当前位置:首页 > 工业技术
神经工程学  下
神经工程学  下

神经工程学 下PDF电子书下载

工业技术

  • 电子书积分:13 积分如何计算积分?
  • 作 者:明东主编
  • 出 版 社:北京:科学出版社
  • 出版年份:2019
  • ISBN:9787030595997
  • 页数:399 页
图书介绍:内容涵盖神经工程的各个方面,较为全面系统的介绍了这门交叉学科所涉及的重要内容。这一点与国外的相关图书(一般类似研究成果的总结)最为不同,遵循从微观到宏观,从基础到应用再到未来展望的大纲进行编排。将从最基础的问题开始,例如医学基础知识和计算理论和方法,然后进入该领域内一些重要的应用。同时强调各章节之间的联系。下册主要是新应用。
《神经工程学 下》目录

第三部分 神经接口与康复 3

第9章 脑-机接口 3

9.1 脑-机接口概述 3

9.1.1 脑-机接口定义 3

9.1.2 早期脑-机接口 6

9.1.3 脑-机接口分类 9

9.1.4 脑-机接口组成 11

9.1.5 脑-机接口系统性能评价指标 14

9.2 典型的脑-机接口范式 15

9.2.1 基于ERP中P300电位的脑-机接口 16

9.2.2 基于SMR的脑-机接口 21

9.2.3 基于SSVEP的脑-机接口 24

9.2.4 基于SCP的脑-机接口 27

9.2.5 其他脑-机接口范式 28

9.3 脑-机接口应用及发展现状 32

9.3.1 国内外脑-机接口大赛 32

9.3.2 脑-机接口应用领域 33

9.3.3 脑-机接口应用的发展现状 37

9.4 脑-机接口未来的发展趋势 41

9.4.1 脑-机接口传感器系统开发 42

9.4.2 脑-机接口信息编解码技术发展 44

9.4.3 新型脑-机接口范式设计 45

9.4.4 脑-机接口发展的未来 47

9.5 本章小结 48

思考题 48

参考文献 48

第10章 植入神经接口与微系统 51

10.1 概述 51

10.2 硬件系统构成 52

10.2.1 植入式高密度神经信号采集 53

10.2.2 信号处理 54

10.2.3 外界通信 54

10.2.4 设备供能 55

10.2.5 系统封装 55

10.3 神经信号解码与反馈 56

10.3.1 神经信息的编解码 56

10.3.2 神经元集群信息分析方法 57

10.3.3 感觉信息再生 58

10.4 植入式神经接口系统的应用范例 59

10.4.1 植入式感觉神经假体 59

10.4.2 植入式微电子神经桥 62

10.4.3 神经控制假肢 64

10.5 本章小结 73

思考题 74

参考文献 74

第11章 神经肌骨动力学 77

11.1 神经肌骨动力学概述 77

11.1.1 神经肌骨动力学定义 77

11.1.2 研究内容、发展和分类 77

11.1.3 研究方法——神经肌骨模型 78

11.1.4 常用设备介绍 79

11.2 步态分析 80

11.2.1 步态分析简介及发展 80

11.2.2 基本步态特征表征 81

11.2.3 步态分析方法 83

11.2.4 步态分析在临床中的应用 84

11.2.5 步态识别 85

11.3 肌骨系统中的神经控制信号——肌电信号 86

11.3.1 运动控制原理 86

11.3.2 肌电与肌肉收缩力 87

11.3.3 肌电与肌肉疲劳 88

11.3.4 肌电与脑电的相干性 93

11.4 肌骨动力学模型 94

11.4.1 正向动力学模型——肌电协助的肌骨模型 94

11.4.2 反向动力学模型——基于静态优化的肌骨模型 96

11.4.3 实验方法 99

11.5 神经肌骨动力学的应用 99

11.5.1 机械外骨骼 100

11.5.2 骨关节炎 100

11.5.3 前十字韧带损伤 101

11.5.4 脑卒中 102

11.6 面临挑战与发展趋势 102

11.7 本章小结 103

思考题 103

参考文献 104

第四部分 神经刺激与调控 109

第12章 功能性电刺激 109

12.1 功能性电刺激概述 109

12.2 FES的分类 110

12.2.1 FES的功能重建作用 110

12.2.2 FES的功能替代作用 112

12.2.3 植入式和非植入式FES 112

12.3 FES作用机理 113

12.3.1 FES的工作原理 113

12.3.2 肌肉的募集特性 114

12.4 FES的系统构成 116

12.4.1 FES系统结构 116

12.4.2 电极特性与电极-组织接口 117

12.4.3 FES刺激参数 118

12.4.4 反馈控制算法 120

12.5 功能性电刺激的应用与发展 122

12.5.1 肢体功能性电刺激 122

12.5.2 心脏起搏器 124

12.5.3 干扰电治疗 129

12.6 本章小结 132

思考题 133

参考文献 133

第13章 电磁神经调控 135

13.1 经颅电刺激 135

13.1.1 经颅电刺激简介 135

13.1.2 经颅直流电刺激的应用 137

13.1.3 经颅交流电刺激的应用 140

13.2 经颅磁刺激 141

13.2.1 经颅磁刺激技术发展历史 141

13.2.2 经颅磁刺激技术作用机制 142

13.2.3 经颅磁刺激器系统 142

13.2.4 经颅磁刺激与其他神经成像手段联用 148

13.3 经颅磁刺激技术研究与应用 150

13.3.1 经颅磁刺激与脑可塑性研究 150

13.3.2 经颅磁刺激与脑功能定位 152

13.3.3 经颅磁刺激与肌体运动康复 153

13.3.4 经颅磁刺激用于神经性疾病治疗 156

13.4 深部脑刺激 158

13.4.1 深部脑刺激研究现状 159

13.4.2 深部脑刺激研究内容 160

13.4.3 深部脑刺激应用 161

13.5 本章小结 162

思考题 163

参考文献 163

第14章 光遗传学 165

14.1 概述 165

14.1.1 光遗传学简介 165

14.1.2 光遗传学诞生和发展简史 166

14.2 光遗传学基本原理 167

14.2.1 光敏感蛋白 167

14.2.2 视蛋白靶技术 169

14.2.3 光传输技术 172

14.2.4 输出信号检测 176

14.3 光遗传学的应用 180

14.3.1 焦虑障碍与恐惧的神经环路研究 181

14.3.2 药物成瘾的神经环路 182

14.3.3 抑郁的神经环路研究 183

14.3.4 自闭症和精神分裂症的神经环路研究 184

14.3.5 学习记忆研究 184

14.3.6 睡眠-觉醒节律的研究 185

14.3.7 在其他细胞生物学领域的应用 186

14.4 光遗传学展望 186

14.4.1 促进神经工程发展 186

14.4.2 光敏感蛋白的优化和扩充 187

14.4.3 反向工程 188

14.4.4 时空维度上分子回路的研究 188

14.4.5 光遗传学的竞争者 188

14.5 本章小结 190

思考题 190

参考文献 190

第15章 经颅超声刺激 192

15.1 经颅超声刺激的发展 192

15.2 超声波原理 193

15.2.1 超声波的传播及声强 193

15.2.2 边界声阻抗 194

15.2.3 超声波换能器 195

15.2.4 超声聚焦及分辨率 196

15.2.5 超声物理效应 197

15.3 神经调控 199

15.3.1 动物神经调控 199

15.3.2 人类神经调控 203

15.4 面临的挑战及未来方向 205

15.5 本章小结 206

思考题 206

参考文献 207

第五部分 神经模拟与仿生 211

第16章 神经假体 211

16.1 感觉神经假体 211

16.1.1 视觉神经假体 211

16.1.2 听觉神经假体 221

16.1.3 触觉神经假体 232

16.2 运动神经假体 239

16.2.1 概述 239

16.2.2 仿生神经肌肉接口 242

16.2.3 基于功能性电刺激的运动神经假体 245

16.3 中枢神经假体 248

16.3.1 概述 248

16.3.2 记忆假体工作原理与结构组成 250

16.3.3 记忆假体的挑战与展望 253

16.4 本章小结 253

思考题 254

参考文献 254

第17章 人工神经网络 256

17.1 人工神经网络基础 256

17.1.1 人工神经网络概述 256

17.1.2 人工神经网络发展 259

17.1.3 人工神经网络基本模型与组成要素 262

17.1.4 人工神经网络的应用 266

17.2 常见人工神经网络模型 268

17.2.1 BP神经网络 268

17.2.2 Hopfield反馈神经网络 270

17.2.3 径向基函数神经网络 273

17.2.4 自组织特征映射神经网络 275

17.2.5 对偶传播神经网络 278

17.2.6 自适应谐振理论 282

17.2.7 量子神经网络简介 284

17.3 深度学习简介 290

17.3.1 深度神经网络简介 291

17.3.2 监督学习方向 291

17.3.3 非监督学习方向 293

17.3.4 强化学习方向 294

17.3.5 深度学习的应用 295

17.4 本章小结 298

17.5 思考题 299

参考文献 299

第18章 神经仿生学与智能机器人 302

18.1 神经仿生学 302

18.1.1 仿生学概述 302

18.1.2 神经仿生学的兴起和发展 303

18.2 神经仿生学在智能机器人领域的应用 308

18.2.1 智能机器人 308

18.2.2 神经机器人 309

18.2.3 类脑智能前沿热点与研究现状 316

18.3 类脑智能的未来 328

18.4 本章小结 329

思考题 330

参考文献 330

第六部分 神经再生与修复 335

第19章 神经再生与修复 335

19.1 概述 335

19.2 周围神经再生与修复 335

19.2.1 生物可降解人工神经移植物 336

19.2.2 组织工程神经 339

19.2.3 周围神经损伤 344

19.3 中枢神经再生与修复 346

19.3.1 神经组织移植 346

19.3.2 细胞移植 347

19.3.3 分子治疗 348

19.3.4 组织工程修复 348

19.3.5 常见中枢神经损伤 349

19.4 神经再生与修复展望 361

19.5 本章小结 362

思考题 362

参考文献 362

第七部分 神经工程前沿技术及新应用 367

第20章 神经工程前沿技术及新应用 367

20.1 神经成像新技术应用 367

20.1.1 功能磁共振成像 367

20.1.2 脑功能成像新技术 374

20.1.3 神经成像技术革新 378

20.2 神经接口新技术应用 380

20.2.1 神经接口促进疾病康复 380

20.2.2 神经接口改善人类生活 384

20.2.3 构建“大脑网络”实现群体协同脑-机交互 388

20.3 神经工程新应用之神经刺激与调控 390

20.3.1 刺激调控与疾病 390

20.3.2 刺激调控与记忆 392

20.3.3 刺激调控与社会生活 393

20.3.4 刺激调控与军事 394

20.4 类脑研究与人工智能 395

20.4.1 大数据时代下的神经工程学 395

20.4.2 神经工程学与类脑研究 396

20.5 本章小结 396

思考题 397

参考文献 398

相关图书
作者其它书籍
返回顶部