;&#x7528;&#x591A;&#x7EBF;&#x7A0B;&#x3002;GPU &#x83B7;&#x5F97;&#x663E;&#x8457;&#x7684;&#x6027;&#x80FD;&#x6536;&#x76CA;&#x5904;&#x7406;&#xFF1A; &#x5F53;&#x524D;&#x6267;&#x884C;&#x5904;&#x7406; 1000&#x5E74;&#x6E20;&#x9053;&#x7684; 250 &#x6BEB;&#x79D2;&#xFF0C;933 &#x6BEB;&#x79D2;&#xFF0C;&#x867D;&#x7136;&#x65B0;&#x7684; GPU &#x65B9;&#x6CD5;&#x7528;&#x4E86;&#x53EA;&#x6709; 27 &#x6BEB;&#x79D2;&#xFF0C;&#x6539;&#x8FDB;&#x8FD1; 35 &#x500D;&#x3002;

&#x5927;&#x89C4;&#x6A21;&#x5E76;&#x884C;&#x5904;&#x7406;&#x7684;&#x5B9E;&#x65F6;&#x8111;-&#x673A;&#x63A5;&#x53E3;&#x7279;&#x5F81;&#x63D0;&#x53D6;&#x4F7F;&#x7528;&#x7684;&#x56FE;&#x5F62;&#x5904;&#x7406;&#x5355;&#x5143;&#x7684;&#x4FE1;&#x53F7;&#x5904;&#x7406;&#x3002;

The clock speeds of modern computer processors have nearly plateaued in the past 5 years. Consequently, neural prosthetic systems that rely on processing large quantities of data in a short period of time face a bottleneck, in that it may not be possible to process all of the data recorded from an electrode array with high channel counts and bandwidth, such as electrocorticographic grids or other implantable systems. Therefore, in this study a method of using the processing capabilities of a graphics card [graphics processing unit (GPU)] was developed for real-time neural signal processing of a brain-computer interface (BCI). The NVIDIA CUDA system was used to offload processing to the GPU, which is capable of running many operations in parallel, potentially greatly increasing the speed of existing algorithms. The BCI system records many channels of data, which are processed and translated into a control signal, such as the movement of a computer cursor. This signal processing chain involves computing a matrix-matrix multiplication (i.e., a spatial filter), followed by calculating the power spectral density on every channel using an auto-regressive method, and finally classifying appropriate features for control. In this study, the first two computationally intensive steps were implemented on the GPU, and the speed was compared to both the current implementation and a central processing unit-based implementation that uses multi-threading. Significant performance gains were obtained with GPU processing: the current implementation processed 1000 channels of 250 ms in 933 ms, while the new GPU method took only 27 ms, an improvement of nearly 35 times.

Massively Parallel Signal Processing using the Graphics Processing Unit for Real-Time Brain-Computer Interface Feature Extraction.

Les vitesses d&#x26;#39;horloge des processeurs informatiques modernes ont presque atteint un plateau au cours des 5 derni&#xE8;res ann&#xE9;es. Par cons&#xE9;quent, les syst&#xE8;mes neuronaux proth&#xE8;ses qui reposent sur le traitement de grandes quantit&#xE9;s de donn&#xE9;es dans un court laps de temps face &#xE0; un goulot d&#x26;#39;&#xE9;tranglement, en ce qu&#x26;#39;elle ne peut pas &#xEA;tre possible de traiter toutes les donn&#xE9;es enregistr&#xE9;es &#xE0; partir d&#x26;#39;un r&#xE9;seau d&#x26;#39;&#xE9;lectrodes avec le nombre de canaux haute et la bande passante, telles que grilles electrocorticographic ou d&#x26;#39;autres syst&#xE8;mes implantables. Par cons&#xE9;quent, dans cette &#xE9;tude une m&#xE9;thode d&#x26;#39;utilisation des capacit&#xE9;s de traitement d&#x26;#39;une carte graphique [unit&#xE9; de traitement graphique (GPU)] a &#xE9;t&#xE9; d&#xE9;velopp&#xE9; pour traitement en temps r&#xE9;el du signal neuronal d&#x26;#39;une interface cerveau-ordinateur (BCI). Le syst&#xE8;me NVIDIA CUDA a &#xE9;t&#xE9; utilis&#xE9; pour d&#xE9;charger le traitement au GPU, qui est capable d&#x26;#39;ex&#xE9;cuter de nombreuses op&#xE9;rations en parall&#xE8;le, ce qui pourrait augmenter consid&#xE9;rablement la vitesse des algorithmes existants. Le syst&#xE8;me BCI enregistre de nombreux canaux de donn&#xE9;es, qui sont trait&#xE9;es et traduites en un signal de commande, tels que le mouvement d&#x26;#39;un curseur de l&#x26;#39;ordinateur. Cette cha&#xEE;ne de traitement de signal comporte le calcul d&#x26;#39;une multiplication matrice-matrice (ie, un filtre spatial), suivie par le calcul de la densit&#xE9; spectrale de puissance sur chaque canal en utilisant une m&#xE9;thode auto-r&#xE9;gressif, et enfin classer caract&#xE9;ristiques appropri&#xE9;es pour le contr&#xF4;le. Dans cette &#xE9;tude, les deux premi&#xE8;res &#xE9;tapes de calcul intensif ont &#xE9;t&#xE9; mis en &#x153;uvre sur le GPU, et la vitesse a &#xE9;t&#xE9; compar&#xE9;e &#xE0; la fois la mise en &#x153;uvre actuelle et une unit&#xE9; centrale de traitement fond&#xE9;e sur la mise en &#x153;uvre qui utilise le multi-threading. Des gains de performance significatifs ont &#xE9;t&#xE9; obtenus avec le traitement GPU: la mise en &#x153;uvre actuelle trait&#xE9;es de 1000 cha&#xEE;nes de 250 ms en 933 ms, alors que la nouvelle m&#xE9;thode GPU a fallu seulement 27 ms, soit une am&#xE9;lioration de pr&#xE8;s de 35 fois.

Traitement du Signal massivement parall&#xE8;le en utilisant le Graphics Processing Unit pour le Real-Time Brain-Computer Interface Feature Extraction

Die Taktraten der modernen Computer-Prozessoren haben fast in den letzten 5 Jahren haben. Folglich stehen prothetische Nervensysteme, die verlassen sich auf die Verarbeitung von gro&szlig;er Datenmengen in kurzer Zeit einen Engpass, insofern m&ouml;glich, Prozess m&ouml;glicherweise nicht alle Daten aus einem Elektroden-Array mit hoher Kanalanzahl und Bandbreite, wie z. B. Electrocorticographic Rastern oder andere implantierbare Systeme aufgenommen. In dieser Studie wurde daher eine Methode zur Verwendung von F&auml;higkeiten zur Signalverarbeitung eine Grafikkarte [Grafikprozessor (GPU)] zur Echtzeit neuronalen Signalverarbeitung von einem Gehirn-Computer-Interface (BCI) entwickelt. Das NVIDIA CUDA-System wurde zum Prozessort&auml;tigkeit auf die GPU, die viele Vorg&auml;nge parallel laufen, kann potenziell stark zu erh&ouml;hen die Geschwindigkeit des vorhandenen Algorithmen verwendet. Das BCI-System zeichnet viele Kan&auml;le von Daten, die verarbeitet und in ein Steuersignal, z. B. die Bewegung eines Cursors Computer &uuml;bersetzt. Diese Signalverarbeitung Kette umfasst die Datenverarbeitung einer Matrix-Matrix-Multiplikation (d. h. eine r&auml;umliche Filter), gefolgt von der Berechnung der spektralen Leistungsdichte pro Kanal mit einer Auto-regressive Methode und schlie&szlig;lich Klassifizierung entsprechenden Features f&uuml;r Kontrolle. In dieser Studie wurden die ersten beiden rechenintensive Schritte auf der GPU umgesetzt, und die Geschwindigkeit wurde im Vergleich zu der aktuellen Implementierung und eine Zentraleinheit-basierte Implementierung, die verwendet Multi-Threading. Erhebliche Leistungssteigerungen wurden erzielt mit GPU Verarbeitung: die aktuelle Implementierung verarbeitet 1000 Kan&auml;len &uuml;ber 250 ms in 933 ms, w&auml;hrend die neue GPU-Methode nur 27 ms, eine Verbesserung von fast 35 Mal nahm.

Massiv parallele Signalverarbeitung mit der Graphics Processing Unit f&uuml;r Real-Time Brain-Computer Interface Feature Extraction.

La velocit&agrave; di clock dei processori moderni computer hanno quasi stabilizzato negli ultimi 5 anni. Di conseguenza, sistemi protesici neurali che si basano sull&#39;elaborazione di grandi quantit&agrave; di dati in un breve periodo di tempo affrontano un collo di bottiglia, in quanto potrebbe non essere possibile al processo di tutti i dati registrati da una matrice di elettrodi con canale alta conta e larghezza di banda, quali electrocorticographic griglie o altri sistemi impiantabili. Pertanto, in questo studio un metodo che utilizza le funzionalit&agrave; di elaborazione di una scheda grafica [unit&agrave; di elaborazione grafica (GPU)] &egrave; stato sviluppato per l&#39;elaborazione in tempo reale segnale neurale di un&#39;interfaccia cervello-computer (BCI). Il sistema NVIDIA CUDA &egrave; stato utilizzato per l&#39;offload di elaborazione per la GPU, che &egrave; in grado di eseguire molte operazioni in parallelo, potenzialmente notevolmente aumentando la velocit&agrave; di algoritmi esistenti. Il sistema BCI registra molti canali di dati che vengono elaborati e tradotti in un segnale di controllo, come ad esempio il movimento di un cursore del computer. Questo catena di elaborazione del segnale comporta una moltiplicazione matrice-matrice (cio&egrave;, un filtro spaziale), di calcolo seguita calcolando la densit&agrave; spettrale di potenza su ogni canale utilizzando un metodo di auto-regressivo e infine classificante funzionalit&agrave; appropriate per il controllo. In questo studio, sono stati attuati i primi due passaggi computazionalmente intensivi sulla GPU, e la velocit&agrave; &egrave; stata confrontata con l&#39;attuale implementazione sia un&#39;implementazione basata su unit&agrave; centrale di elaborazione che utilizza Multi-Threading. Miglioramenti significativi delle prestazioni sono stati ottenuti con GPU processing: l&#39;implementazione corrente trattati 1000 canali di 250 ms nel 933 ms, mentre il nuovo metodo GPU ha preso solo 27 ms, un miglioramento di quasi 35 volte.

Elaborazione del segnale massicciamente parallelo utilizzando l&#39;unit&agrave; di elaborazione grafica per l&#39;estrazione di funzionalit&agrave; in tempo reale Brain-Computer Interface.

&#x73FE;&#x4EE3;&#x306E;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#x306E;&#x30D7;&#x30ED;&#x30BB;&#x30C3;&#x30B5;&#x306E;&#x30AF;&#x30ED;&#x30C3;&#x30AF;&#x901F;&#x5EA6;&#x306F;&#x307B;&#x307C;&#x904E;&#x53BB;5&#x5E74;&#x9593;&#x3067;&#x6A2A;&#x3070;&#x3044;&#x3057;&#x3066;&#x3044;&#x308B;&#x3002;&#x305D;&#x308C;&#x306F;&#x9AD8;&#x3044;&#x30C1;&#x30E3;&#x30CD;&#x30EB;&#x6570;&#x3068;&#x5E2F;&#x57DF;&#x5E45;&#x3092;&#x6301;&#x3064;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x306A;&#x3069;&#x304B;&#x3089;&#x8A18;&#x9332;&#x3055;&#x308C;&#x305F;&#x3059;&#x3079;&#x3066;&#x306E;&#x30C7;&#x30FC;&#x30BF;&#x3092;&#x51E6;&#x7406;&#x3059;&#x308B;&#x3053;&#x3068;&#x306F;&#x3067;&#x304D;&#x306A;&#x3044;&#x304B;&#x3082;&#x3057;&#x308C;&#x306A;&#x3044;&#x3068;&#x3044;&#x3046;&#x70B9;&#x3067;&#x3001;&#x305D;&#x306E;&#x7D50;&#x679C;&#x3001;&#x77ED;&#x671F;&#x9593;&#x3067;&#x5927;&#x91CF;&#x306E;&#x30C7;&#x30FC;&#x30BF;&#x3092;&#x51E6;&#x7406;&#x306B;&#x4F9D;&#x5B58;&#x3057;&#x3066;&#x3044;&#x308B;&#x795E;&#x7D4C;&#x88DC;&#x7DB4;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x3067;&#x306F;&#x3001;&#x30DC;&#x30C8;&#x30EB;&#x30CD;&#x30C3;&#x30AF;&#x306B;&#x76F4;&#x9762;&#x3057;&#x3066;&#x3044;&#x308B;electrocorticographic&#x30B0;&#x30EA;&#x30C3;&#x30C9;&#x307E;&#x305F;&#x306F;&#x4ED6;&#x306E;&#x690D;&#x8FBC;&#x307F;&#x578B;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x3002;&#x305D;&#x3053;&#x3067;&#x3001;&#x672C;&#x7814;&#x7A76;&#x3067;&#x306F;&#x30B0;&#x30E9;&#x30D5;&#x30A3;&#x30C3;&#x30AF;&#x30B9;&#x30AB;&#x30FC;&#x30C9;[&#x30B0;&#x30E9;&#x30D5;&#x30A3;&#x30C3;&#x30AF;&#x30B9;&#xB7;&#x30D7;&#x30ED;&#x30BB;&#x30B7;&#x200B;&#x200B;&#x30F3;&#x30B0;&#xB7;&#x30E6;&#x30CB;&#x30C3;&#x30C8;&#xFF08;GPU&#xFF09;]&#x306E;&#x51E6;&#x7406;&#x80FD;&#x529B;&#x3092;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x65B9;&#x6CD5;&#x306F;&#x3001;&#x8133; - &#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#x30A4;&#x30F3;&#x30BF;&#x30FC;&#x30D5;&#x30A7;&#x30FC;&#x30B9;&#xFF08;BCI&#xFF09;&#x306E;&#x30EA;&#x30A2;&#x30EB;&#x30BF;&#x30A4;&#x30E0;&#x306E;&#x795E;&#x7D4C;&#x4FE1;&#x53F7;&#x51E6;&#x7406;&#x7528;&#x306B;&#x958B;&#x767A;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002; NVIDIA CUDA&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x304C;&#x6F5C;&#x5728;&#x7684;&#x306B;&#x5927;&#x5E45;&#x306B;&#x65E2;&#x5B58;&#x306E;&#x30A2;&#x30EB;&#x30B4;&#x30EA;&#x30BA;&#x30E0;&#x306E;&#x901F;&#x5EA6;&#x3092;&#x5897;&#x52A0;&#x3057;&#x3001;&#x4E26;&#x884C;&#x3057;&#x3066;&#x591A;&#x304F;&#x306E;&#x64CD;&#x4F5C;&#x3092;&#x5B9F;&#x884C;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x53EF;&#x80FD;&#x3067;&#x3042;&#x308B;GPU&#x306B;&#x30AA;&#x30D5;&#x30ED;&#x30FC;&#x30C9;&#x51E6;&#x7406;&#x306B;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3057;&#x305F;&#x3002; BCI&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306F;&#x3001;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#x306E;&#x30AB;&#x30FC;&#x30BD;&#x30EB;&#x306E;&#x52D5;&#x304D;&#x3068;&#x3057;&#x3066;&#x51E6;&#x7406;&#x3055;&#x308C;&#x3001;&#x5236;&#x5FA1;&#x4FE1;&#x53F7;&#x306B;&#x5909;&#x63DB;&#x3055;&#x308C;&#x30C7;&#x30FC;&#x30BF;&#x306F;&#x3001;&#x591A;&#x304F;&#x306E;&#x30C1;&#x30E3;&#x30F3;&#x30CD;&#x30EB;&#x3092;&#x8A18;&#x9332;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x4FE1;&#x53F7;&#x51E6;&#x7406;&#x30C1;&#x30A7;&#x30FC;&#x30F3;&#x306F;&#x3001;&#x81EA;&#x5DF1;&#x56DE;&#x5E30;&#x6CD5;&#x3092;&#x7528;&#x3044;&#x3066;&#x3059;&#x3079;&#x3066;&#x306E;&#x30C1;&#x30E3;&#x30CD;&#x30EB;&#x4E0A;&#x306E;&#x30D1;&#x30EF;&#x30FC;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x5BC6;&#x5EA6;&#x3092;&#x8A08;&#x7B97;&#x3057;&#x3001;&#x6700;&#x7D42;&#x7684;&#x306B;&#x5236;&#x5FA1;&#x3059;&#x308B;&#x305F;&#x3081;&#x306E;&#x9069;&#x5207;&#x306A;&#x6A5F;&#x80FD;&#x3092;&#x5206;&#x985E;&#x3057;&#x3001;&#x7D9A;&#x3044;&#x3066;&#x884C;&#x5217; - &#x884C;&#x5217;&#x4E57;&#x7B97;&#xFF08;&#x3059;&#x306A;&#x308F;&#x3061;&#x3001;&#x7A7A;&#x9593;&#x30D5;&#x30A3;&#x30EB;&#x30BF;&#xFF09;&#x3092;&#x3001;&#x8A08;&#x7B97;&#x304C;&#x542B;&#x307E;&#x308C;&#x307E;&#x3059;&#x3002;&#x672C;&#x7814;&#x7A76;&#x3067;&#x306F;&#x3001;&#x6700;&#x521D;&#x306E;2&#x3064;&#x306E;&#x6F14;&#x7B97;&#x3092;&#x591A;&#x7528;&#x3059;&#x308B;&#x624B;&#x9806;&#x306F;&#x3001;GPU&#x4E0A;&#x306B;&#x5B9F;&#x88C5;&#x3055;&#x308C;&#x3001;&#x901F;&#x5EA6;&#x306F;&#x73FE;&#x5728;&#x306E;&#x5B9F;&#x88C5;&#x3067;&#x306F;&#x3001;&#x30DE;&#x30EB;&#x30C1;&#x30B9;&#x30EC;&#x30C3;&#x30C9;&#x3092;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x4E2D;&#x592E;&#x51E6;&#x7406;&#x30E6;&#x30CB;&#x30C3;&#x30C8;&#x30D9;&#x30FC;&#x30B9;&#x306E;&#x30A4;&#x30F3;&#x30D7;&#x30EA;&#x30E1;&#x30F3;&#x30C6;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x4E21;&#x65B9;&#x3068;&#x6BD4;&#x8F03;&#x3057;&#x305F;&#x3002;&#x30D1;&#x30D5;&#x30A9;&#x30FC;&#x30DE;&#x30F3;&#x30B9;&#x306E;&#x5927;&#x5E45;&#x306A;&#x5411;&#x4E0A;&#x306F;&#x3001;GPU&#x306E;&#x51E6;&#x7406;&#x3067;&#x5F97;&#x3089;&#x308C;&#x305F;&#x65B0;&#x3057;&#x3044;GPU&#x30E1;&#x30BD;&#x30C3;&#x30C9;&#x306F;&#x308F;&#x305A;&#x304B;27&#x30DF;&#x30EA;&#x79D2;&#x3001;&#x7D04;35&#x500D;&#x306E;&#x6539;&#x5584;&#x3092;&#x53D6;&#x3063;&#x3066;&#x3044;&#x308B;&#x9593;&#x3001;&#x73FE;&#x5728;&#x306E;&#x5B9F;&#x88C5;&#x3067;&#x306F;&#x3001;933 ms&#x3067;250&#x30DF;&#x30EA;&#x79D2;&#x306E;1000&#x30C1;&#x30E3;&#x30CD;&#x30EB;&#x3092;&#x51E6;&#x7406;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;

&#x30EA;&#x30A2;&#x30EB;&#x30BF;&#x30A4;&#x30E0;&#x5F0F;&#x30D6;&#x30EC;&#x30A4;&#x30F3;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#x30A4;&#x30F3;&#x30BF;&#x30FC;&#x30D5;&#x30A7;&#x30A4;&#x30B9;&#x306E;&#x7279;&#x5FB4;&#x62BD;&#x51FA;&#x306E;&#x305F;&#x3081;&#x306B;&#x30B0;&#x30E9;&#x30D5;&#x30A3;&#x30C3;&#x30AF;&#x30B9;&#x30D7;&#x30ED;&#x30BB;&#x30C3;&#x30B7;&#x30F3;&#x30B0;&#x30E6;&#x30CB;&#x30C3;&#x30C8;&#x3092;&#x7528;&#x3044;&#x305F;&#x4E26;&#x5217;&#x4FE1;&#x53F7;&#x51E6;&#x7406;

&#xD604;&#xB300; &#xCEF4;&#xD4E8;&#xD130; &#xD504;&#xB85C;&#xC138;&#xC11C;&#xC758; &#xD074;&#xB85D; &#xC18D;&#xB3C4; &#xC9C0;&#xB09C; 5 &#xB144; &#xB3D9;&#xC548;&#xC5D0;&#xC11C; &#xAC70;&#xC758; &#xC815;&#xCCB4; &#xB429;&#xB2C8;&#xB2E4;. &#xADF8; &#xBAA8;&#xB4E0; &#xB370;&#xC774;&#xD130; &#xCC44;&#xB110; &#xC218;&#xC640; &#xB300;&#xC5ED;&#xD3ED;, electrocorticographic &#xACA9;&#xC790; &#xB610;&#xB294; &#xB2E4;&#xB978; &#xC774;&#xC2DD; &#xC2DC;&#xC2A4;&#xD15C; &#xAC19;&#xC740; &#xC804;&#xADF9; &#xBC30;&#xC5F4;&#xC5D0;&#xC11C; &#xAE30;&#xB85D; &#xD558;&#xB294; &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xC5D0; &#xAC00;&#xB2A5; &#xD558;&#xC9C0; &#xC54A;&#xC744; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xB530;&#xB77C;&#xC11C;, &#xC2DC;&#xAC04;&#xC758; &#xC9E7;&#xC740; &#xAE30;&#xAC04;&#xC5D0; &#xB9CE;&#xC740; &#xC591;&#xC758; &#xB370;&#xC774;&#xD130; &#xCC98;&#xB9AC;&#xB97C; &#xC0AC;&#xC6A9; &#xD558;&#xB294; &#xC2E0;&#xACBD; &#xBCF4; &#xCCA0; &#xC2DC;&#xC2A4;&#xD15C; &#xBCD1;&#xBAA9;, &#xC5BC;&#xAD74;. &#xB530;&#xB77C;&#xC11C;, &#xBCF8;&#xC774; &#xC5F0;&#xAD6C;&#xC5D0;&#xC11C;&#xB294; &#xADF8;&#xB798;&#xD53D; &#xCE74;&#xB4DC; [&#xADF8;&#xB798;&#xD53D; &#xCC98;&#xB9AC; &#xC7A5;&#xCE58; (GPU)]&#xC758; &#xCC98;&#xB9AC; &#xAE30;&#xB2A5;&#xC744; &#xC0AC;&#xC6A9; &#xD558;&#xB294; &#xBC29;&#xBC95; &#xB1CC;-&#xCEF4;&#xD4E8;&#xD130; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4; (BCI)&#xC758; &#xC2E4;&#xC2DC;&#xAC04; &#xC2E0;&#xACBD; &#xC2E0;&#xD638; &#xCC98;&#xB9AC;&#xB97C; &#xC704;&#xD574; &#xAC1C;&#xBC1C; &#xB418;&#xC5C8;&#xB2E4;. &#xC5D4;&#xBE44;&#xB514;&#xC544; CUDA &#xC2DC;&#xC2A4;&#xD15C; &#xC7A0;&#xC7AC;&#xC801;&#xC73C;&#xB85C; &#xD06C;&#xAC8C; &#xAE30;&#xC874; &#xC54C;&#xACE0;&#xB9AC;&#xC998;&#xC758; &#xC18D;&#xB3C4; &#xC99D;&#xAC00; &#xC2DC;&#xD0A4;&#xB294; &#xB3D9;&#xC2DC;&#xC5D0; &#xB9CE;&#xC740; &#xC791;&#xC5C5;&#xC744; &#xC2E4;&#xD589;&#xD560; &#xC218; &#xC788;&#xB294; GPU&#xC5D0; &#xCC98;&#xB9AC;&#xB97C; &#xC624;&#xD504; &#xB85C;&#xB4DC; &#xC0AC;&#xC6A9; &#xB418;&#xC5C8;&#xB2E4;. BCI &#xC2DC;&#xC2A4;&#xD15C; &#xCC98;&#xB9AC; &#xB418; &#xACE0; &#xCEF4;&#xD4E8;&#xD130; &#xCEE4;&#xC11C;&#xC758; &#xC6C0;&#xC9C1;&#xC784; &#xB4F1; &#xC81C;&#xC5B4; &#xC2E0;&#xD638;&#xB85C; &#xBCC0;&#xD658; &#xD558;&#xB294; &#xB370;&#xC774;&#xD130;&#xC758; &#xB2E4;&#xC591; &#xD55C; &#xCC44;&#xB110;&#xC744; &#xAE30;&#xB85D;. &#xC774; &#xC2E0;&#xD638; &#xCC98;&#xB9AC; &#xCCB4;&#xC778; &#xCEF4;&#xD4E8;&#xD305; &#xB9E4;&#xD2B8;&#xB9AD;&#xC2A4; &#xB9E4;&#xD2B8;&#xB9AD;&#xC2A4; &#xACF1;&#xC148; (&#xC989;, &#xACF5;&#xAC04; &#xD544;&#xD130;), &#xC81C;&#xC5B4;&#xB97C; &#xC704;&#xD55C; &#xC790;&#xB3D9; &#xD68C;&#xADC0; &#xBC29;&#xBC95; &#xADF8;&#xB9AC;&#xACE0; &#xB9C8;&#xC9C0;&#xB9C9;&#xC73C;&#xB85C; &#xBD84;&#xB958; &#xC801;&#xC808; &#xD55C; &#xAE30;&#xB2A5;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xBAA8;&#xB4E0; &#xCC44;&#xB110;&#xC758; &#xC804;&#xB825; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xBC00;&#xB3C4; &#xACC4;&#xC0B0; &#xD558; &#xC5EC; &#xB2E4;&#xC74C;&#xC744; &#xD3EC;&#xD568; &#xD55C;&#xB2E4;. &#xC774; &#xC5F0;&#xAD6C;&#xC5D0;&#xC11C; &#xCC98;&#xC74C; &#xB450; &#xC694;&#xD558;&#xB294; &#xB2E8;&#xACC4;&#xB294; GPU&#xC5D0;&#xC11C; &#xAD6C;&#xD604; &#xD588;&#xB2E4; &#xACE0; &#xC18D;&#xB3C4; &#xD604;&#xC7AC; &#xAD6C;&#xD604; &#xBC0F; &#xC0AC;&#xC6A9; &#xD558;&#xB294; &#xC911;&#xC559; &#xCC98;&#xB9AC; &#xC7A5;&#xCE58; &#xAE30;&#xBC18; &#xAD6C;&#xD604;&#xC5D0; &#xBE44;&#xD574; &#xBA40;&#xD2F0; &#xC2A4;&#xB808;&#xB529;. Gpu &#xC131;&#xB2A5;&#xC774; &#xD06C;&#xAC8C; &#xD5A5;&#xC0C1; &#xAC00;&#xC838;&#xC628; &#xCC98;&#xB9AC;: &#xD604;&#xC7AC; &#xAD6C;&#xD604; 933 ms 250 ms&#xC758; 1000 &#xCC44;&#xB110; &#xCC98;&#xB9AC; &#xB3D9;&#xC548; &#xC0C8;&#xB85C;&#xC6B4; GPU &#xBC29;&#xBC95;&#xB9CC; 27 ms, &#xAC70;&#xC758; 35 &#xBC88;&#xC758; &#xAC1C;&#xC120; &#xD588;&#xB2E4;.

&#xB300;&#xADDC;&#xBAA8; &#xBCD1;&#xB82C; &#xC2E0;&#xD638; &#xCC98;&#xB9AC; &#xC2E4;&#xC2DC;&#xAC04; &#xB1CC;-&#xCEF4;&#xD4E8;&#xD130; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4; &#xD2B9;&#xC9D5; &#xCD94;&#xCD9C;&#xC5D0; &#xB300; &#xD55C; &#xADF8;&#xB798;&#xD53D; &#xCC98;&#xB9AC; &#xC7A5;&#xCE58;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC;.

Las velocidades de reloj de los procesadores modernos casi se han estancado en los &#xFA;ltimos 5 a&#xF1;os. En consecuencia, los sistemas neurales prot&#xE9;sicos que se basan en el procesamiento de grandes cantidades de datos en un corto per&#xED;odo de tiempo frente a un cuello de botella, ya que puede no ser posible procesar todos los datos registrados a partir de una matriz de electrodos con n&#xFA;mero de canales de alta y ancho de banda, tales como redes electrocorticogr&#xE1;fica u otros sistemas implantables. Por lo tanto, en este estudio un m&#xE9;todo de usar las capacidades de procesamiento de una tarjeta gr&#xE1;fica [unidad de procesamiento gr&#xE1;fico (GPU)] fue desarrollado para procesamiento en tiempo real de la se&#xF1;al nerviosa de una interfaz cerebro-ordenador (BCI). El sistema CUDA se utiliza para descargar el procesamiento de la GPU, que es capaz de ejecutar muchas operaciones en paralelo, potencialmente aumentando considerablemente la velocidad de los algoritmos existentes. El sistema BCI registra muchos canales de datos, que son procesadas y se tradujo en una se&#xF1;al de control, tales como el movimiento de un cursor de ordenador. Esta cadena de procesamiento de se&#xF1;al implica el c&#xE1;lculo de una multiplicaci&#xF3;n matriz-matriz (es decir, un filtro espacial), seguido por el c&#xE1;lculo de la densidad espectral de potencia en cada canal utilizando un m&#xE9;todo de auto-regresivo, y finalmente clasificar las caracter&#xED;sticas apropiadas para el control. En este estudio, los dos primeros pasos de c&#xE1;lculo intensivo se llevaron a cabo en la GPU, la velocidad y se compar&#xF3; con el tanto de la aplicaci&#xF3;n actual y una unidad de procesamiento central basado en la aplicaci&#xF3;n que utiliza multi-threading. Rendimiento mejorado se obtuvieron con el procesamiento de GPU: la implementaci&#xF3;n actual procesada 1000 canales de 250 ms en 933 ms, mientras que el nuevo m&#xE9;todo de GPU tom&#xF3; s&#xF3;lo 27 ms, una mejora de casi 35 veces.

Se&#xF1;al de procesamiento masivamente paralelo de Uso de la unidad de procesamiento gr&#xE1;fico para Real-Time Brain-Computer Interface extracci&#xF3;n de caracter&#xED;sticas

&#x8111;-&#x673A;&#x63A5;&#x53E3; (BCI) &#x7CFB;&#x7EDF;&#x5FC5;&#x987B;&#x5904;&#x7406;&#x795E;&#x7ECF;&#x4FE1;&#x53F7;&#x4E00;&#x81F4;&#x65F6;&#x95F4;&#x4EE5;&#x652F;&#x6301;&#x9002;&#x5F53;&#x7684;&#x7CFB;&#x7EDF;&#x6027;&#x80FD;&#x3002;&#x56E0;&#x6B64;&#xFF0C;&#x5B83;&#x662F;&#x91CD;&#x8981;&#x7684;&#x662F;&#x8981;&#x6709;&#x80FD;&#x529B;&#x6765;&#x786E;&#x5B9A;&#x662F;&#x5426;&#x4E00;&#x4E2A;&#x7279;&#x5B9A;&#x7684; BCI &#x914D;&#x7F6E; &#xFF08;&#x5373;&#xFF0C;&#x786C;&#x4EF6;&#x548C;&#x8F6F;&#x4EF6;&#xFF09; &#x53EF;&#x4EE5;&#x63D0;&#x4F9B;&#x5145;&#x5206;&#x7684;&#x65F6;&#x95F4;&#x6027;&#x80FD;&#x5BF9;&#x4E8E;&#x67D0;&#x9879;&#x5B9E;&#x9A8C;&#x3002;&#x672C;&#x62A5;&#x544A;&#x63D0;&#x51FA;&#x4E86;&#x4E00;&#x79CD;&#x65B9;&#x6CD5;&#x7684;&#x6D4B;&#x91CF;&#x548C;&#x91CF;&#x5316;&#x4E0D;&#x540C;&#x65B9;&#x9762;&#x7684;&#x51E0;&#x4E2A;&#x5178;&#x578B;&#x7684; BCI &#x5B9E;&#x9A8C;&#x7CFB;&#x7EDF;&#x5B9A;&#x65F6;&#x8303;&#x56F4;&#x7684;&#x8BBE;&#x7F6E;&#xFF0C;&#x5E76;&#x63D0;&#x51FA;&#x9884;&#x671F;&#x603B;&#x4F53;&#x7CFB;&#x7EDF;&#x5EF6;&#x8FDF;&#x5B9E;&#x9A8C;&#x7684;&#x6BCF;&#x4E2A;&#x914D;&#x7F6E;&#x7684;&#x7EFC;&#x5408;&#x63AA;&#x65BD;&#x3002;

&#x8111;-&#x673A;&#x63A5;&#x53E3;&#x4E2D;&#x7684;&#x5EF6;&#x8FDF;&#x7684;&#x6D4B;&#x91CF;&#x7A0B;&#x5E8F;&#x3002;

Brain-computer interface (BCI) systems must process neural signals with consistent timing in order to support adequate system performance. Thus, it is important to have the capability to determine whether a particular BCI configuration (i.e., hardware and software) provides adequate timing performance for a particular experiment. This report presents a method of measuring and quantifying different aspects of system timing in several typical BCI experiments across a range of settings, and presents comprehensive measures of expected overall system latency for each experimental configuration.

A procedure for measuring latencies in brain-computer interfaces.

Interface cerveau-ordinateur (BCI) les syst&#xE8;mes doivent traiter les signaux neuronaux avec un timing compatible afin de soutenir les performances du syst&#xE8;me ad&#xE9;quat. Ainsi, il est important d&#x26;#39;avoir la capacit&#xE9; de d&#xE9;terminer si une configuration particuli&#xE8;re BCI (c.-&#xE0;-mat&#xE9;riel et logiciel) offre des performances un calendrier ad&#xE9;quat pour une exp&#xE9;rience particuli&#xE8;re. Ce rapport pr&#xE9;sente une m&#xE9;thode de mesure et de quantification diff&#xE9;rents aspects de la synchronisation du syst&#xE8;me dans plusieurs exp&#xE9;riences BCI typiques &#xE0; travers une gamme de param&#xE8;tres, et pr&#xE9;sente des mesures globales de la latence du syst&#xE8;me global attendu pour chaque configuration exp&#xE9;rimentale.

Une proc&#xE9;dure pour latences de mesure en interfaces cerveau-ordinateur

Brain-Computer Interface (BCI) Systeme m&uuml;ssen neuronale Signale mit konsistenten Timing um ausreichende Systemleistung zu unterst&uuml;tzen verarbeiten. Daher ist es wichtig, die F&auml;higkeit zu bestimmen, ob eine bestimmte Konfiguration der BCI (d.h., Hardware und Software) angemessene Zeitpunkt Leistung f&uuml;r ein bestimmtes Experiment bietet. Dieser Bericht stellt eine Methode zur Messung und Quantifizierung verschiedener Aspekte der System-Timing in mehrere typische BCI-Experimente in einer Reihe von Einstellungen und stellt umfassende Ma&szlig;nahmen der erwarteten System-Gesamtwartezeit f&uuml;r jede experimentelle Konfiguration.

Ein Verfahren zur Messung der Wartezeiten im Gehirn-Computer Schnittstellen.

Sistemi di Brain-computer interface (BCI) devono elaborare i segnali neurali con tempi coerenti al fine di supportare le prestazioni del sistema adeguato. Quindi, &egrave; importante avere la capacit&agrave; di determinare se una particolare configurazione di BCI (cio&egrave;, hardware e software) fornisce prestazioni di tempi adeguati per un particolare esperimento. Questo rapporto presenta un metodo di misurazione e quantificazione diversi aspetti di temporizzazione di sistema nel tipici BCI diversi esperimenti attraverso una gamma di impostazioni e presenta ampie misure di latenza del sistema complessivo previsto per ogni configurazione sperimentale.

Una procedura per misurare le latenze in interfacce cervello-computer.

&#x30D6;&#x30EC;&#x30A4;&#x30F3;&#xB7;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#x30A4;&#x30F3;&#x30BF;&#x30FC;&#x30D5;&#x30A7;&#x30FC;&#x30B9;&#xFF08;BCI&#xFF09;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306F;&#x3001;&#x5341;&#x5206;&#x306A;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x30D1;&#x30D5;&#x30A9;&#x30FC;&#x30DE;&#x30F3;&#x30B9;&#x3092;&#x30B5;&#x30DD;&#x30FC;&#x30C8;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x4E00;&#x8CAB;&#x6027;&#x306E;&#x3042;&#x308B;&#x30BF;&#x30A4;&#x30DF;&#x30F3;&#x30B0;&#x3067;&#x795E;&#x7D4C;&#x4FE1;&#x53F7;&#x3092;&#x51E6;&#x7406;&#x3059;&#x308B;&#x5FC5;&#x8981;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3002;&#x3057;&#x305F;&#x304C;&#x3063;&#x3066;&#x3001;&#x7279;&#x5B9A;&#x306E;BCI&#x306E;&#x69CB;&#x6210;&#xFF08;&#x3059;&#x306A;&#x308F;&#x3061;&#x3001;&#x30CF;&#x30FC;&#x30C9;&#x30A6;&#x30A7;&#x30A2;&#x304A;&#x3088;&#x3073;&#x30BD;&#x30D5;&#x30C8;&#x30A6;&#x30A7;&#x30A2;&#xFF09;&#x306F;&#x7279;&#x5B9A;&#x306E;&#x5B9F;&#x9A13;&#x306E;&#x305F;&#x3081;&#x306B;&#x9069;&#x5207;&#x306A;&#x30BF;&#x30A4;&#x30DF;&#x30F3;&#x30B0;&#xB7;&#x30D1;&#x30D5;&#x30A9;&#x30FC;&#x30DE;&#x30F3;&#x30B9;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x3066;&#x3044;&#x308B;&#x304B;&#x3069;&#x3046;&#x304B;&#x3092;&#x5224;&#x65AD;&#x3059;&#x308B;&#x80FD;&#x529B;&#x3092;&#x6301;&#x3064;&#x3053;&#x3068;&#x304C;&#x91CD;&#x8981;&#x3067;&#x3059;&#x3002;&#x3053;&#x306E;&#x30EC;&#x30DD;&#x30FC;&#x30C8;&#x306F;&#x3001;&#x8A2D;&#x5B9A;&#x306E;&#x7BC4;&#x56F2;&#x3092;&#x8D8A;&#x3048;&#x3066;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x5178;&#x578B;&#x7684;&#x306A;BCI&#x306E;&#x5B9F;&#x9A13;&#x3067;&#x306F;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x30BF;&#x30A4;&#x30DF;&#x30F3;&#x30B0;&#x306E;&#x7570;&#x306A;&#x308B;&#x5074;&#x9762;&#x3092;&#x6E2C;&#x5B9A;&#x3057;&#x3001;&#x5B9A;&#x91CF;&#x5316;&#x3059;&#x308B;&#x65B9;&#x6CD5;&#x3092;&#x63D0;&#x793A;&#x3057;&#x3001;&#x5404;&#x5B9F;&#x9A13;&#x306E;&#x69CB;&#x6210;&#x306E;&#x4E88;&#x60F3;&#x3055;&#x308C;&#x308B;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x5168;&#x4F53;&#x306E;&#x30EC;&#x30A4;&#x30C6;&#x30F3;&#x30B7;&#x306E;&#x7DCF;&#x5408;&#x7684;&#x306A;&#x5BFE;&#x7B56;&#x3092;&#x63D0;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30D6;&#x30EC;&#x30A4;&#x30F3;&#xB7;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#xB7;&#x30A4;&#x30F3;&#x30BF;&#x30FC;&#x30D5;&#x30A7;&#x30A4;&#x30B9;&#x3067;&#x30EC;&#x30A4;&#x30C6;&#x30F3;&#x30B7;&#x3092;&#x6E2C;&#x5B9A;&#x3059;&#x308B;&#x305F;&#x3081;&#x306E;&#x624B;&#x9806;

&#xB1CC;-&#xCEF4;&#xD4E8;&#xD130; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4; (BCI) &#xC2DC;&#xC2A4;&#xD15C; &#xCDA9;&#xBD84; &#xD55C; &#xC2DC;&#xC2A4;&#xD15C; &#xC131;&#xB2A5;&#xC744; &#xC9C0;&#xC6D0; &#xD558;&#xAE30; &#xC704;&#xD574; &#xC77C;&#xAD00; &#xB41C; &#xD0C0;&#xC774;&#xBC0D;&#xC73C;&#xB85C; &#xC2E0;&#xACBD; &#xC2E0;&#xD638;&#xB97C; &#xCC98;&#xB9AC; &#xD574;&#xC57C; &#xD569;&#xB2C8;&#xB2E4;. &#xB530;&#xB77C;&#xC11C;, &#xD2B9;&#xC815; BCI &#xAD6C;&#xC131; (&#xD558;&#xB4DC;&#xC6E8;&#xC5B4; &#xBC0F; &#xC18C;&#xD504;&#xD2B8;&#xC6E8;&#xC5B4;) &#xD2B9;&#xC815; &#xC2E4;&#xD5D8;&#xC5D0; &#xB300; &#xD55C; &#xC801;&#xC808; &#xD55C; &#xD0C0;&#xC774;&#xBC0D; &#xC131;&#xB2A5;&#xC744; &#xC81C;&#xACF5; &#xD558;&#xB294;&#xC9C0; &#xACB0;&#xC815; &#xD558;&#xB294; &#xAE30;&#xB2A5;&#xC744;&#xAC00;&#xC9C0;&#xACE0; &#xD558;&#xB294; &#xAC83;&#xC774; &#xC911;&#xC694; &#xD558;&#xB2E4;. &#xC774; &#xBCF4;&#xACE0;&#xC11C;&#xB294; &#xAC01; &#xC2E4;&#xD5D8; &#xAD6C;&#xC131;&#xC5D0; &#xB300; &#xD55C; &#xC608;&#xC0C1;&#xB41C; &#xC804;&#xCCB4; &#xC2DC;&#xC2A4;&#xD15C; &#xB300;&#xAE30; &#xC2DC;&#xAC04;&#xC758; &#xD3EC;&#xAD04;&#xC801;&#xC778; &#xC870;&#xCE58;&#xB97C; &#xC81C;&#xACF5; &#xD558; &#xACE0; &#xCE21;&#xC815; &#xD558; &#xACE0; &#xC124;&#xC815;&#xC758; &#xBC94;&#xC704;&#xC5D0; &#xAC78;&#xCCD0; &#xB2E4;&#xC591; &#xD55C; &#xCE21;&#xBA74;&#xC5D0;&#xC11C; &#xBA87; &#xAC00;&#xC9C0; &#xC77C;&#xBC18;&#xC801;&#xC778; BCI &#xC2E4;&#xD5D8; &#xC2DC;&#xC2A4;&#xD15C; &#xD0C0;&#xC774;&#xBC0D; &#xCE21;&#xC815; &#xBC29;&#xBC95;&#xC744; &#xC81C;&#xACF5;.

&#xB1CC;-&#xCEF4;&#xD4E8;&#xD130; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4;&#xC5D0;&#xC11C; &#xB300;&#xAE30; &#xC2DC;&#xAC04;&#xC744; &#xCE21;&#xC815; &#xD558;&#xAE30; &#xC704;&#xD55C; &#xC808;&#xCC28;.

Interfaz cerebro-ordenador (BCI) los sistemas deben procesar las se&#xF1;ales neuronales con la sincronizaci&#xF3;n constante con el fin de apoyar el desempe&#xF1;o de un sistema adecuado. As&#xED;, es importante tener la capacidad para determinar si una determinada configuraci&#xF3;n BCI (es decir, el hardware y software) proporciona un rendimiento programaci&#xF3;n adecuada para un experimento particular. Este informe presenta un m&#xE9;todo para medir y cuantificar diferentes aspectos de la sincronizaci&#xF3;n del sistema en varios experimentos t&#xED;picos de BCI a trav&#xE9;s de una amplia gama de ajustes, y presenta amplias medidas de latencia esperada global del sistema para cada configuraci&#xF3;n experimental.

Un Procedimiento de Medici&#xF3;n de latencias en interfaces cerebro-ordenador

&#x8FC7;&#x53BB;&#x5341;&#x5E74;&#xFF0C;&#x8111;&#x7535;&#x56FE; &#xFF08;&#x8111;&#x7535;) &#x7528;&#x4E8E;&#x4E00;&#x7CFB;&#x5217;&#x7684;&#x5B9E;&#x9A8C;&#x53CA;&#x4E34;&#x5E8A;&#x5E94;&#x7528;&#x3002;&#x6700;&#x8FD1;&#xFF0C;&#x5728;&#x95E8;&#x8BCA;&#x662F;&#x4E3A;&#x4E86;&#x9002;&#x5E94;&#x4F20;&#x7EDF;&#x7684;&#x8111;&#x7535;&#x9635;&#x5217;&#xFF0C;&#x5305;&#x62EC;&#x8F83;&#x5C0F;&#x7684;&#x8BB0;&#x5F55;&#x8054;&#x7CFB;&#x4EBA;&#x548C;&#x95F4;&#x8DDD;&#x6709;&#x52AA;&#x529B;&#x3002;&#x8FD9;&#x4E9B;&#x88C5;&#x7F6E;&#x662F;&#x53EF;&#x7EDF;&#x79F0;&#x4E3A;&quot;&#x5FAE;&#x8111;&#x7535;&quot;&#x9635;&#x5217;&#xFF0C;&#x677E;&#x6563;&#x5B9A;&#x4E49;&#x4E3A;&#x8BB0;&#x5F55;&#x8111;&#x7535;&#x6D3B;&#x52A8;&#x7684;&#x6BEB;&#x7C73;&#x6CE2;&#x89C4;&#x6A21;&#x7684;&#x9885;&#x5185;&#x8BBE;&#x5907;&#x3002;&#x8584;&#x819C;&#x67D4;&#x6027;&#x5FAE;&#x5C3A;&#x5EA6;&#x8111;&#x7535;&#x9635;&#x5217;&#x9002;&#x5408;&#x8111;-&#x673A;&#x63A5;&#x53E3; (BCI) &#x5E94;&#x7528;&#x7A0B;&#x5E8F;&#xFF0C;&#x4EE5;&#x53CA;&#x76D1;&#x6D4B;&#x766B;&#x75EB;&#x6D3B;&#x52A8;&#xFF0C;&#x53EF;&#x6269;&#x5C55; 3D &#x5E73;&#x53F0;&#x63D0;&#x4EA4;&#x3002;&#x8BBE;&#x8BA1;&#x5229;&#x7528;&#x67D4;&#x6027;&#x8584;&#x819C;&#x7535;&#x6781;&#xFF0C;&#x5C06;&#x6570;&#x7EC4;&#x653E;&#x7684;&#x5730;&#x65B9;&#xFF0C;&#x800C;&#x4E0D;&#x5E94;&#x7528;&#x5230;&#x5927;&#x8111;&#x7684;&#x91CD;&#x5927;&#x538B;&#x529B;&#xFF0C;&#x4F7F;&#x5F84;&#x5411; subcranial &#x90E8;&#x7F72;&#x7684;&#x591A;&#x4E2A;&#x7535;&#x6781;&#x4ECE;&#x5355;&#x4E00;&#x7684;&#x5F00;&#x9885;&#x624B;&#x672F;&#x3002;&#x90E8;&#x7F72;&#x6280;&#x672F;&#x7684;&#x6D4B;&#x8BD5;&#x662F;&#x5728;&#x975E;&#x4EBA;&#x7C7B;&#x7684;&#x7075;&#x957F;&#x7C7B;&#x52A8;&#x7269;&#xFF0C;&#x548C;&#x523A;&#x6FC0;&#x8BF1;&#x53D1;&#x548C;&#x81EA;&#x53D1;&#x6027;&#x766B;&#x75EB;&#x6D3B;&#x6027;&#x5F55;&#x3002;&#x8FDB;&#x4E00;&#x6B65;&#x6D4B;&#x8BD5; BCI &#x548C;&#x766B;&#x75EB;&#x7684;&#x5E94;&#x7528;&#x7A0B;&#x5E8F;&#x4E2D;&#x4F1A;&#x4F7F;&#x7535;&#x6781;&#x5E73;&#x53F0;&#x51C6;&#x5907;&#x521D;&#x6B65;&#x7684;&#x4EBA;&#x4F53;&#x8BD5;&#x9A8C;&#x3002;

&#x5FAE;&#x8111;&#x7535;&#x56FE;&#x5E73;&#x53F0;&#x548C;&#x6162;&#x6027; BCI &#x5E94;&#x7528;&#x7A0B;&#x5E8F;&#x7684;&#x90E8;&#x7F72;&#x7B56;&#x7565;&#x3002;

Over the past decade, electrocorticography (ECoG) has been used for a wide set of clinical and experimental applications. Recently, there have been efforts in the clinic to adapt traditional ECoG arrays to include smaller recording contacts and spacing. These devices, which may be collectively called "micro-ECoG" arrays, are loosely defined as intercranial devices that record brain electrical activity on the sub-millimeter scale. An extensible 3D-platform of thin film flexible micro-scale ECoG arrays appropriate for Brain-Computer Interface (BCI) application, as well as monitoring epileptic activity, is presented. The designs utilize flexible film electrodes to keep the array in place without applying significant pressure to the brain and to enable radial subcranial deployment of multiple electrodes from a single craniotomy. Deployment techniques were tested in non-human primates, and stimulus-evoked activity and spontaneous epileptic activity were recorded. Further tests in BCI and epilepsy applications will make the electrode platform ready for initial human testing.

A micro-electrocorticography platform and deployment strategies for chronic BCI applications.

Au cours de la derni&#xE8;re d&#xE9;cennie, &#xE9;lectrocorticographie (ECoG) a &#xE9;t&#xE9; utilis&#xE9; pour un large &#xE9;ventail d&#x26;#39;applications cliniques et exp&#xE9;rimentales. R&#xE9;cemment, il ya eu des efforts dans la clinique pour adapter les tableaux ECOG traditionnels pour inclure des contacts d&#x26;#39;enregistrement et de l&#x26;#39;espacement plus petits. Ces dispositifs, qui peuvent &#xEA;tre appel&#xE9;es collectivement &#xAB;micro-ECOG&#x26;quot; des tableaux, sont vaguement d&#xE9;finis comme des dispositifs intracr&#xE2;nienne que l&#x26;#39;activit&#xE9; c&#xE9;r&#xE9;brale d&#x26;#39;enregistrement &#xE9;lectrique &#xE0; l&#x26;#39;&#xE9;chelle sub-millim&#xE9;trique. Un extensible 3D-plate-forme de couches minces souples tableaux ECOG micro-&#xE9;chelle appropri&#xE9;e pour Brain-Computer Interface (BCI) l&#x26;#39;application, ainsi que surveillance de l&#x26;#39;activit&#xE9; &#xE9;pileptique, est pr&#xE9;sent&#xE9;. Les dessins d&#x26;#39;utiliser des &#xE9;lectrodes de films souples destin&#xE9;es &#xE0; maintenir le r&#xE9;seau en place sans exercer de pression importante pour le cerveau et pour permettre le d&#xE9;ploiement radial subcranial d&#x26;#39;&#xE9;lectrodes multiples &#xE0; partir d&#x26;#39;une craniotomie unique. Techniques de d&#xE9;ploiement ont &#xE9;t&#xE9; test&#xE9;s dans des primates non humains, et de relance &#xE9;voqu&#xE9; par l&#x26;#39;activit&#xE9; et l&#x26;#39;activit&#xE9; &#xE9;pileptique spontan&#xE9;e ont &#xE9;t&#xE9; enregistr&#xE9;es. D&#x26;#39;autres tests dans les applications de BCI et de l&#x26;#39;&#xE9;pilepsie fera la plate-forme d&#x26;#39;&#xE9;lectrode pr&#xEA;t pour les essais humain initial.

A Strat&#xE9;gies de Micro-&#xE9;lectrocorticographie plate-forme et d&#xE9;ploiement pour les applications de BCI chroniques

Im letzten Jahrzehnt wurde Electrocorticography (ECoG) f&uuml;r eine breite Reihe von klinischen und experimentellen Anwendungen eingesetzt. Vor kurzem gab es Bem&uuml;hungen in der Klinik, traditionelle ECoG-Arrays um weitere Aufnahme Kontakte und Abst&auml;nde sind anzupassen. Diese Ger&auml;te, die zusammen die &quot;Mikro-ECoG&quot; Arrays bezeichnet werden k&ouml;nnen, sind lose definiert als intercranial Ger&auml;te, die elektrische Aktivit&auml;t des Gehirns auf der Submillimeter-Skala aufzeichnen. Eine erweiterbare 3D-Plattform von D&uuml;nnschicht flexible Mikroskala-ECoG Arrays f&uuml;r Brain-Computer Interface (BCI) Anwendung, sowie &Uuml;berwachung epileptische Aktivit&auml;t, wird vorgestellt. Die Entw&uuml;rfe nutzen flexible Film Elektroden, das Array beibehalten, ohne starken Druck auf das Gehirn anzuwenden und radiale subcranial Bereitstellung von mehreren Elektroden aus einer einzigen Kraniotomie erm&ouml;glichen. Bereitstellung Techniken wurden in nicht-menschlichen Primaten getestet, und Reiz hervorgerufen und spontane epileptische Aktivit&auml;t wurden aufgenommen. Weitere Tests in BCI und Epilepsie-Anwendungen werden die Elektrode-Plattform auf die menschlichen Erstpr&uuml;fung vorzubereiten.

Eine Mikro-Electrocorticography und Bereitstellungsstrategien f&uuml;r chronische BCI-Anwendungen.

Nell&#39;ultimo decennio, electrocorticography (ECoG) &egrave; stato utilizzato per un&#39;ampia serie di applicazioni cliniche e sperimentali. Recentemente, ci sono stati sforzi nella clinica di adattarsi tradizionale ECoG matrici per includere pi&ugrave; piccola registrazione contatti e spaziatura. Questi dispositivi, che possono essere chiamati collettivamente &quot;micro-ECoG&quot; matrici, sono vagamente definiti come intercranial dispositivi che registrano l&#39;attivit&agrave; elettrica del cervello sulla scala sub-millimeter. Una 3D-piattaforma estendibile di film sottile flessibile micro-scala ECoG matrici appropriati per l&#39;applicazione di Brain-Computer Interface (BCI), come pure il monitoraggio attivit&agrave; epilettica, &egrave; presentata. I disegni utilizzano elettrodi pellicola flessibile per tenere la matrice nel luogo senza applicare pressione significativa al cervello e per consentire la distribuzione radiale subcranial degli elettrodi multipli da un singolo craniotomia. Tecniche di distribuzione sono stati testati in primati non umani, e sono state registrate attivit&agrave; evocati da stimolo e attivit&agrave; epilettica spontanea. Ulteriori prove nelle applicazioni BCI ed epilessia far&agrave; la piattaforma elettrodo pronto per il test iniziale umana.

Una piattaforma di micro-electrocorticography e strategie di distribuzione per applicazioni BCI croniche.

&#x904E;&#x53BB;10&#x5E74;&#x9593;&#x3067;&#x3001;&#x8133;&#x6CE2;&#xFF08;ECOG&#xFF09;&#x304C;&#x81E8;&#x5E8A;&#x7684;&#x304A;&#x3088;&#x3073;&#x5B9F;&#x9A13;&#x7684;&#x306A;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x5E83;&#x3044;&#x30BB;&#x30C3;&#x30C8;&#x306E;&#x305F;&#x3081;&#x306B;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x6700;&#x8FD1;&#x3001;&#x5C0F;&#x3055;&#x306A;&#x8A18;&#x9332;&#x306E;&#x9023;&#x7D61;&#x5148;&#x3084;&#x9593;&#x9694;&#x3092;&#x542B;&#x3081;&#x308B;&#x3088;&#x3046;&#x306B;&#x4F1D;&#x7D71;&#x7684;&#x306A;ECOG&#x914D;&#x5217;&#x3092;&#x9069;&#x5FDC;&#x3059;&#x308B;&#x30AF;&#x30EA;&#x30CB;&#x30C3;&#x30AF;&#x306E;&#x52AA;&#x529B;&#x304C;&#x3042;&#x308A;&#x307E;&#x3057;&#x305F;&#x3002;&#x7DCF;&#x79F0;&#x3057;&#x3066; &#x26;quot;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x76AE;&#x8CEA;&#x26;quot;&#x914D;&#x5217;&#x3068;&#x547C;&#x3070;&#x308C;&#x308B;&#x3053;&#x3068;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3053;&#x308C;&#x3089;&#x306E;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x306F;&#x3001;&#x5927;&#x307E;&#x304B;&#x306B;&#x30B5;&#x30D6;&#x30DF;&#x30EA;&#x30E1;&#x30FC;&#x30C8;&#x30EB;&#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x3067;&#x306E;&#x8A18;&#x9332;&#x8133;&#x306E;&#x96FB;&#x6C17;&#x7684;&#x6D3B;&#x52D5;&#x305D;&#x306E;intercranial&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x3068;&#x3057;&#x3066;&#x5B9A;&#x7FA9;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x30D6;&#x30EC;&#x30A4;&#x30F3;&#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#x30A4;&#x30F3;&#x30BF;&#x30FC;&#x30D5;&#x30A7;&#x30A4;&#x30B9;&#xFF08;BCI&#xFF09;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3068;&#x540C;&#x69D8;&#x306B;&#x3001;&#x3066;&#x3093;&#x304B;&#x3093;&#x6027;&#x6D3B;&#x52D5;&#x3092;&#x76E3;&#x8996;&#x3059;&#x308B;&#x305F;&#x3081;&#x306E;&#x9069;&#x5207;&#x306A;&#x8584;&#x819C;&#x30D5;&#x30EC;&#x30AD;&#x30B7;&#x30D6;&#x30EB;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30B9;&#x30B1;&#x30FC;&#x30EB;&#x76AE;&#x8CEA;&#x30A2;&#x30EC;&#x30A4;&#x306E;&#x62E1;&#x5F35;&#x53EF;&#x80FD;&#x306A;3&#x6B21;&#x5143;&#x306E;&#x30D7;&#x30E9;&#x30C3;&#x30C8;&#x30D5;&#x30A9;&#x30FC;&#x30E0;&#x306F;&#x3001;&#x63D0;&#x793A;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x30C7;&#x30B6;&#x30A4;&#x30F3;&#x306F;&#x3001;&#x8133;&#x306B;&#x5927;&#x304D;&#x306A;&#x5727;&#x529B;&#x3092;&#x304B;&#x3051;&#x308B;&#x3053;&#x3068;&#x306E;&#x306A;&#x3044;&#x5834;&#x6240;&#x3067;&#x914D;&#x5217;&#x3092;&#x7DAD;&#x6301;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x3001;&#x5358;&#x4E00;&#x306E;&#x958B;&#x982D;&#x304B;&#x3089;&#x8907;&#x6570;&#x306E;&#x96FB;&#x6975;&#x306E;&#x534A;&#x5F84;&#x65B9;&#x5411;&#x306E;&#x982D;&#x84CB;&#x4E0B;&#x306E;&#x5C55;&#x958B;&#x3092;&#x6709;&#x52B9;&#x306B;&#x3059;&#x308B;&#x306B;&#x306F;&#x3001;&#x67D4;&#x8EDF;&#x306A;&#x30D5;&#x30A3;&#x30EB;&#x30E0;&#x96FB;&#x6975;&#x3092;&#x5229;&#x7528;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x5C55;&#x958B;&#x6280;&#x8853;&#x306F;&#x3001;&#x30D2;&#x30C8;&#x4EE5;&#x5916;&#x306E;&#x970A;&#x9577;&#x985E;&#x3067;&#x30C6;&#x30B9;&#x30C8;&#x3055;&#x308C;&#x305F;&#x3001;&#x3068;&#x523A;&#x6FC0;&#x8A98;&#x767A;&#x6D3B;&#x52D5;&#x3068;&#x81EA;&#x767A;&#x3066;&#x3093;&#x304B;&#x3093;&#x6D3B;&#x52D5;&#x304C;&#x8A18;&#x9332;&#x3055;&#x308C;&#x305F;&#x3002; BCI&#x3068;&#x3066;&#x3093;&#x304B;&#x3093;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x66F4;&#x306A;&#x308B;&#x30C6;&#x30B9;&#x30C8;&#x306F;&#x3001;&#x6700;&#x521D;&#x306E;&#x4EBA;&#x4F53;&#x5B9F;&#x9A13;&#x306E;&#x305F;&#x3081;&#x306E;&#x96FB;&#x6975;&#x30D7;&#x30E9;&#x30C3;&#x30C8;&#x30D5;&#x30A9;&#x30FC;&#x30E0;&#x306E;&#x6E96;&#x5099;&#x304C;&#x3067;&#x304D;&#x3088;&#x3046;&#x306B;&#x306A;&#x308A;&#x307E;&#x3059;&#x3002;

&#x6162;&#x6027;BCI&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x7528;&#x306E;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x8133;&#x6CE2;&#x200B;&#x200B;&#x30D7;&#x30E9;&#x30C3;&#x30C8;&#x30D5;&#x30A9;&#x30FC;&#x30E0;&#x3068;&#x5C0E;&#x5165;&#x6226;&#x7565;

&#xC9C0;&#xB09C; 10 &#xB144; &#xB3D9;&#xC548; electrocorticography (ECoG) &#xB2E4;&#xC591; &#xD55C; &#xC2E4;&#xD5D8;&#xACFC; &#xC784;&#xC0C1; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xC5D0; &#xB300; &#xD55C; &#xC0AC;&#xC6A9; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xCD5C;&#xADFC;&#xC5D0;, &#xC791;&#xC740; &#xAE30;&#xB85D; &#xC5F0;&#xB77D;&#xCC98; &#xBC0F; &#xAC04;&#xACA9;&#xC744; &#xD3EC;&#xD568; &#xD558;&#xB3C4;&#xB85D; &#xC804;&#xD1B5;&#xC801;&#xC778; ECoG &#xBC30;&#xC5F4;&#xC5D0; &#xB9DE;&#xAC8C; &#xD074;&#xB9AC;&#xB2C9;&#xC5D0;&#xC11C; &#xB178;&#xB825; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xCD1D;&#xCE6D; &#xD558; &#xC5EC; &quot;&#xB9C8;&#xC774;&#xD06C;&#xB85C;-ECoG&quot; &#xC5B4;&#xB808;&#xC774; &#xD638;&#xCD9C;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;, &#xC774;&#xB7EC;&#xD55C; &#xC7A5;&#xCE58;&#xB294; &#xB290;&#xC2A8;&#xD558;&#xAC8C; sub-millimeter &#xADDC;&#xBAA8;&#xB85C; &#xB1CC; &#xC804;&#xAE30; &#xD65C;&#xB3D9;&#xC744; &#xAE30;&#xB85D; &#xD558;&#xB294; intercranial &#xC7A5;&#xCE58;&#xB85C; &#xC815;&#xC758; &#xB429;&#xB2C8;&#xB2E4;. &#xBC15;&#xB9C9; &#xC720;&#xC5F0;&#xD55C; &#xB9C8;&#xC774;&#xD06C;&#xB85C; &#xC2A4;&#xCF00;&#xC77C; ECoG &#xBC30;&#xC5F4; &#xAC04; &#xC9C8; &#xBAA8;&#xB2C8;&#xD130;&#xB9C1; &#xD65C;&#xB3D9;&#xC73C;&#xB85C; &#xB1CC;-&#xCEF4;&#xD4E8;&#xD130; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4; (BCI) &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xC5D0; &#xC801;&#xD569; &#xD55C; &#xD655;&#xC7A5; &#xAC00;&#xB2A5;&#xD55C; 3D &#xD50C;&#xB7AB;&#xD3FC; &#xC81C;&#xACF5; &#xB429;&#xB2C8;&#xB2E4;. &#xB514;&#xC790;&#xC778; &#xD65C;&#xC6A9; &#xC720;&#xC5F0;&#xD55C; &#xD544;&#xB984; &#xC804;&#xADF9;&#xC744; &#xB1CC;&#xC5D0; &#xC0C1;&#xB2F9;&#xD55C; &#xC555;&#xB825;&#xC744; &#xC801;&#xC6A9; &#xD558;&#xC9C0; &#xC54A;&#xACE0; &#xBC30;&#xC5F4; &#xC704;&#xCE58;&#xC5D0; &#xC720;&#xC9C0; &#xD558; &#xACE0; &#xB2E8;&#xC77C; craniotomy&#xC5D0;&#xC11C; &#xC5EC;&#xB7EC; &#xC804;&#xADF9;&#xC758; &#xBC29;&#xC0AC;&#xD615; subcranial &#xBC30;&#xD3EC;&#xD560; &#xC218; &#xC788;&#xB3C4;&#xB85D; &#xD569;&#xB2C8;&#xB2E4;. &#xBE44; &#xC778;&#xAC04; &#xC601;&#xC7A5;&#xB958;&#xC5D0;&#xC11C; &#xBC30;&#xD3EC; &#xAE30;&#xC220;&#xC744; &#xD14C;&#xC2A4;&#xD2B8; &#xD558; &#xACE0; &#xC790;&#xADF9;&#xC744; &#xBD88;&#xB7EC; &#xC77C;&#xC73C;&#xCF30;&#xB2E4; &#xD65C;&#xB3D9;&#xACFC; &#xC790;&#xC5F0; &#xAC04; &#xC9C8; &#xD65C;&#xB3D9; &#xAE30;&#xB85D; &#xD588;&#xB2E4;. BCI &#xBC0F; &#xAC04; &#xC9C8; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8; &#xC774;&#xC0C1;&#xC758; &#xD14C;&#xC2A4;&#xD2B8; &#xCD08;&#xAE30; &#xC778;&#xCCB4; &#xC2E4;&#xD5D8;&#xC5D0; &#xB300; &#xD55C; &#xC900;&#xBE44;&#xAC00; &#xC804;&#xADF9; &#xD50C;&#xB7AB;&#xD3FC;&#xC744; &#xD558;&#xAC8C;&#xB41C;&#xB2E4;.

&#xB9C8;&#xC774;&#xD06C;&#xB85C; electrocorticography &#xD50C;&#xB7AB;&#xD3FC; &#xBC0F; &#xB9CC;&#xC131; BCI &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xC5D0; &#xB300; &#xD55C; &#xBC30;&#xD3EC; &#xC804;&#xB7B5;.

Durante la &#xFA;ltima d&#xE9;cada, electrocorticograf&#xED;a (ECoG) se ha utilizado para una amplia gama de aplicaciones cl&#xED;nicas y experimentales. Recientemente, se han realizado esfuerzos en la cl&#xED;nica para adaptar las matrices tradicionales ECoG para incluir m&#xE1;s peque&#xF1;os contactos de grabaci&#xF3;n y el espacio. Estos dispositivos, que pueden ser llamados colectivamente &#x26;quot;micro-arrays,&#x26;quot; ECoG se definen vagamente como dispositivos intracraneal que registran la actividad el&#xE9;ctrica del cerebro en la escala de sub-mil&#xED;metro. Un extensible 3D plataforma de pel&#xED;cula fina flexibles matrices ECoG micro-escala apropiada para la interfaz cerebro-computadora (BCI) la aplicaci&#xF3;n, as&#xED; como supervisar la actividad epil&#xE9;ptica, se presenta. Los dise&#xF1;os utilizan electrodos flexibles de pel&#xED;cula para mantener la matriz en su lugar sin aplicar presi&#xF3;n significativa en el cerebro y para permitir el despliegue radial subcraneal de m&#xFA;ltiples electrodos de una craneotom&#xED;a sola. T&#xE9;cnicas de implementaci&#xF3;n se probaron en primates no humanos, y el est&#xED;mulo evocado por la actividad y la actividad epil&#xE9;ptica espont&#xE1;nea se registraron. Otras pruebas en las aplicaciones de BCI y la epilepsia har&#xE1; que la plataforma de electrodos listos para las pruebas en humanos inicial.

Un micro-electrocorticograf&#xED;a plataforma e implementaci&#xF3;n de estrategias para la cr&#xF3;nica de aplicaciones BCI

BioMEMS &#x7535;&#x6781;&#x9635;&#x5217;&#x5236;&#x9020;&#x6280;&#x672F;&#x7528;&#x4E8E;&#x5F00;&#x53D1;&#x9AD8;&#x5BC6;&#x5EA6;&#x9635;&#x5217;&#x4E0E;&#x6570;&#x4EE5;&#x767E;&#x8BA1;&#x7684;&#x6E20;&#x9053;&#x3002;&#x7136;&#x800C;&#xFF0C;&#x5B83;&#x662F;&#x4EE5;&#x524D;&#x65E0;&#x6CD5;&#x5904;&#x7406;&#x66F4;&#x591A;&#x5B9E;&#x65F6;&#x5728;&#x7EBF; BCI &#x5B9E;&#x9A8C;&#x7531;&#x4E8E;&#x8BA1;&#x7B97;&#x8D44;&#x6E90;&#x9650;&#x5236;&#x8FD9;&#x4E9B;&#x6E20;&#x9053;&#x7684;&#x4E00;&#x5C0F;&#x90E8;&#x5206;&#x3002;&#x5B83;&#x662F;&#x73B0;&#x5728;&#x53EF;&#x80FD;&#x8981;&#x4F7F;&#x7528;&#x56FE;&#x5F62;&#x5904;&#x7406;&#x5355;&#x5143; (Gpu)&#xFF0C;&#x5176;&#x4E2D;&#x53EF;&#x4EE5;&#x6709;&#x51E0;&#x4E2A;&#x51E0;&#x767E;&#x4E2A;&#x52A0;&#x5DE5;&#x82AF;&#x6BCF;&#x8FDB;&#x7A0B;&#x5927;&#x91CF;&#x6570;&#x636E;&#x7684;&#x5FEB;&#x901F;&#x3002;&#x672C;&#x767D;&#x76AE;&#x4E66;&#x603B;&#x7ED3;&#x4E86;&#x4F7F;&#x7528; Gpu &#x7684; BCI &#x8111;&#x7535;&#x3001; &#x8111;&#x7535;&#x3001; &#x548C;&#x5FAE;&#x7535;&#x6781;&#x7CFB;&#x7EDF;&#xFF0C;&#x52A0;&#x4E0A;&#x5BFB;&#x7684; 30 &#x500D;&#x4EE5;&#x4E0A;&#xFF0C;&#x5F53;&#x524D;&#x6700;&#x5148;&#x8FDB;&#x7684;&#x57FA;&#x4E8E; CPU &#x7684; BCI &#x5B9E;&#x73B0;&#x52A0;&#x5DE5;&#x7814;&#x7A76;&#x7684;&#x8FDB;&#x5C55;&#x3002;

BCI &#x7CFB;&#x7EDF;&#x4F7F;&#x7528;&#x901A;&#x7528;&#x7684;&#x56FE;&#x5F62;&#x5904;&#x7406;&#x5355;&#x5143;&#x3002;

BioMEMS electrode array fabrication techniques are used to develop high-density arrays with hundreds of channels. However, it was previously impossible to process more than a fraction of these channels real-time for online BCI experiments due to computational resource restraints. It is now possible to use graphics processing units (GPUs), which can have several hundred processing cores each, to processes large amounts of data quickly. This paper summarizes advances in using GPUs for BCI processing for EEG, ECoG, and micro-electrode systems, with speedups of more than 30 times that of current state-of-the-art CPU-based BCI implementations.

Using general-purpose graphic processing units for BCI systems.

Techniques de fabrication tableau BioMEMS &eacute;lectrode sont utilis&eacute;es pour &eacute;laborer des tableaux haute densit&eacute; avec des centaines de cha&icirc;nes. Toutefois, il &eacute;tait auparavant impossible &agrave; traiter plus d&#39;une fraction de ces canaux en temps r&eacute;el pour des exp&eacute;riences BCI en ligne en raison des contraintes de ressources informatiques. Il est maintenant possible d&#39;utiliser des graphiques (GPU), qui peut avoir plusieurs traitement cent cores chacun, aux processus de grandes quantit&eacute;s de donn&eacute;es rapidement. Cet article r&eacute;sume les progr&egrave;s dans l&#39;utilisation des GPU pour BCI traitement pour EEG, ECoG et syst&egrave;mes micro-&eacute;lectrode, avec des acc&eacute;l&eacute;rations de plus de 30 fois celle des impl&eacute;mentations actuelles de BCI ax&eacute;e sur les CPU &eacute;tat-of-the-art.

&Agrave; l&#39;aide d&#39;unit&eacute;s de traitement graphique polyvalente pour les syst&egrave;mes de BCI.

BioMEMS Elektroden-Array-Fertigungstechniken werden verwendet, um High-Density Arrays mit Hunderten von Kan&auml;len zu entwickeln. Jedoch war es bisher unm&ouml;glich, mehr als einen Bruchteil dieser Kan&auml;le in Echtzeit f&uuml;r online-BCI-Experimente aufgrund von Beschr&auml;nkungen der computational Ressourcen zu verarbeiten. Es ist nun m&ouml;glich, benutzen Grafikprozessoren (GPUs), die mehrere hundert Verarbeitung haben kann jede, um Prozesse gro&szlig;e Datenmengen schnell Kerne. Diese Ver&ouml;ffentlichung fasst die Fortschritte beim Einsatz von GPUs f&uuml;r BCI Verarbeitung f&uuml;r EEG, ECoG und Mikro-Elektroden-Systeme, mit Beschleunigungen von mehr als 30-Mal, dass der aktuelle Zustand-of-the-Art-CPU-basierten BCI-Implementierungen.

Verwenden universelle grafische Verarbeitung Einheiten f&uuml;r BCI-Systeme.

Tecniche di fabbricazione della matrice di elettrodo BioMEMS sono utilizzate per sviluppare matrici ad alta densit&agrave; con centinaia di canali. Tuttavia, &egrave; stato in precedenza impossibile da elaborare pi&ugrave; di una frazione di questi canali in tempo reale per gli esperimenti BCI online a causa di restrizioni di risorse computazionali. &Egrave; ora possibile utilizzare unit&agrave; (GPU), che pu&ograve; avere diverse centinaia di elaborazione di elaborazione grafica di core ciascuno, a processi grandi quantit&agrave; di dati rapidamente. Questo libro riassume advances in utilizzando la GPU per BCI elaborazione per EEG, ECoG e sistemi di micro-elettrodo, con maniera pi&ugrave; di 30 volte superiore a quello delle implementazioni di BCI basato su CPU attuale stato-of-the-art.

Utilizzando unit&agrave; di elaborazione grafica General-Purpose per sistemi BCI.

&#x8A55;&#x4FA1;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x4F5C;&#x88FD;&#x6280;&#x8853;&#x306F;&#x9AD8;&#x5BC6;&#x5EA6;&#x30A2;&#x30EC;&#x30A4; &#x30C1;&#x30E3;&#x30F3;&#x30CD;&#x30EB;&#x306E;&#x4F55;&#x767E;&#x3082;&#x306E;&#x958B;&#x767A;&#x306B;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x3057;&#x304B;&#x3057;&#x3001;&#x4EE5;&#x524D;&#x3088;&#x308A;&#x3082;&#x3053;&#x308C;&#x3089;&#x306E;&#x30C1;&#x30E3;&#x30CD;&#x30EB;&#x306E;&#x30EA;&#x30A2;&#x30EB;&#x30BF;&#x30A4;&#x30E0;&#x8A08;&#x7B97;&#x8CC7;&#x6E90;&#x306E;&#x5236;&#x7D04;&#x306E;&#x305F;&#x3081;&#x306E;&#x30AA;&#x30F3;&#x30E9;&#x30A4;&#x30F3;&#x306E; BCI &#x5B9F;&#x9A13;&#x306E;&#x305F;&#x3081;&#x306E;&#x307B;&#x3093;&#x306E;&#x4E00;&#x90E8;&#x3092;&#x51E6;&#x7406;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x53EF;&#x80FD;&#x3067;&#x3057;&#x305F;&#x3002;&#x305D;&#x308C;&#x306F;&#x53EF;&#x80FD;&#x306A;&#x30B0;&#x30E9;&#x30D5;&#x30A3;&#x30C3;&#x30AF;&#x30B9;&#x51E6;&#x7406;&#x30E6;&#x30CB;&#x30C3;&#x30C8; &#xFF08;Gpu&#xFF09;&#x3001;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x767E;&#x306E;&#x51E6;&#x7406;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3092;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x5404;&#x30D7;&#x30ED;&#x30BB;&#x30B9;&#x304C;&#x5927;&#x91CF;&#x306E;&#x30C7;&#x30FC;&#x30BF;&#x306B;&#x3059;&#x3070;&#x3084;&#x304F;&#x30B3;&#x30A2;&#x4ECA;&#x3002;&#x672C;&#x7A3F;&#x3067;&#x306F; BCI &#x306E;&#x8133;&#x6CE2;&#x3001;ECoG&#x3001;&#x304A;&#x3088;&#x3073;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x96FB;&#x6975;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x72B6;&#x614B;&#x306E;&#x82B8;&#x8853;&#x306E;&#x73FE;&#x5728;&#x306E; CPU &#x306B;&#x3088;&#x308B; bci &#x306B;&#x304A;&#x3051;&#x308B;&#x5B9F;&#x88C5;&#x306E; 30 &#x500D;&#x4EE5;&#x4E0A;&#x306E;&#x901F;&#x5EA6;&#x5411;&#x4E0A;&#x3068;&#x51E6;&#x7406;&#x306E;&#x305F;&#x3081;&#x306E; Gpu &#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x306E;&#x9032;&#x6B69;&#x3092;&#x307E;&#x3068;&#x3081;&#x305F;&#x3082;&#x306E;&#x3067;&#x3059;&#x3002;

&#x6C4E;&#x7528;&#x30B0;&#x30E9;&#x30D5;&#x30A3;&#x30C3;&#x30AF;&#x51E6;&#x7406;&#x88C5;&#x7F6E;&#x7528; BCI &#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x304F;&#x3060;&#x3055;&#x3044;&#x3002;

BioMEMS &#xC804;&#xADF9; &#xC5B4;&#xB808;&#xC774; &#xC81C;&#xC791; &#xAE30;&#xC220;&#xC740; &#xC218;&#xBC31; &#xAC1C;&#xC758; &#xCC44;&#xB110;&#xC744; &#xAC00;&#xC9C4; &#xACE0;&#xBC00;&#xB3C4; &#xC5B4;&#xB808;&#xC774; &#xAC1C;&#xBC1C; &#xD558;&#xB294; &#xB370; &#xC0AC;&#xC6A9; &#xB429;&#xB2C8;&#xB2E4;. &#xADF8;&#xB7EC;&#xB098;, &#xC774;&#xB7EC;&#xD55C; &#xCC44;&#xB110;&#xC744; &#xC2E4;&#xC2DC;&#xAC04; &#xACC4;&#xC0B0; &#xB9AC;&#xC18C;&#xC2A4; &#xC81C;&#xC57D;&#xC73C;&#xB85C; &#xC778;&#xD574; &#xC628;&#xB77C;&#xC778; BCI &#xC2E4;&#xD5D8;&#xC758; &#xC77C;&#xBD80; &#xBCF4;&#xB2E4; &#xB354; &#xCC98;&#xB9AC; &#xD558;&#xB294; &#xB370; &#xC774;&#xC804;&#xC5D0; &#xBD88;&#xAC00;&#xB2A5; &#xD588;&#xB2E4;. &#xADF8;&#xB798;&#xD53D; &#xCC98;&#xB9AC; &#xC7A5;&#xCE58; (Gpu) &#xBA87; &#xBC31; &#xCC98;&#xB9AC;&#xB97C; &#xAC00;&#xC9C8; &#xC218; &#xC788;&#xB294; &#xC0AC;&#xC6A9; &#xAC00;&#xB2A5;&#xD55C; &#xCF54;&#xC5B4; &#xAC01; &#xD504;&#xB85C;&#xC138;&#xC2A4;&#xAC00; &#xB9CE;&#xC740; &#xC591;&#xC758; &#xB370;&#xC774;&#xD130;&#xB97C; &#xC2E0;&#xC18D; &#xD558; &#xAC8C; &#xC9C0;&#xAE08; &#xC774;&#xB2E4;. &#xC774; &#xC885;&#xC774; &#xBC1C;&#xC804; BCI &#xB1CC; &#xD30C;, ECoG, &#xADF8;&#xB9AC;&#xACE0; &#xADF8; &#xD604;&#xC7AC; &#xCD5C;&#xC2E0;&#xC758; CPU &#xAE30;&#xBC18; BCI &#xAD6C;&#xD604;&#xC758; 30 &#xBC30; &#xC774;&#xC0C1; &#xD5A5;&#xC0C1; &#xB41C; &#xB9C8;&#xC774;&#xD06C;&#xB85C; &#xC804;&#xADF9; &#xC2DC;&#xC2A4;&#xD15C;&#xC5D0; &#xB300; &#xD55C; &#xCC98;&#xB9AC;&#xB97C; &#xC704;&#xD55C; Gpu&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC694;&#xC57D; &#xB418;&#xC5B4; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;.

BCI &#xC2DC;&#xC2A4;&#xD15C;&#xC5D0; &#xB300; &#xD55C; &#xBC94;&#xC6A9; &#xADF8;&#xB798;&#xD53D; &#xCC98;&#xB9AC; &#xC7A5;&#xCE58;&#xB97C; &#xC0AC;&#xC6A9; &#xD569;&#xB2C8;&#xB2E4;.

T&eacute;cnicas de fabricaci&oacute;n de matriz de electrodo de BioMEMS se utilizan para desarrollar arreglos de discos de alta densidad con cientos de canales. Sin embargo, es hasta ahora imposible procesar m&aacute;s de una fracci&oacute;n de estos canales en tiempo real para los experimentos BCI en l&iacute;nea debido a las restricciones de recursos computacionales. Ya es posible utilizar unidades (GPUs), que pueden tener varios cientos procesamiento de procesamiento de gr&aacute;ficos los corazones de cada uno, a procesos grandes cantidades de datos r&aacute;pidamente. Este documento resume los avances en el uso de GPUs de BCI procesamiento para EEG, ECoG y sistemas micro-electrodo, con aceleraciones de m&aacute;s de 30 veces la de implementaciones de BCI basado en CPU de estado-of-the-art actuales.

J. Adam Wilson

Department of Biomedical Engineering

University of Wisconsin-Madison

Using an EEG-Based Brain-Computer Interface for Virtual Cursor Movement with BCI2000

J. Adam Wilson

.css-o250i3{font-size:18px;font-family:Open Sans,sans-serif;line-height:21.6px;}Department of Biomedical Engineering

University of Wisconsin-Madison

Using an EEG-Based Brain-Computer Interface for Virtual Cursor Movement with BCI2000

Department of Biomedical Engineering