Videos de Conceptos Relacionados
Neural Circuits
Neuronal pools are collections of nerve cells with similar functions and interact through chemical and electrical signals. These pools include both interneurons (the central neural circuit nodes that...
Higher Mental Functions of the Brain: Language
Language formation and comprehension take place in the dominant hemisphere. The dominant hemisphere is responsible for understanding the meaning of spoken, written, or sign language, as well as the ability to communicate. For most people, the left hemisphere is the dominant one. The right hemisphere, then, gives tone and emotional context to the...
Chunking and Rehearsal in Sensory Memory
Perceiving Loudness, Pitch, and Location
Place theory, or place coding, suggests that different pitches are heard because various sound waves activate specific locations along the cochlea's basilar membrane. The brain determines the pitch of a sound by...
Language and Cognition
También podría leer
Artículos Relacionados
Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.
Human-like cognitive generalization for large models via mental representation-guided supervision.
Human motor cortex encodes complex handwriting through a sequence of stable neural states.
NeuSort: an automatic adaptive spike sorting approach with neuromorphic models.
Encrypt with Your Mind: Reliable and Revocable Brain Biometrics via Multidimensional Gaussian Fitted Bit Allocation.
Optimal Feature Analysis for Identification Based on Intracranial Brain Signals with Machine Learning Algorithms.
Robust neural decoding by kernel regression with Siamese representation learning.
Ultra-flexible wireless endovascular stimulator for cortical simulation.
Influence of frequency and pulse train duration on respiratory responses during transcutaneous phrenic nerve stimulation in humans.
Dynamic functional graph-Laplacian priors integrated with optimization for EEG source localization.
Unveiling subject-specific causal latency in motor imagery: a physiologically transparent BCI via Riemannian tangent space fusion.
Cross-subject decoding of human neural data for speech Brain Computer Interfaces.
Cognitive and brain function enhancement in Gen X group after personalized, AI supervised EEG-neurofeedback training.
Video Experimental Relacionado
Updated: Jan 8, 2026

P300-Based Brain-Computer Interface Speller Performance Estimation with Classifier-Based Latency Estimation
Published on: September 8, 2023
Aprendizaje de espacios latentes neuronales discretos para la decodificación del habla de alto rendimiento
1Affiliated Mental Health Center Hangzhou Seventh People's Hospital, and MOE Frontier Science Center for Brain Science and Brain-machine Integration, and College of Computer Science and Technology, Zhejiang University, 38#, Zheda Road, Hangzhou, Zhejiang province, 310058, CHINA.
Este estudio presenta un novedoso espacio latente neuronal discreto para interfaces cerebro-computadora (ICC) de habla. Este enfoque mejora la precisión y la robustez de la decodificación del habla para personas con afasia.
Área de la Ciencia:
- Neurociencia
- Ingeniería Biomédica
- Inteligencia Artificial
Sus antecedentes:
- Las interfaces cerebro-computadora (ICC) de habla ofrecen una vía de comunicación para personas con afasia.
- El aprendizaje de la representación neuronal es crucial para decodificar el habla a partir de señales cerebrales.
Objetivo del estudio:
- Desarrollar un enfoque novedoso para la decodificación del habla utilizando espacios latentes neuronales discretos.
- Mejorar la precisión y la robustez de las ICC de habla.
Principales métodos:
- Se propuso una red de aprendizaje de representación cuantificada para aprender espacios latentes neuronales discretos.
- Se utilizaron señales de electroencefalografía estereotáctica intracraneal (sEEG) de 11 sujetos para los experimentos.
Principales resultados:
- El método propuesto mejoró significativamente la precisión de la decodificación del habla.
- Demostró una mayor robustez en la decodificación del habla en comparación con los métodos existentes.
Conclusiones:
- El enfoque del espacio latente neuronal discreto tiene un potencial significativo para avanzar en las ICC de habla.
- Este método puede mejorar la funcionalidad y la usabilidad de las ICC para personas con afasia.

