| 2025 | No.4 | No.3 | No.2 | No.1 | ||
|---|---|---|---|---|---|---|
| 2024 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2023 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2022 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2021 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2020 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2019 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2018 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 |
脑机接口目前发展迅猛,其应用范围十分广泛。脑机接口虽然在技术层面发展十分迅速,但在人才培养方面却存在很大缺口。基于分布式架构的脑机接口教学系统通过整合理论与实践,实现了算法提交、测评和反馈等功能,取得了帮助学生实时检测学习成果、支持教师进行针对性指导的效果。系统采用模块化设计,支持云端和本地部署,利用消息中间件和注册中心实现高效通信与调度。通过降低学习门槛,提升实践机会,该系统有效解决了脑机接口教学中实践不足、评价模式单一等问题,为培养脑机接口人才提供了重要支撑。
脑机接口技术可通过直接连接大脑与外部设备,实现人机交互,近年来在医疗、教育、工业等领域广泛应用。脑机接口技术在极大地改善患者生活质量的同时,也带来了一系列的伦理风险。首先,介绍了脑机接口的发展历程和应用领域;其次,从个体、社会、人类的本质与道德等层面分析了脑机接口技术带来的伦理风险,并从技术与人为两个方面总结了风险的影响因素;再次,总结了脑机接口科技伦理问题的特点,并梳理了我国在脑机接口方面的伦理要求;最后,提出了脑机接口伦理审查的思考。
随着脑电信号处理技术在医疗、神经科学及人机交互领域的广泛应用,传统单机架构在高并发场景下存在计算资源受限、延迟高、稳定性差等问题。设计了一种基于Nginx负载均衡的脑电信号处理集群架构,通过反向代理技术将并发请求分配至分布式节点,结合标准化数据处理流程及统一集群入口,显著提升系统实时性、资源利用率与吞吐量。实验表明,在并发量为100~2 000个的情况下,集群架构的平均响应时间与最小响应时间均有了显著优化,同时吞吐量也得到了大幅提升,且Nginx的IP访问控制策略有效拦截非法请求,保障数据安全。该架构通过动态负载均衡实现资源高效调度,为大规模神经数据处理提供技术支撑。未来可融合人工智能与边缘计算技术,拓展至复杂脑电分析场景,助力精准医疗与智能交互发展。
针对目前基于运动想象(Motor Imagery,MI)脑机接口的康复训练方法试验方式单一、缺乏实时反馈以及脑电解码率较低的问题,创新性地提出一种融合MI专注度评估与反馈的康复训练方法。该方法引入MI专注度解析,采用MI引导的脑电采集范式和集成专注程度评估的任务设计,提高脑电数据有效性。同时,根据被试任务态专注度评估反馈参数,实现更高效解码。实验结果表明,该训练方法提高了被试的专注度,验证了被试不同专注程度下的脑电差异,MI脑电二分类平均准确率达到84.37%。
随着科学技术的发展,越来越多的生理信号分析设备投入医疗应用,可有效提升人民生活健康水平。医疗设备的评估和测试验证面临技术复杂度高、周期长等挑战。因此,生理信号发生器近年成为研究与开发热点,该设备面向生理信号分析设备的功能性能测试与校准,具有极高的应用价值。目前缺少对生理信号模拟器从原理到技术方案的总结,且不同生理信号之间具有较大的差异性,为此首先系统阐述了生理信号的特征、生理信号模拟器的架构及其子模块原理;进而对比分析了主流信号发生器的设计方案与应用场景;最终系统性梳理了现有生理信号模拟器的实现方案及其创新点,旨在为生理信号模拟器的研发与应用提供一定参考。
深圳市“十四五”和未来产业集群规划将脑科学与脑机工程列为八大未来产业之一,具备跃升为战略性新兴产业的潜力。围绕“四链”(产业链、创新链、资金链、人才链)融合,基于详实的产业和科研数据,综合运用文献计量、专利分析、实地调研等方法,系统梳理该领域的产业发展、创新能力、市场动态、人才团队情况,并提出培育发展建议。该领域聚焦认识脑、保护脑和连接脑三大方向,全球产业生态已完整覆盖基础研究到商业开发。同时,中国呈现需求扩张、资本集聚、企业矩阵成型态势,但仍面临一些挑战。近年来,深圳依托政策-资本-市场协同优势,科研产出增长显著,跨区域合作活跃,正成为该领域的重要增长极。
脑机接口(Brain-Computer Interface,BCI)作为一种变革性技术,通过直接在大脑与外部设备间建立通信与控制通道,实现了对人体功能的辅助、增强和修复。近年来,随着神经科学、人工智能等领域的快速发展,BCI技术正逐步从实验室走向临床应用和商业化。系统梳理了BCI技术的分类、发展趋势以及产业发展现状,并对未来趋势进行了研判。在技术层面,通信和运动类BCI以及治疗类BCI均取得了显著进展,包括无创和有创技术的创新。在产业发展方面,全球多地政府已开展脑计划规划,为BCI指引发展方向,同时投融资活动日益活跃,产业链布局不断完善。预计未来将涌现一批BCI产业集聚区和优秀企业,推动产业加速发展。BCI技术有望在医疗康复、教育、工业等领域广泛应用,重塑人机交互范式。
随着脑机接口技术的发展,基于脑电图(Electroencephalogram,EEG)信号的情绪识别成为研究热点。对比了支持向量机(Support Vector Machine,SVM)不同核函数在EEG情绪识别任务中的性能,并与决策树、随机森林和神经网络等常见机器学习方法进行了比较。基于DEAP数据集,通过对不同核函数(线性核、径向基核和多项式核)与其他模型的性能进行分析,发现随机森林在准确率和AUC值方面表现最佳。线性核SVM适用于数据线性可分的情况,而径向基核和多项式核的效果相对较差。此外,还探讨了神经网络的表现,并提出了优化模型和核函数选择的未来研究方向,旨在为基于EEG的情绪识别提供有价值的见解,并推动脑机接口技术的进步。
建立大安全大应急框架具有重要意义。首先,提出了信息通信大安全大应急的内涵、特征;其次,分析了信息通信安全生产体系和应急通信体系现状,阐述了信息通信大安全大应急体系框架构成、各支柱构成及相互间关系;最后,提出体系框架建设建议。
随着数字化进程不断加快和深入发展,数字孪生城市已然成为城市全域数字化转型的重要路径。城市数字孪生体融合跨行业海量数据,使得城市运行机理在数字空间实时呈现、提前推演成为可能。伴随着生成式人工智能爆发式发展,人工智能生成内容(Artificial Intelligence Generated Content,AIGC)、智能体、具身智能等新技术应用场景和新模式不断涌现。在数字孪生城市领域,人工智能在三维数据生成、多模态数据输入输出、数字空间群体智能、物理空间的单体智能等方面表现出强大的赋能加持作用,初步形成孪生体快速建模、三维数据自动生成、快速创建场景、智能决策、算法场景自主推演、多模态数据处理、虚实交互控制7方面的赋能作用和路径,助力推动城市全域数字化转型高水平推进。
5G无线人工智能数据集的建立是5G空口设计引入人工智能技术的关键环节。首先,对5G无线人工智能数据集建立涉及的基础理论及方法进行了阐述;然后,结合3GPP研究的最新进展,对基于人工智能的信道状态信息反馈、波束管理和定位增强等典型用例的数据集建立方法进行了分析与研究;最后,对5G无线人工智能数据集的持续演进进行了展望。
通过分析应用软件、软件开发工具包、开发运营者等不同实体间的关系特性设计和实现多实体知识图谱,提出基于多实体知识图谱的关系挖掘和关联分析方法,为用户隐私数据流动、风险应用软件溯源等典型安全场景提供新的研究思路和技术方案。