Улучшение трансформера электроэнцефалограммы для BCI на SSVEP

Высокоскоростные SSVEP-BCI нуждаются в эффективном декодировании EEG. Глубокое обучение помогает. SSVEP-BCI связывают мозг с устройствами.

Примеры: спеллеры, протезы. Сигналы вызывают мерцающие стимулы.

Преимущества: высокий ITR, мало обучения.

Препятствия: дефицит данных, сложность сигналов. Сбор EEG дорог. Трудоемок. Ограничен субъектами.

Переобучение моделей. CNN не захватывают особенности. Эффективность падает.

Джин Юэ объяснил.
Решения: две технологии. BGMix и AETF.
BGMix: аугментация данных. Нейроинспирирована. SSVEP: стабильные компоненты и шум. Компоненты связаны с задачей. Шум переменный. BGMix меняет шум между пробами. Классы разные. Сохраняет особенности задачи. Добавляет вариабельность. Образцы естественны. Распределение реальное. Избегает неестественных сигналов.
AETF: трансформер для EEG. Захватывает многомерные особенности. Три модуля. Полносвязный слой: пространственная фильтрация. Различия по электродам. Сверточный слой: частотная фильтрация. Паттерны SSVEP. Двухслойный трансформер: временные особенности. Длинные связи. Внимание фокусирует ключевые точки. Нет пулинга. Лучше CNN. Идеален для коротких данных.

Инновации оказались эффективными. Повысилась скорость, что как раз нужно для пользователей с инвалидностью.

Сжатие модели: AETF_1layer. 95–98% производительности. Полезно для портативных устройств.
Перспективы: мультимодальные данные, отслеживание движений глаз, transfer learning.

Статья: 7 октября 2025. Журнал Cyborg and Bionic Systems. DOI: 10.34133/cbsystems.0379.

https://pubmed.ncbi.nlm.nih.gov/41064747/

Одновременная регистрация EEG, PET и MRI позволила проследить, как меняются гемодинамика и метаболизм мозга при переходе от бодрствования ко сну

Мозговой кровоток и потребление глюкозы снижаются синхронно с замедлением электрической активности (EEG). По мере падения метаболизма происходят колебания гемодинамики, которые соответствуют паттернам активности мозга.

Во время NREM-сна некоторые области мозга отключаются, а некоторые — нет. Сенсомоторная сеть продолжает активно работать: она пульсирует с частотой около 0,02 Гц и сохраняет высокий метаболизм. В то же время активность сети мышления резко подавлена как по кровотоку, так и по энергопотреблению.

Эти данные объясняют, почему во сне угасает сознание, но сохраняется готовность к сенсорным реакциям.

Работа демонстрирует эффективность метода EEG-PET-MRI для изучения связей между нейронами, кровотоком и метаболизмом.

Статья опубликована в Nature Communications.

https://www.nature.com/articles/s41467-025-64414-x

Прекращение употребления алкоголя приводит к снижению артериального давления

(Правда, изменения какие-то маленькие.)

У женщин отказ от 0,5–1 порции в день снижает диастолическое давление на 0,41 мм рт. ст., от 1–2 порций — систолическое на 0,78 и диастолическое на 1,14 мм рт. ст.

У мужчин эффект слабее при низких дозах потребления, но при более высоких систолическое снижается на 1,03, диастолическое — на 1,62 мм рт. ст.

Возврат к потреблению повышает давление в той же степени у обоих полов.

Тип напитка не имеет значения. Даже лёгкое потребление повышает давление, а отказ от него эффективно снижает его у всех, особенно у женщин.

https://www.jacc.org/doi/10.1016/j.jacc.2025.09.018

Основы, методы, применения и проблемы ЭЭГ-интерфейсов "мозг-компьютер"

Эти системы, использующиеся в интернете вещей и медицине, распознают сигналы мозга для управления устройствами, помогают в диагностике и улучшают жизнь людей с ограниченными возможностями. С развитием машинного обучения и носимых устройств растет и точность таких систем. В обзоре рассматриваются принципы работы, методы обработки сигналов, классификации, акцент на глубоком обучении, а также наборы данных, современные применения и будущие направления исследований.

https://ieeexplore.ieee.org/abstract/document/11215710

Исследование влияния транскраниальной стимуляции постоянным током на моторную кору и мозжечок у пациентов с фибромиалгией

В двойном слепом исследовании участвовали 92 женщины. Однократная анодная стимуляция моторной коры, по сравнению с фиктивной стимуляцией, значимо снизила интенсивность боли и увеличила возбудимость кортикоспинального тракта. Стимуляция моторной коры была эффективнее стимуляции мозжечка или комбинированного протокола. Эффекты зависели от BDNF. Результаты объясняют механизмы, а не клиническую эффективность метода.

https://www.nature.com/articles/s41598-025-20769-1

Исследование воздействия ультразвуковой стимуляции моторной коры и внутреннего сегмента бледного шара на моторные симптомы и возбудимость коры у 13 пациентов с болезнью Паркинсона

Стимуляция бледного шара привела к снижению оценок по шкале MDS-UPDRS-III и уменьшению брадикинезии через 30 минут после воздействия. Стимуляция моторной коры увеличила амплитуду двигательных вызванных потенциалов. Сделан вывод, что стимуляция бледного шара является потенциальным неинвазивным методом для улучшения моторных симптомов при болезни Паркинсона.

https://movementdisorders.onlinelibrary.wiley.com/doi/pdfdirect/10.1002/mds.70095

Новые технологии позволяют измерять “коннектом” — карту связей в мозге. Но насколько это ограничивает модели нейронной активности? Ученые создали теорию: “ученик”-сеть обучается копировать активность “учителя”-сети с тем же коннектомом, но разными параметрами клеток. Вывод: коннектом сам по себе слабо ограничивает динамику, сложно вывести функцию из связей. Однако записи с небольшого числа нейронов устраняют неоднозначность, позволяя точно предсказывать активность. Теория объясняет различия в моделях и помогает выбрать, какие нейроны записывать для лучших прогнозов.

https://www.nature.com/articles/s41593-025-02080-4

Кстати, я всегда старался очень внимательно слушать и Деннета, и сейчас слушаю наших блестящих философов Антона Кузнецова и Артема Беседина, но у меня никогда не хватает внимания, чтобы понять, в чем же проблема с квалиями.

Рассуждения на этот счет какие-то слишком длинные и переходящие на частные примеры: «ну, например…» К чести этих философов следует сказать, что они не говорят: «Ну, например, стул», но «Ну, например, дырка от бублика» слышать приходилось. Наверняка где-то к концу этого рассказа становится понятно, почему никакие квалии не существуют, но к этому моменту я уже отвлекаюсь и начинаю думать о чем-то другом.

Так и не удастся мне, вероятно, понять, куда подевались квалии, и, возможно, в этом и заключается глубокий философский смысл: непозноваемость, трансцендентность (или трансцендентальность? — всегда путаю).

Но, если пытаться догадываться, — Деннетт всегда восставал против маленького человечка, который сидит у нас в мозгах и смотрит телевизор. Нет этого человечка, не существует. А раз его нет, то, значит, и квалий нет. Но не выплескивает ли Деннетт здесь, так сказать, из купели воду вместе с ребенком?

⚡️ Здравствуйте, Дорогие подписчики!
Представляем вашему вниманию подборку полезных каналов в сфере «Наука и образование» 🔥
Будем очень рады, если вы найдете для себя, что-нибудь полезное.

❗️Ссылка на папку:

https://t.iss.one/addlist/5xeFY3BfsmkwODgy

Уважаемые коллеги! 
30 октября 2025 (завтра) в 14:00 состоится научный доклад «fNIRS-нейроинтерфейс для постинсультной реабилитации: от теоретической концепции до реальной клинической практики».
Авторы: к.м.н. Р. Х. Люкманов; к.м.н. О.А. Мокиенко; Е.С. Иконникова; А.Н. Черкасова; С.А. Пак; член-корр. РАН, д.м.н. Н.А. Супонева.
 
Технология «Интерфейс мозг-компьютер» впервые была выведена из лабораторных условий в реальную клиническую практику в стенах Российского центра неврологии и нейронаук: прошло уже более 15 лет с момента первых экспериментов с ЭЭГ-нейроинтерфейсами в отделении нейрореабилитации. 
В настоящее время ЭЭГ заменена на более удобный подход для регистрации активности головного мозга: функциональную спектроскопию в ближней инфракрасной области (fNIRS), с использованием которой продолжаются клинические исследования, а с участием партнёров разрабатываются высокотехнологичные нейрореабилитационные устройства. 
В планируемом докладе будут описаны основные принципы использования нейроинтерфейсов в реабилитации, приведены данные исследований клинической эффективности, а также будут рассмотрены существующие проблемы и представлены перспективы развития технологии.
 
Научный доклад пройдет в Большом конференц-зале корпуса 2  ФГБНУ РЦНН (Волоколамское шоссе, 80, 1-й этаж корпуса 2).

Прослушать научный доклад и задать вопросы можно удаленно по ссылке: https://vkvideo.ru/video-32806249_456239269?list=ln-ziukG3OzrTo6IpG3Fz 

После отъезда Татьяны Александровой в Калифорнию в российских нейронауках возник полнейший вакуум.

Но теперь этот вакуум заполнила Юлия Алексеева — топ-нейрометодолог державы. Она — консультант предпринимателей из списка «Форбс». Возможно, и Татьяну Александрову она тоже консультирует.

Юлия Алексеева выпишет всем пропуск в нейроэкосистему нового поколения.

И скоро она приведет по этому поводу торжественное заседанию чуть ли ни в каких-то палатах Кремля.

https://pro-neuro.org/

Вера в карму — это когда миллиарды людей уверены, что добрые дела приносят конфетки, а злые — шишки от судьбы, без вмешательства богов или судей. Психологи отмечают: такая вера делает нас оптимистами и щедрыми к чужакам, снижает жажду мести и даже побуждает к экологии. Но ирония в том, что она же оправдывает неравенство, позволяет винить жертв в их бедах и отказывать в помощи “недостойным” — мол, сами виноваты, карма не дремлет! В итоге, космическая справедливость иногда выходит боком для общества.

https://www.sciencedirect.com/science/article/abs/pii/S1364661325002529

Можно ли с помощью ЭМГ управлять протезом руки? Да, можно!

И наилучшие результаты на этой стезе показывает Анна Макарова, сотрудник Центра искусственного интеллекта МГУ. На конференции AI Journey Анна расскажет о том, как архитектура трансформера переводит ЭМГ в буквы:

Расшифровка письма по сигналам ЭМГ с использованием архитектуры трансформера

Поверхностная электромиография (ЭМГ) является перспективным неинвазивным интерфейсом для протезирования и взаимодействия человека с компьютером. Однако декодирование почерка из ЭМГ-сигналов остается сложной задачей из-за высокой индивидуальной вариативности и зависимости традиционных методов от трудоемкой ручной предобработки, что ограничивает их генерализацию. Классические подходы, такие как метод Винера или линейный дискриминантный анализ, требуют обучения для каждого субъекта отдельно и не обобщаются на других людей.

В качестве решения предлагается модель глубокого обучения, которая работает непосредственно с сырыми ЭМГ-сигналами. Модель включает модуль обучаемой предобработки, сверточные слои для извлечения локальных временных паттернов и трансформер для моделирования долгосрочных зависимостей. Для обучения использовался общедоступный набор данных с записями ЭМГ восьми мышц предплечья и кисти во время написания цифр. Модель способна обобщаться и адаптироваться к индивидуальным особенностям.

Данный подход устраняет необходимость ручной предобработки, снижает инженерную сложность и открывает возможности для создания масштабируемых интерфейсов для управления протезами и человеко-машинного взаимодействия на основе декодирования мелкой моторики.

Не менее секретный Кремлевский семинар, чем в прошлый раз. Поэтому ограничиваю репортаж этой картинкой.

Всех приглашаю посетить канал Артура Биктимирова. И подписаться, естественно.

https://t.iss.one/Biktimirovneuro/13

Проекты Артура — это фантастика!!!

Рассказ Артура об очувствлении бионических конечностей:

https://t.iss.one/Biktimirovneuro/13

Упоминаются инженерный гений Михаил Синцов и не менее гениальный нейроученый и нейротехнолог Гурген Согоян.

Ну, насчет Мэри, вроде бы, все ясно. Она изучает нейробиологию цветового зрения, но никак не проблему красноты красного.

Вообще — на мой дилетантский взгляд — типичная уловка философов — это переводить собственное незнание (красноты красного, например) в плоскость того, что это проблема кого-то еще — Мэри, либо летучей мыши.

https://t.iss.one/anton_philosophy/686

Из рубрики «Философские притчи»

Однажды Владимир Ильич Ленин решил пролезть сквозь дырку от бублика.

Все. Это была самая короткая философская притча.

Я, кстати, тоже участвую в конференции AI Journey с коротким выступлением «Нейронауки и нейроинтерфейсы: задачи для искусственного интеллекта»

Содержание презентации будет примерно такое:

«Нейроинтерфейсы создают двустороннюю связь между мозгом и внешними системами, и сегодня в роли такой системы всё чаще выступает искусственный интеллект. Какую же роль будет играть ИИ в этом симбиозе? Чтобы ответить на этот вопрос, полезно проследить эволюцию нейроинтерфейсов. Исторически развитие шло двумя путями: во-первых, учёные научились расшифровывать сигналы — от отдельных нейронов до целых их ансамблей. Во-вторых, были усовершенствованы неинвазивные методы, а нейростимуляция открыла возможность не только считывать, но и передавать информацию в нервную систему. На этой основе искусственный интеллект сможет решить три ключевые задачи: (1) Точное декодирование: Высокоточное «считывание» намерений и мыслей из мозговой активности. (2) Адресная стимуляция: Генерация оптимальных паттернов стимуляции для точной и эффективной передачи данных в мозг. (3) Интеллектуальное посредничество: Интерпретация и фильтрация информации из внешнего мира перед её отправкой в нервную систему, создавая тем самым умный буфер между сознанием и реальностью».

(Первоначальный текст написал я. Но потом, учитывая специфику конференции, я попросил дипсик улучшить изложение. Он сразу же добавил что-то про сознание; я убирать не стал.)

Сайт конференции:

https://aij.ru/about

Но там пока никакой информации нет. Будем надеяться, что что-то появится ближе к делу.

Я участвовал в конференции «наука o+» года 3 назад, а потом не слишком за этим следил. Но, как мне показалось, в этом году конференция оказалась особенно удачной, с большим количеством интересных докладов.

К сожалению потом, когда все эти видео выкладывают, они получают 5-10 просмотров, а не миллиарды, как у Татьяны Черниговской. С этим я не могу ничего поделать, но могу показать какие-то небезинтересные клипы.

Начну с выступлений коллег по близкой мне тематике:

https://t.iss.one/ai_center_msu/31

(А потом посмотрю на другие темы.)

Дария Клеева в своей презентации изложила некоторую критику по поводу хайпа, связанного с нейроинтерфейсами, в особенности по поводу утверждений, что они крайне эффективны в медицине.

С такой критикой можно согласиться, но нужно, конечно, смотреть на конкретику. Например, кохлеарный имплантат крайне эффективен, но кто-то, может, скажет, что это вообще не нейро интерфейс, а стимулятор.

В общем, критика, очевидно, справедлива, если речь идет о каком-нибудь неинвазивном считывании каких-нибудь мыслей. Как правило, это пресловутое моторное воображение.

Здесь первый затык в том, что сигнал ЭЭГ крайне слабый и в нем много артефактов. Причем его еще нужно уметь записывать, что не всегда удается в клинике.

Второе — информативность ЭЭГ в качестве источника моторных команд под большим сомнением.

Третье — не совсем понятно, что нейроинтерфейс добавляет к процессу реабилитации, даже если предположить, что он работает. Здесь я имею в виду постинсультную реабилитацию в первую очередь. Ну, воображает пациент движение. Ну, как-то считывает это воображение нейроинтерфейс. Но чем нейроинтерфейс помогает? Якобы дает супер-полезную обратную связь? Якобы считывает из мозга тот самый сигнал, который нужно считывать?

В общем, критика правильная. Думаем дальше.

Кьяра Макиевская рассказала о проекте «Пифия», причем назвала его шуточным — все это было сделано для отработки методики, что важно для большого количества нуждающихся пациентов и для производства собственных медицинских технологий в России.

Но, думаю, условное ЦРУ с этим не согласится, и наших условных партнеров на западе и востоке заинтересует именно расширение мозговых функций животного при помощи нейроинтерфейса и ИИ.

Пифия, конечно, всех затмила, но в прошлом уже были яркие робо-животные: крыса, которая сама себя стимулировала, робокрыса, которой управляли с пульта, а также крыса, которая видела в инфракрасном свете (моя, кстати, идея). Все это заслуживает отдельного упоминания, но в самом деле все это до сих пор рассматривали как шуточные эксперименты, не более.

Но здесь есть и серьёзный потенциал, и думаю, он скоро себя покажет. Благодаря Пифии.