Frontiers in Neurorobotics 专刊 | 脑机接口与应用

专刊简介

脑机接口(BCI)使用不同的大脑信号、记录方法和信号处理算法在大脑和外部软件/硬件平台之间建立联系。随着计算机硬件和算法的发展，BCI变得更加实用和稳定。目前基于BCI的潜在应用包含但不限于：脑控机器人/外骨骼/轮椅、渐冻症(ALS)患者脑控平台、中风/创伤康复、等。随着电极和芯片技术的提升，BCI的安全性在逐步提高。微创和非侵入性BCI正在逐步进入各应用领域。同时，随着机器/深度学习的发展，脑信号解码速率与准确率在逐步提升，这也为BCI推广带来了便利。

Neuralink 已成功制造出带有薄电极的非常小的芯片。但它远非完美。如何保证芯片和电极在活体大脑中长期使用是一个关键问题。另一个问题是，无论Neuralink电极有多小，其仍然是侵入性的。其他电极，如Uath，也面临同样问题。无创脑机接口一直是临床和科研的首选，其更有利于日常和家庭使用。如何设计媲美有创 BCI的无创 BCI，是一个亟待解决的问题。从算法的角度来看，深度学习的发展为 BCI 解码带来了更多可能性和解决方案，例如：Shenoy 成功使用 RNN实现了脑控手写文本，Tonio Ball 构建了用于 EEG 解码和可视化的深（浅）层卷积神经网络。然而，深度学习在 BCI 解码中面临几个问题：1. 相较于传统机器学习算法（支持向量机、随机森林、等）高得多的计算成本，2. 可解释性差，3. 可重复性和可移植性低，4. 缺乏大数据集验证。

Frontiers inNeurorobotics 拥有专业、严格的同行评审机制，归功于作者、编辑和审稿人之间专业协作，以及全世界优秀科研工作者的参与，杂志收录的每篇文章都力求达到最高质量。我们鼓励所有潜在贡献者向本研究主题提交与BCI相关的高质量原创研究论文。文章类型包含但不限于：Review，Research Paper，Case Study。范围包含脑机接口相关研究的各方面，包括但不限于：BCI软\硬件开发、新解码算法（基于深度学习、机器学习等）、新BCI芯片、新柔性电极、可穿戴设备、基于BCI的康复、基于 BCI 的情绪检测、基于虚拟现实 (VR) 的BCI、基于ERP的BCI、基于SSVEP的BCI、中风BCI、癫痫BCI、注意力缺陷多动障碍 (ADHD) 的 BCI、其他疾病下的BCI应用。

ImpactFactor: 2.65, 中科院3区

提交截止日期

2022 年 1 月 22 日 摘要

2022 年 3 月 23 日手稿

投稿链接

https://www.frontiersin.org/research-topics/29617/brain-computer-interface-and-its-applications

编辑列表

向敬，辛辛那提儿童医院（全美Top3儿童医院），神经病学部，MEG中心主任

毕路拯，北京理工大学，机械与车辆学院，教授

陈多，南京中医药大学，人工智能与信息技术学院，副教授

刘柯，重庆邮电大学，人工智能学院，副教授

郭嘉阳，厦门大学，健康医疗大数据国家研究院，助理教授

---

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

更多阅读

---

---

你的每一次在看，我都很在意！