• 脑机接口导论/计算机科学丛书
21年品牌 40万+商家 超1.5亿件商品

脑机接口导论/计算机科学丛书

全新正版 极速发货

66.43 7.5折 89 全新

库存15件

广东广州
认证卖家担保交易快速发货售后保障

作者(美)拉杰什P.N.拉奥|译者:张莉//陈民铀

出版社机械工业

ISBN9787111539957

出版时间2016-07

装帧其他

开本其他

定价89元

货号3589126

上书时间2024-05-29

大智慧小美丽

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
陈民铀 重庆大学教授。博士生导师,IEEE高级会员,1987年在重庆大学自动化系获硕士学位。1991年当选为中国人工智能学会计算机视觉与智能控制学会理事。1998年在英国谢菲尔德大学自动控制与系统工程系获博士学位。长期从事智能控制与建模、多目标优化、智能信息处理、人工智能的工程应用等方面的研究。主持承担了十多项国家及省部级科技项目,发表科研论文200多篇。
张莉重庆大学副教授,2002年、2008年在重庆大学电气工程学院分别获得工学硕士学位、工学博士学位。2009年至今在重庆大学从事科研教学工作。2012年在俄勒冈大学访学4个月,2013年至2014年在明尼苏达大学双城校区访学1年。主要从事信号处理、脑机接口等方向的研究。主持并参与了科研项目10余项,发表论文20多篇,获发明专利授权3项。
拉杰什P.N.拉奥(RajeshP.N.Rao):美国国家科学基金会(NSF)感觉运动神经工程中心(CSNE)主任。华盛顿大学西雅图分校计算机科学与工程系教授、电子工程和生物工程系兼职教授。他曾经荣获美国国家科学基金会杰出事业奖(NSFCAREERAward)、美国海军研究所杰出青年科学家奖(ONRYoungInvestigatorAward)、斯隆基金学者奖(SloanFacuItyFelIowshiP)、大卫与露西·帕卡德基金会科学和工程奖(DavidandLucilePackardFellowshipforScienceandEngineering)。Rao已经在国际学术会议和包括《Science》《Nature》和《PNAS》等顶级科学期刊中发表了150多篇论文。他同时也是《ProbabilisticModelsoftheBrainandBayesianBrain》期刊的主编。他的研究涉及计算神经科学、人工智能和脑机接口等多学科的交叉领域。他还将所剩不多的业余时间奉献给了印度艺术史研究和对印度河文明留下的古代文字的解读,他以这一主题在TED中发表过演讲。

目录
出版者的话
译者序
前言
第一部分  背景知识
第1章  引言
第2章  神经科学基础
  2.1  神经元
  2.2  动作电位或锋电位
  2.3  树突和轴突
  2.4  突触
  2.5  锋电位的产生
  2.6  神经连接的调节:突触可塑性
    2.6.1  LTP
    2.6.2  LTD
    2.6.3  STDP
    2.6.4  短期激励和抑制
  2.7  大脑组织、解剖学结构和功能
  2.8  小结
  2.9  问题和习题
第3章  记录大脑信号和刺激大脑
  3.1  记录大脑信号
    3.1.1  侵入式技术
    3.1.2  非侵入式技术
  3.2  刺激大脑
    3.2.1  侵入式技术
    3.2.2  非侵入式技术
  3.3  同步记录和刺激
    3.3.1  多电极阵列
    3.3.2  神经芯片
  3.4  小结
  3.5  问题和习题
第4章  信号处理
  4.1  锋电位分类
  4.2  频域分析
    4.2.1  傅里叶分析
    4.2.2  离散傅里叶变换
    4.2.3  快速傅里叶变换
    4.2.4  频谱特征
  4.3  小波分析
  4.4  时域分析
    4.4.1  Hjorth参数
    4.4.2  分形维数
    4.4.3  自回归模型
    4.4.4  贝叶斯滤波
    4.4.5  卡尔曼滤波
    4.4.6  粒子滤波
  4.5  空间滤波
    4.5.1  双极、拉普拉斯和共同平均参考
    4.5.2  主成分分析
    4.5.3  独立分量分析
    4.5.4  共空间模式
  4.6  伪迹去除技术
    4.6.1  阈值法
    4.6.2  带阻和陷波滤波
    4.6.3  线性模型
    4.6.4  主成分分析
    4.6.5  独立分量分析
  4.7  小结
  4.8  问题和习题
第5章  机器学习
  5.1  分类技术
    5.1.1  二分类
    5.1.2  集成分类技术
    5.1.3  多分类
    5.1.4  分类性能的评估
  5.2  回归方法
    5.2.1  线性回归
    5.2.2  神经网络与反向传播算法
    5.2.3  径向基函数网络
    5.2.4  高斯过程
  5.3  小结
  5.4  问题和习题
第二部分  构建系统
第6章  构建
  6.1  BCI的主要类型
  6.2  对构建BCI有用的大脑反应
    6.2.1  条件反射
    6.2.2  集群行为
    6.2.3  想象运动和认知行为
    6.2.4  刺激诱发行为
  6.3  小结
  6.4  问题和习题
第三部分  BCI的主要类型
第7章  侵入式BCI
  7.1  侵入式BCI的两个主要范式
    7.1.1  基于操作性条件反射的
    7.1.2  基于集群解码的BCI
  7.2  应用于动物的侵入式BCI
    7.2.1  控制假臂和手的BCI
    7.2.2  控制下肢的BCI
    7.2.3  控制光标的BCI
    7.2.4  认知型BCI
  7.3  应用于人的侵入式BCI
    7.3.1  植入多电极阵列控制光标和机器人
    7.3.2  认知型BCI
  7.4  侵入式BCI的长期使用
    7.4.1  BCI的长期使用和稳定皮质代表区的形成
    7.4.2  植入人脑的BCI的长期使用
  7.5  小结
  7.6  问题和习题
第8章  半侵入式BCI
  8.1  基于皮质脑电信号ECoG)的BCI
    8.1.1  基于ECoG的动物用BCI
    8.1.2  基于ECoG的人用BCI
  8.2  基于外周神经信号的BCI
    8.2.1  神经型BCI
    8.2.2  目标肌肉神经分布重建
  8.3  小结
  8.4  问题和习题
第9章  非侵入式BCI
  9.1  基于脑电信号的BCI
    9.1.1  振荡电位和ERD
    9.1.2  慢皮质电位
    9.1.3  运动相关电位
    9.1.4  刺激诱发电位
    9.1.5  基于意识任务的
    9.1.6  BCI的错误电位
    9.1.7  互适应型BCI
    9.1.8  分层型BCI
  9.2  其他非侵入式BCI:fMRI、MEG和fNIR
    9.2.1  基于功能性磁共振成像的BCI
    9.2.2  基于脑磁图的BCI
    9.2.3  基于功能性近红外光学成像的BCI
  9.3  小结
  9.4  问题和习题
第10章  BCI的刺激修复作用
  10.1  感觉功能恢复
    10.1.1  恢复听力:人工耳蜗
    10.1.2  恢复视力:皮质和视网膜的植入
  10.2  运动恢复
  10.3  感觉扩增
  10.4  小结
  10.5  问题和习题
第11章  双向与循环型BCI
  11.1  通过刺激产生直接的皮质指令控制光标
  11.2  使用BCI和体觉刺激实现主动触觉探索
  11.3  迷你机器人的双向BCI控制
  11.4  通过功能性电刺激实现肌肉的脑皮质控制
  11.5  建立脑区间的新联系
  11.6  小结
  11.7  问题和习题
第四部分  应用和伦理
第12章  BCI的应用
  12.1  医学领域的应用
    12.1.1  感觉恢复
    12.1.2  运动恢复
    12.1.3  认知恢复
    12.1.4  康复治疗
    12.1.5  使用菜单、光标和拼写器实现交流
    12.1.6  脑控轮椅
  12.2  非医学领域的应用
    12.2.1  网页浏览和虚拟世界导航
    12.2.2  机器人替身
    12.2.3  高流通量的图像搜索
    12.2.4  测谎和法律领域的应用
    12.2.5  警觉性监测
    12.2.6  估算认知负荷
    12.2.7  教育和学习
    12.2.8  安保、身份识别和验证
    12.2.9  利用外骨骼扩增身体能力
    12.2.10  记忆和认知的放大
    12.2.11  航空领域的应用
    12.2.12  游戏和娱乐
    12.2.13  脑控制艺术
  12.3  小结
  12.4  问题和习题
第13章  脑机接口的道德规范
  13.1  医学、健康和安全问题
    13.1.1  平衡风险和利益
    13.1.2  知情同意
  13.2  BCI技术的滥用
  13.3  BCI的安全性和隐私性
  13.4  法律问题
  13.5  道德和社会公平问题
  13.6  小结
  13.7  问题和习题
第14章  结论
附录A  数学背景知识
参考文献
索引

内容摘要
 脑机接口技术是一种涉及神经科学、信号检测、
信号处理、模式识别等多学科的交叉技术,近年来随着神经科学和工程学的长足进展,脑机接口技术愈来愈引起学术界和工业界的关注和重视。拉杰什P.N.拉奥著的《脑机接口导论/计算机科学丛书》是第一本讲述脑机接口理论及应用的入门教材。
本书适用于神经、计算机科学家,医疗工程人员以及高等院校对脑机接口感兴趣的师生阅读。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP