腦機接口技術是一種涉及神經科學、信號檢測、信號處理、模式識別等多學科的交叉技術，近年來隨着神經科學和工程學的長足進展，腦機接口技術愈來愈引起學術界和工業界的關注和重視。本書是第一本講述腦機接口理論及應用的入門教材。拉傑什P.N.拉奧(Rajesh P.N.Rao)：美國國家科學基金會(NSF)感覺運動神經工程中心(CSNE)主任。華盛頓大學西雅圖分校計算機科學與工程系教授、電子工程和生物工程系兼職教授。他曾經榮獲美國國家科學基金會傑出事業獎(NSF CAREER Award)、美國海軍研究所傑出青年科學家獎(ONR Young Investigato r Awa rd)、斯隆基金學者獎(Sloan FacuIty FelIowshiP)、大衛與露西·帕卡德基金會科學和工程獎(David and Lucile Packard Fellowship for Science and Engineering)。Rao已經在國際學術會議和包括《Science》《Natu re》和《PNAS》等頂級科學期刊中發表了150多篇論文。他同時也是《Probabilistic Models of the Brain and Bayesian Brain》期刊的主編。他的研究涉及計算神經科學、人工智能和腦機接口等多學科的交叉領域。他還將所剩不多的業余時間奉獻給了印度藝術史研究和對印度河文明留下的古代文字的解讀，他以這一主題在TED中發表過演講。張莉 重慶大學副教授，2002年、2008年在重慶大學電氣工程學院分別獲得工學碩士學位、工學博士學位。2009年至今在重慶大學從事科研教學工作。2012年在俄勒岡大學訪學4個月，2013年至2014年在明尼蘇達大學雙城校區訪學1年。主要從事信號處理、腦機接口等方向的研究。主持並參與了科研項目10余項，發表論文20多篇，獲發明專利授權3項。陳民鈾 重慶大學教授。博士生導師，IEEE高級會員，1987年在重慶大學自動化系獲碩士學位。1991年當選為中國人工智能學會計算機視覺與智能控制學會理事。1998年在英國謝菲爾德大學自動控制與系統工程系獲博士學位。長期從事智能控制與建模、多目標優化、智能信息處理、人工智能的工程應用等方面的研究。主持承擔了十多項國家及省部級科技項目，發表科研論文200多篇。

Brain-Computer Interfacing:An Introduction出版者的話譯者序前言第一部分 背景知識第1章 引言2第2章 神經科學基礎42.1 神經元42.2 動作電位或鋒電位52.3 樹突和軸突52.4 突觸52.5 鋒電位的產生62.6 神經連接的調節：突觸可塑性72.6.1 LTP72.6.2 LTD72.6.3 STDP72.6.4 短期激勵和抑制82.7 大腦組織、解剖學結構和功能92.8 小結112.9 問題和習題11第3章 記錄大腦信號和刺激大腦123.1 記錄大腦信號123.1.1 侵入式技術123.1.2 非侵入式技術173.2 刺激大腦223.2.1 侵入式技術223.2.2 非侵入式技術233.3 同步記錄和刺激243.3.1 多電極陣列243.3.2 神經芯片253.4 小結263.5 問題和習題26第4章 信號處理284.1 鋒電位分類284.2 頻域分析294.2.1 傅里葉分析294.2.2 離散傅里葉變換324.2.3 快速傅里葉變換334.2.4 頻譜特征334.3 小波分析334.4 時域分析344.4.1 Hjorth參數344.4.2 分形維數354.4.3 自回歸模型364.4.4 貝葉斯濾波364.4.5 卡爾曼濾波384.4.6 粒子濾波404.5 空間濾波414.5.1 雙極、拉普拉斯和共同平均參考414.5.2 主成分分析414.5.3 獨立分量分析444.5.4 共空間模式464.6 偽跡去除技術484.6.1 閾值法484.6.2 帶阻和陷波濾波484.6.3 線性模型494.6.4 主成分分析494.6.5 獨立分量分析514.7 小結514.8 問題和習題51第5章 機器學習545.1 分類技術545.1.1 二分類545.1.2 集成分類技術595.1.3 多分類615.1.4 分類性能的評估645.2 回歸方法665.2.1 線性回歸675.2.2 神經網絡與反向傳播算法685.2.3 徑向基函數網絡705.2.4 高斯過程715.3 小結735.4 問題和習題73第二部分 構建系統第6章 構建BCI786.1 BCI的主要類型786.2 對構建BCI有用的大腦反應786.2.1 條件反射786.2.2 集群行為796.2.3 想象運動和認知行為796.2.4 刺激誘發行為806.3 小結806.4 問題和習題81第三部分 BCI的主要類型第7章 侵入式BCI847.1 侵入式BCI的兩個主要范式847.1.1 基於操作性條件反射的BCI847.1.2 基於集群解碼的BCI867.2 應用於動物的侵入式BCI877.2.1 控制假臂和手的BCI877.2.2 控制下肢的BCI987.2.3 控制光標的BCI1007.2.4 認知型BCI1047.3 應用於人的侵入式BCI1087.3.1 植入多電極陣列控制光標和機器人1087.3.2 認知型BCI1117.4 侵入式BCI的長期使用1127.4.1 BCI的長期使用和穩定皮質代表區的形成1127.4.2 植入人腦的BCI的長期使用1147.5 小結1147.6 問題和習題114第8章 半侵入式BCI1178.1 基於皮質腦電信號（ECoG）的BCI1178.1.1 基於ECoG的動物用BCI1178.1.2 基於ECoG的人用BCI1188.2 基於外周神經信號的BCI1348.2.1 神經型BCI1348.2.2 目標肌肉神經分布重建1358.3 小結1378.4 問題和習題138第9章 非侵入式BCI1409.1 基於腦電信號的BCI1409.1.1 振盪電位和ERD1409.1.2 慢皮質電位1489.1.3 運動相關電位1519.1.4 刺激誘發電位1539.1.5 基於意識任務的BCI1589.1.6 BCI的錯誤電位1599.1.7 互適應型BCI1609.1.8 分層型BCI1619.2 其他非侵入式BCI:fMRI、MEG和fNIR1629.2.1 基於功能性磁共振成像的BCI1629.2.2 基於腦磁圖的BCI1629.2.3 基於功能性近紅外光學成像的BCI1649.3 小結1649.4 問題和習題165第10章 BCI的刺激修復作用16710.1 感覺功能恢復16710.1.1 恢復聽力：人工耳蝸16710.1.2 恢復視力：皮質和視網膜的植入16910.2 運動恢復17110.3 感覺擴增17210.4 小結17310.5 問題和習題173第11章 雙向與循環型BCI17511.1 通過刺激產生直接的皮質指令控制光標17511.2 使用BCI和體覺刺激實現主動觸覺探索17811.3 迷你機器人的雙向BCI控制18011.4 通過功能性電刺激實現肌肉的腦皮質控制18211.5 建立腦區間的新聯系18311.6 小結18611.7 問題和習題186第四部分 應用和倫理第12章 BCI的應用19012.1 醫學領域的應用19012.1.1 感覺恢復19012.1.2 運動恢復19012.1.3 認知恢復19112.1.4 康復治療19112.1.5 使用菜單、光標和拼寫器實現交流19112.1.6 腦控輪椅19212.2 非醫學領域的應用19312.2.1 網頁瀏覽和虛擬世界導航19312.2.2 機器人替身19512.2.3 高流通量的圖像搜索19712.2.4 測謊和法律領域的應用19912.2.5 警覺性監測20212.2.6 估算認知負荷20412.2.7 教育和學習20612.2.8 安保、身份識別和驗證20812.2.9 利用外骨骼擴增身體能力20912.2.10 記憶和認知的放大20912.2.11 航空領域的應用21112.2.12 游戲和娛樂21312.2.13 腦控制藝術21412.3 小結21612.4 問題和習題216第13章 腦機接口的道德規范21813.1 醫學、健康和安全問題21813.1.1 平衡風險和利益21813.1.2 知情同意21913.2 BCI技術的濫用21913.3 BCI的安全性和隱私性22013.4 法律問題22013.5 道德和社會公平問題22113.6 小結22213.7 問題和習題222第14章 結論224附錄A 數學背景知識226參考文獻237索引248