ترغب بنشر مسار تعليمي؟ اضغط هنا

واجهات التخاطب بين الدماغ والحاسب

Brain Machine Interface

2153   3   185   0 ( 0 )
 تاريخ النشر 2018
والبحث باللغة العربية
 تمت اﻹضافة من قبل Alaa Joukhadar




اسأل ChatGPT حول البحث

واجهة التخاطب بين الحاسب والدماغ (BCI)هي آخر تطورات واجهة التخاطب بين الحاسب والانسان (HCI). فعلى عكس أدوات الادخال التقليدية (لوحة المفاتيح، الفأرة....) تقوم الـ (BCI) بقراءة إشارات الدماغ من مناطق مختلفة من رأس الإنسان وتترجم هذه الإشارات إلى أوامر تستطيع التحكم بالحاسب. تكمن أهمية الـ (BCI) الكثير من التطبيقات كالتطبيقات الطبية وخاصة لمساعد الأشخاص المعاقين كمساعدتهم على التعامل مع أجهزة الحاسوب، أو مساعدة الأشخاص المصابين بـ Locked-In Syndrome على التواصل مع العالم الخارجي، وتطبيقات في الدعاية إذ يتم معرفة مدى إعجاب الزبون بالمنتج، وتطبيقات تعليمية وتطبيقات أمنية، أو أيجاد طريق جديدة للعب الألعاب باستخدام الدماغ. الهدف من هذا البحث هو بيان أجدد الحلول للمشاكل التي تواجهها واجهات التخاطب بين الحاسب والدماغ والخوارزميات المستخدمة لتصنيف إشارات الدماغ. وتكمن صعوبة هذا النوع من الأبحاث في صعوبة استخراج الإشارة ومعالجتها لتصبح قابلة للتصنيف.



المراجع المستخدمة
D. K. Abhijeet Mallick, "A Review on Signal Pre-processing Techniques in Brain Computer Inrterface," 2015.
S. R. M. A. E. R. A. A. Rabie A. Ramadan, "Basics of Brain Computer Interface," 2015.
Z. S. Z. M. B. Nelly Elsayed, "Brain Computer Interface EEG Signal Preprocessing Issues and Solutions," 2017.
T. M. N. S. T. K. J. D. John Thomas, "Deep Learning-based Classification for Brain-Computer Interfaces," 2017.
A. Sharmila, "Signal Processing Algorithm for Brain Computer Interface - A Review," 2017.
R. K. W. G. E. B. A. B. Hossein Bashashati, "Comparing Different Classifiers in Sensory Motor Brain Computer Interfaces".
N. A. E. A. I. G. A. Ç. Rahib H. Abiyev, "Brain-Computer Interface for Control of Wheelchair Using Fuzzy Neural Networks," 2016.
R. B. R. L. M. H. M. S. Anatole Lécuyer and Fabien Lotte, "Brain-Computer Interfaces, Virtual Reality, and Videogames," 2014.
J. S. K. C. K. C. Hong Gi Yeom, "Common Neural Mechanism for Reaching Movements," 2015.
Y. C. S. F. C. W. Taeho Kang, "Decoding of Human Memory Formation with EEG signals using Convolutional Networks," 2017.
C.-H. I. Chang-Hee Han, "EEG-based Brain-Computer Interface for Real-Time Communication of Patients in Completely Locked-in State," 2018.
J. P. P. O. A. S. C. L. D. R. J. K. L. H. A. P. A. I. S. Gernot R. Müller-Putz, "Towards Non-Invasive Brain-Computer Interface for Hand/Arm Control in Users With Spinal Cord Injury".
قيم البحث

اقرأ أيضاً

تؤيد الأدلة الحديثة دورا للمعالجة الأساسية في توجيه التوقعات البشرية حول الكلمات القادمة أثناء القراءة، بناء على مخبأ بين أوقات القراءة والكلمة المفاجئة التي يقدرها نموذج المعالجة الدلالي المفيد (Jaffe et al. 2020). الدراسة الحالية تستنسخ وتطويرهافي هذا النتيجة (1) تمكين المحلل المحلل لمعالجة معلومات الكلمات الفرعية التي قد تقريب من المعرفة المورفولوجية البشرية بشكل أفضل، و (2) تمديد تقييم آثار COMERIAL من القراءة الذاتية لبيانات التصوير بالدماغ البشري.تشير النتائج إلى أن تأثير المعالجة القائم على التوقعات في كور معلومات لا يزال واضحا حتى في وجود خط الأساس النفسي القوي الذي يوفره نموذج الكلمة الفرعية، وأن تأثير comeference لوحظ في كل من بيانات القراءة والنفس ذاتي، وتوفير دليل علىتأثير متواضع.
احتاج عدد من المرضى في العناية المركزة – بعد الإفاقة من عمليات استئصال أورام دماغ – إلى إعادة التنبيب و تطبيق التهوية الآلية بشكل إسعافي. و لاشك أن هذه الإعادة التي تجرى بشكل إسعافي و بظروف حرجة قد تترافق بمضاعفات خطرة تزيد الإنذار سوءاً، منها ارتفاع الضغط داخل القحف و عواقبه، و رضوض الطريق الهوائي، و الاستنشاق الرئوي , فضلا عن أن إعادة التنبيب تشكل أيضاً إرباكاً و عبئاً إضافياً للأطر الطبية في العناية المركزة و تكلفة اقتصادية مضاعفة. لذلك لابد من البحث في كيفية تجنب هذه المضاعفات.
يتكون نهج شعبي لتحلل القواعد العصبية للغة في الارتباط، عبر الأفراد، وردود الدماغ على محفزات مختلفة (مثل الخطاب العادي مقابل الكلمات أو الجمل أو الفقرات). على الرغم من النجاح، إلا أن هذا النهج الخالي من النموذج يستلزم الاستحواذ على مجموعة كبيرة ومكلفة من بيانات الأعصاب. هنا، نوضح أن النهج القائم على النموذج يمكن أن يصل إلى نتائج معادلة داخل الموضوعات المعرضة للمحفزات الطبيعية. نستفيدون في أوجه التشابهات التي اكتشفت مؤخرا بين نماذج اللغة العميقة والدماغ البشري لحساب رسم الخرائط بين ط) ردود الدماغ على الكلام العادي والثاني) تفعيلات نماذج اللغة العميقة التي تم تنشيطها من قبل المحفزات المعدلة (مثل الكلمات المخفوقة أو الجمل أو الفقرات). نهجنا القائم على النموذج بنجاح تكرر الدراسة الفيدرودية ل Lerner et al. (2011)، والتي كشفت التسلسل الهرمي لمناطق اللغة من خلال مقارنة التصوير بالرنين المغناطيسي الوظائف (FMRI) من سبعة مواضيع تستمع إلى 7 دقائق من الروايات العادية والخلطية. نحن كذلك تمديد هذه النتائج ودقيقة لإشارات الدماغ من 305 شخصا يستمعون إلى 4.1 ساعة من القصص الروى. بشكل عام، تمهد هذه الدراسة الطريق لتحليلات فعالة ومرنة لقواعد الدماغ من اللغة.
أدخل التصنيف الجديد لأورام الجملة العصبية المركزية من قبل منظمة الصحة العالمية في الإصدار الرابع في عام 2007 تبدلات مهمة في تصنيف هذه الأورام، مقارنة بالتصنيف السابق لعام 2000 ؛ فقد تم توصيف 10 أنماط أو تحت أنماط جديدة ثلاثة منها للأورام الدبقية. كم ا أحدث تغير في درجة سبعة من هذه الأورام، منها اثنان من الأورام الدبقية. هدف هذا البحث إلى إعادة تصنيف الأورام الدبقية و مقارنتها في مجموعتين من المرضى السوريين و الفرنسيين حسب التصنيف الأحدث لمنظمة الصحة العالمية.
تؤكد الدراسات الحديثة على حاجة إلى سياق وثائق في التقييم البشري لترجمات الماكينة، لكن القليل من الأبحاث قد تم في تأثير واجهات المستخدم على الإنتاجية العنصرية وموثوقية التقييمات.في هذا العمل، نقوم بمقارنة بيانات التقييم البشري من أحدث حملتين تقييمين م ن WMT التي تم جمعها عبر طريقتين مختلفتين لتقييم مستوى المستندات.يوضح تحليلنا أن اتباع نهج تركز على المستندات في التقييم حيث يتم عرض العنصي مع سياق المستند بأكمله على الشاشة يؤدي إلى تقييمات أعلى جودة ومستوى المستندات.إنه يحسن الارتباط بين القطاع وعشرات المستندات ويزيد من اتفاقية المشتركة بين النقاط عن درجات الوثائق ولكنها أكثر بكثير من الوقت المستهلكة للمعجبين.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا