基于领域对抗训练CNN实现在线注意力解码的脑机接口

基于领域对抗训练CNN实现在线注意力解码的脑机接口

跨主体脑机接口:基于卷积神经网络的领域对抗训练实现实时注意力解码 学术背景 注意力解码在我们日常生活中扮演着至关重要的角色,其基于脑电图(EEG)的实现已经引起了广泛关注。然而,由于EEG信号在个体间的显著差异性,为每个人训练一个通用的模型在实践中是不可行的。因此,本文提出了一种端到端的脑机接口(BCI)框架,旨在解决这一挑战,特别是利用了时间和空间的一维卷积神经网络(1D CNN)及领域对抗训练策略(Domain-Adversarial Training)。 传统注意力解码方法通常依赖于预定义的特征提取和模式分类技术,如线性判别分析(LDA)和支持向量机(SVM),但这些方法在处理跨主体数据时表现出局限。另外,深度学习方法虽然在分类性能上表现出色,但如何处理EEG信号的显著个体差异性依旧是...

运动功能障碍的量化和诊断

背景与研究动机 帕金森病(Parkinson’s Disease, PD)是一种神经退行性疾病,主要影响患者的运动能力,导致震颤、运动迟缓、四肢僵硬和行走平衡问题。这种运动缺陷严重影响患者的独立生活能力和生活质量。据统计,预计到2030年,仅在美国就会有近1.2百万人患有帕金森病,而全球的患者数更是超过1000万人。因此,如何准确评估和诊断患者的运动缺陷是一个急需解决的关键问题。 现有的PD严重性评估方法主要依赖于临床医生的主观观察和经验,通过患者在实验室或诊所中进行特定动作来评估。这种方法不仅受到人为主观因素的影响,且在受控环境中的观察无法充分反映患者在日常生活中的实际运动情况。因此,研究人员亟需一种可靠的、非侵入式的量化方法,能客观地评估帕金森病患者的运动缺陷,从而提供更及时有效的康复反...

基于时间扭曲技术的T波峰到终末变化预测猪心肌梗死模型中的室颤

基于时间扭曲技术的T波峰到终末变化预测猪心肌梗死模型中的室颤 背景介绍 论文来源突发性心脏性死亡(Sudden Cardiac Death, SCD)是全球范围内死亡的主要原因,其主要致病机制之一即为室颤(Ventricular Fibrillation, VF),特别是在心肌梗死后的环境下。在此背景下,早期预测VF风险显得尤为重要。心室复极化(Ventricular Repolarization, VR)改变与室性心律失常形成的联系已经在实验模型和临床研究中得到验证。T波峰到T波终末间隔(T-peak-to-T-end interval, Tpe)作为VR离散度(VR Dispersion, VRD)的替代指标,早被提出并被认为是预测心律失常风险的潜在指标。然而,Tpe间隔仅捕捉到T波峰和...

一种仿生视觉检测模型:基于分数脉冲神经元电路的事件驱动LGMDs实现

一种仿生视觉检测模型:基于分数脉冲神经元电路的事件驱动LGMDs实现

学术报道:基于分数脉冲神经元电路的仿生视觉检测模型研究 在智能自动驾驶和无人驾驶飞行器等领域中,迅速有效地预测碰撞并触发避让行为具有非常重要的应用价值。蚱蜢的巨型运动探测器 (LGMDs) 能够在碰撞发生前有效地预测碰撞,并触发避让。这种能力使得LGMD成为设计碰撞避让人工视觉系统的理想模型。不同于传统CMOS摄像机,事件相机(DVS)能够模拟生物视觉系统中的光感受器,从底层仿真LGMD系统的分野,提供高时间分辨率、高动态范围和最小运动模糊等优势。 背景及意义 本次研究的作者为Yabin Deng、Haojie Ruan、Shan He、Tao Yang和Donghui Guo,分别来自厦门大学和福州大学,并在IEEE Transactions on Biomedical Engineeri...

基于经阴道超生和压力测定量化孕期宫颈弹性的方法

基于经阴道超生和压力测定量化孕期宫颈弹性的方法 背景与动机 早产(在37周妊娠期前分娩)是新生儿发病率和死亡率的主要原因。由于早产带来的高风险,许多有早产症状的孕妇需要住院治疗,但超过一半的住院孕妇最终还是足月分娩。现有的宫颈软化预测方法(如Bishop评分)预测早产的效用有限,因此需要开发更准确的工具来预测早产。 研究问题 目前宫颈弹性成像的两种常用方法是应变弹性成像和剪切波弹性成像。然而,应变弹性成像缺乏应力信息,不支持不同成像会话间的比较;剪切波弹性成像在宫颈组织具有高度不均质性时其稳健性受到影响。 目标和方法 本文研究的目标是开发一种通过在经阴道超声成像系统中增加应力传感器来克服上述限制的定量宫颈弹性成像系统。该系统能够安全、准确并且具有高度重复性,用于长期监测和不同检查员之间的比较...

TGFuse:基于Transformer和生成对抗网络的红外与可见光图像融合方法

TGFuse:基于Transformer和生成对抗网络的红外与可见光图像融合方法

TGFuse:基于Transformer和生成对抗网络的红外与可见光图像融合方法 背景介绍 随着成像设备和分析方法的发展,多模态视觉数据迅速涌现,具有许多实际应用。在这些应用中,图像融合在帮助人眼感知多模态数据的信息关联中起到了重要作用。尤其是红外和可见光图像的融合,在军事、安全和视觉追踪等领域具有重要应用,成为图像融合任务的重要一环。设计一个自然且高效的图像融合算法,能够提升整图级别的感知,从而适应复杂场景的融合需求。然而,现有基于卷积神经网络(CNN)的融合方法直接忽略了远程依赖性,这妨碍了对整幅图像的平衡感知。 传统的多尺度变换基础上的融合算法,通过提取源图像的多尺度表示并进行融合和还原,获得了初步的研究成果。然而,这些方法在复杂场景的融合方面能力有限,且容易引入噪声,操作效率低。随着...

CLASH:基于互补学习与神经架构搜索的步态识别框架

CLASH:基于互补学习与神经架构搜索的步态识别框架

CLASH:基于互补学习与神经架构搜索的步态识别框架 研究背景 步态识别是一种通过个体的行走模式进行身份识别的生物识别技术。这种技术由于可以在远距离无须个体合作的条件下进行,因此在安全检查、视频检索和身份识别等领域有着广泛的应用。然而,基于人影轮廓的识别方法存在一些问题:二值化的稀疏边界表示缺乏丰富的时空信息,使得轮廓大部分像素对步态模式不敏感。为了提高对步态模式的敏感性,同时保持识别的鲁棒性,本文引入了一种基于神经架构搜索的互补学习(Complementary Learning with Neural Architecture Search, CLASH)框架,旨在解决上述问题。 论文来源 本文由Huanzhang Dou、Pengyi Zhang、Yuhan Zhao、Lu Jin和Xi...

基于信息感知的Transformer展开网络促进高光谱和多光谱图像融合

基于信息感知的Transformer展开网络促进高光谱和多光谱图像融合

基于信息感知的Transformer展开网络促进高光谱和多光谱图像融合 背景介绍 高光谱图像(Hyperspectral Image, HSI)由于其包含多个波段的光谱信息,在材料识别、图像分类、目标检测和环境监测等遥感应用中发挥着重要作用。然而,由于传感器硬件的限制,实际的成像过程中存在空间分辨率和光谱分辨率之间的权衡问题。具体来说,成像传感器只能提供丰富光谱信息的图像(低分辨率的HSI,LR-HSI),或者是高空间分辨率但光谱信息较少的图像(高分辨率的多光谱图像,HR-MSI)。为了获得高分辨率的HSI(HR-HSI),研究者们提出了将LR-HSI和HR-MSI融合的方法,称为MSI-HSI融合。MSI-HSI融合在遥感图像处理中引起了广泛关注。 论文来源 这篇论文《Advancing ...

靶向病毒样颗粒的树突状细胞作为强效mRNA疫苗载体

树突状细胞靶向病毒样颗粒作为强效mRNA疫苗载体 引言 在疫苗开发方面,尤其是mRNA疫苗近年来取得了显著的成就。Moderna 和 Pfizer/BioNTech 针对 COVID-19 的 mRNA 疫苗成为了成功的典范,极大地推动了mRNA疫苗的发展。然而,现有的mRNA疫苗缺乏对特定细胞类型的专一性,尤其是树突状细胞(DCs),这在抗原呈递方面非常关键。树突状细胞是主要的抗原呈递细胞,能有效启动 T 细胞的免疫反应和抗体反应,但现有的mRNA疫苗,如LNPs(脂质纳米粒)等,无法特异性地传递mRNA到这些细胞。此外,还有一些病毒感染,如HIV和HSV,甚至包括一些非传染性疾病如癌症,至今尚无有效预防或治疗疫苗。 论文来源 本文由Nature Biomedical Engineerin...

由大脑皮质发音表征驱动的双语语音神经假体

由大脑皮质发音表征驱动的双语语音神经假体 背景 在神经假体的发展过程中,从大脑活动解码语言的研究一直集中在单一语言的解码上。因此,双语言语产生依赖于不同语言的独特或共享皮层活动的程度仍不清楚。当前研究通过电皮层图(electrocorticography, ECoG)结合深度学习和统计自然语言模型来记录和解码一名西班牙语-英语双语患者的言语运动皮层活动,并将其转化为两种语言的句子。该研究旨在解决双语解码的实际应用问题,尤其是在不需要手动指定目标语言的情况下,实现言语解码。 言语丧失症(anarthria),即失去清晰发音的能力,是中风和肌萎缩侧索硬化症等神经疾病的严重症状之一。目前,侵入性言语脑-计算机接口(BCI)正在被开发,以通过解码皮层活动恢复患者的自然沟通能力。然而,现有的言语BCI...