Search research articles

お問い合わせ

関連する概念動画

Brain Waves

Brain Waves

Brain waves are electrical signals generated by the neurons in the brain, which are regularly monitored to measure mental activities. Brain waves and their frequency ranges can be measured using an electroencephalogram or EEG. There are four main types of brain waves, each with distinct characteristics:

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え

Same author

Study on the Effect and Mechanism of the Outer Membrane Vesicles of <i>Porphyromonas gingivalis</i> on the Function and Extracellular Matrix of Mouse Aortic Smooth Muscle Cells.

Microorganisms·2026

Same author

Characterization and Molecular Modification of a Cold-Adapted β-Galactosidase from <i>Flavobacterium algicola</i> for Preparation of Lactose-Free Milk.

Journal of agricultural and food chemistry·2026

Same author

The gut-brain axis in Alzheimer's disease: early detection, microbial metabolites, mechanisms, and therapeutic opportunities.

Frontiers in molecular biosciences·2026

Same author

A mechanosensitive ion channel is required for nematode predation in nematode-trapping fungi.

mBio·2026

Same author

Mechanistic insight into low-temperature alkylation of thiophene with styrene over zeolites MCM-22 and β.

Communications chemistry·2026

Same author

Associations between eating windows and demographics in veterans with spinal cord injury: Results of a single-site study.

The journal of spinal cord medicine·2026

Same journal

Multimodal Contrastive Spatiotemporal Self-Organizing Neural Networks for In-Home Activity Learning of Mild Cognitive Impairment.

IEEE journal of biomedical and health informatics·2026

Same journal

Integrating Multi-View Residue Graph and Protein Language Model for Cell-Penetrating Peptide Prediction via Global-Local Graph Aggregation and Cross-Attentive Fusion.

IEEE journal of biomedical and health informatics·2026

Same journal

An Ultra-Lightweight Cross-scale Attention Mamba Network for Accurate Skin Lesion Segmentation.

IEEE journal of biomedical and health informatics·2026

Same journal

Explanation-Guided Reconstruction of Missing Clinical Features for Survival Prediction in Pancreatic Cancer.

IEEE journal of biomedical and health informatics·2026

Same journal

stDGCN: A dual-augmentation graph convolutional network for identifying spatial domains with attention mechanism.

IEEE journal of biomedical and health informatics·2026

Same journal

Patient-specific Biomechanical Investigation of Percutaneous Pulmonary Valves: Towards the Integration of Routinely Acquired Clinical Data and Fluid-structure Interaction Simulations.

IEEE journal of biomedical and health informatics·2026

関連記事をすべて見る

JoVEについて

概要リーダーシップブログ JoVEヘルプセンター

著者向け

出版プロセス編集委員会範囲と方針査読よくある質問投稿

図書館員向け

推薦の声購読アクセスリソース図書館諮問委員会よくある質問

研究

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments アーカイブ

教育

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual 教員リソースセンター教員サイト

プライバシーポリシー

Search research articles

関連する実験動画

Updated: Jun 24, 2026

Recording Human Electrocorticographic ECoG Signals for Neuroscientific Research and Real-time Functional Cortical Mapping

Recording Human Electrocorticographic ECoG Signals for Neuroscientific Research and Real-time Functional Cortical Mapping

Published on: June 26, 2012

脳波（EEG）による潜在的音声のデコーディング：機能領域時空間トランスフォーマー

Muyun Jiang, Wei Zhang, Yi Ding

IEEE journal of biomedical and health informatics

|January 12, 2026

まとめ

この要約は機械生成です。

研究者らは、新しいトランスフォーマーモデルを使用して、脳波（EEG）信号から潜在的音声をデコードしました。この画期的な成果は、想像された音声のニューラル表現に関する解釈可能な洞察を提供します。

キーワード:

潜在的音声脳波トランスフォーマーモデルニューラル特徴想像された音声

さらに関連する動画

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Published on: October 24, 2012

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Published on: June 30, 2018

関連する実験動画

Last Updated: Jun 24, 2026

Recording Human Electrocorticographic ECoG Signals for Neuroscientific Research and Real-time Functional Cortical Mapping

Recording Human Electrocorticographic ECoG Signals for Neuroscientific Research and Real-time Functional Cortical Mapping

Published on: June 26, 2012

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example

Published on: October 24, 2012

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Published on: June 30, 2018

科学分野:

神経科学
認知科学
信号処理

背景:

潜在的音声のデコーディングは、ニューラル発音マッピングの理解が限られていることと、信号対雑音比が低いことにより、脳波（EEG）から困難です。
潜在的音声、つまり聴覚可能な音や動きなしでの発話の想像は、ニューラルデコーディングに特有の課題をもたらします。

研究の目的:

EEG信号からの潜在的音声デコーディングのための効果的なフレームワークを開発すること。
潜在的音声生成の神経メカニズムを調査し、識別力のある神経特徴を特定すること。

主な方法:

57人の参加者から大規模な複数発話音声EEGデータセットを開発しました。
EEG信号を処理するために、機能領域時空間トランスフォーマー（FAST）フレームワークを導入しました。
EEGデータのシーケンスエンコーディングにトランスフォーマーアーキテクチャを利用しました。

主要な成果:

FAST生成の活性化マップを通じて、明確で解釈可能な音声ニューラル特徴を特定しました。
潜在的音声中の脳の活性化を前頭葉および側頭葉の領域にわたって視覚化しました。
EEGからの音声デコーディングにおけるFASTフレームワークの有効性を実証しました。

結論:

本研究は、EEGからの音声デコーディングに関する最初の解釈可能な証拠を提供します。
FASTフレームワークは、潜在的音声のニューラル表現の識別的特徴に関する新たな洞察を提供します。
開発されたデータセットとフレームワークは、音声のためのブレイン・コンピュータ・インターフェースにおける将来の研究への道を開きます。