Св поезд расшифровка: В чём различие СВ и Купе?

Обзор различных способов перехвата сигналов управления двигателем. Сигнал управления двигателем передается от первичной моторной коры головного мозга через спинной мозг и периферический нерв к мышечным волокнам.Управляющий сигнал может быть перехвачен в различных точках с использованием различных методов. Электроэнцефалография (ЭЭГ) фиксирует наложенные электрические поля, создаваемые нейронной активностью на поверхности кожи головы. Электрокортикография (ЭКоГ) измеряет активность под кожей головы на поверхности мозга. Интракортикальные записи проникают в ткань головного мозга для получения многокомпонентных и единичных действий. Электроды также могут быть помещены на периферический нерв для отслеживания сигнала низкого уровня, используемого для сокращения мышц.Наконец, электромиограф (ЭМГ) также можно использовать для непосредственного мониторинга активности мышц (рисунок содержит элементы изображений, адаптированных из Патрика Дж. Линча и Карла Фредрика в соответствии с лицензией Creative Commons Attribution License)

Кортикальное декодирование движений конечностей

Все волевые двигательные механизмы исходят из головного мозга. Моторная кора головного мозга играет особенно важную роль в планировании и выполнении моторных команд. Для некоторых пациентов мозг - единственное место, где может быть зафиксировано двигательное намерение, потому что они потеряли двигательные функции во всех своих конечностях (например,грамм. у пациентов с тетраплегией). Поэтому много усилий было вложено в корковое декодирование.

Электроэнцефалография (ЭЭГ)

ЭЭГ - это измерение слабых электрических сигналов от мозга на поверхности кожи головы. Считается, что его происхождение связано с суммированием постсинаптических потенциалов возбудимых нервных тканей головного мозга [14]. Череп, твердая мозговая оболочка и спинномозговая жидкость между мозгом и электродами ЭЭГ значительно ослабляют электрический сигнал, поэтому сигнал ЭЭГ очень слабый, обычно ниже 150 мк В.Эти структуры также действуют как временные фильтры нижних частот, ограничивая полезную полосу пропускания сигнала ЭЭГ ниже 100 Гц [15]. Кроме того, из-за эффекта объемной проводимости источников тока в голове эффект одного источника тока распространяется на несколько электродов. Результатом является пространственное низкое прохождение исходного сигнала, что приводит к «размытию» источника сигнала и снижению пространственного разрешения. Таким образом, большинство установок ЭЭГ для декодирования двигателя включает только 64 или 128 электродов.Установки с более чем 128 электродами встречаются редко.

Сигнал ЭЭГ традиционно разделяется на несколько частотных диапазонов (дельта: 0–4 Гц, тета: 4–7,5 Гц, альфа: 8–13 Гц, бета: 13–30 Гц, гамма: 30–100 Гц). Особое значение для моторного декодирования имеют колебания мозга в альфа-диапазоне над моторной и соматосенсорной корой, также известные как μ -ритм [16, 17]. Было замечено уменьшение мощности сигнала в диапазоне 8–13 Гц, когда субъект выполняет реальное или даже воображаемое движение [18, 19].Подобные наблюдения также можно найти в нижнем бета-диапазоне (12–22 Гц). Хотя некоторые компоненты колебаний бета-диапазона могут быть гармониками сигналов альфа-диапазона, сейчас общее мнение состоит в том, что они являются независимыми характеристиками сигнала из-за различных топографических и временных характеристик [18, 20]. Мю-ритм имеет тенденцию фокусироваться на двусторонней сенсомоторной области, тогда как бета-ритм концентрируется в основном на макушке. В совокупности модуляция мощности полосы сигнала в сенсомоторной области называется сенсомоторным ритмом (СМС).

Это уменьшение мощности полосы, совпадающее с событием, называется десинхронизацией, связанной с событием (ERD). Противоположное явление называется синхронизацией, связанной с событием (ERS), то есть увеличением мощности диапазона, совпадающим с событием. ERD / ERS обычно рассчитывается по отношению к базовому периоду, обычно когда субъект бодрствует расслабленным и не выполняет никаких задач [21]:

$$ ERD = \ frac {R-A} {R} \ times 100 \% $$

, где R - мощность диапазона в течение базисного периода, а A - мощность в течение интересующего периода времени.Пример топографии ERD во время воображения движения показан на (рис. 2).

Примеры особенностей ЭЭГ при моторной расшифровке. Характеристики ЭЭГ от одного из субъектов из набора данных BCI Competition IV 2a [214]. a Временной ход изменения мощности полосы сигнала ЭЭГ, отфильтрованного в диапазоне 8–12 Гц, в образах движения левой и правой руки, по сравнению с контрольным периодом (0–3 с). Заштрихованные области показывают стандартное отклонение изменений в разных испытаниях.Ниже также показана экспериментальная парадигма. b Частотный спектр сигнала ЭЭГ во время фиксации и воображения движения ( c ) топография распределения ERD / ERS в различных типах воображения движения

Топография ERD во время движения демонстрирует развивающуюся модель с течением времени [21 ]. ERD обычно начинается примерно за 2 секунды до фактического движения, концентрируясь на контрлатеральной сенсомоторной области, затем распространяется на ипсилатеральную сторону и становится двусторонне симметричной непосредственно перед началом движения.После прекращения движения происходит увеличение мощности бета-диапазона (т.е. ERS) вокруг контралатеральной сенсомоторной области [21–23], также известное как «бета-отскок». Возникновение бета-отскока совпадает со снижением кортикоспинальной возбудимости [24], предполагая, что отскок может быть связан с дезактивацией моторной коры после прекращения движения. Бета-отскок происходит как в реальных, так и в воображаемых движениях. Пример бета-отскока можно наблюдать на (рис. 2а).

Различные виды двигательных образов (MI) создают разные топографии ERD и, следовательно, полезны для декодирования двигательного намерения субъекта.Например, визуализация движения руки вызовет ERD рядом с областью моторной коры, которая находится в более латеральном положении. С другой стороны, визуализация движения стопы у некоторых испытуемых вызывает ERD вблизи области стопы, которая находится ближе к сагиттальной линии [25], что можно наблюдать на (Рис. 2c). Бета-отскок после инфаркта миокарда также обнаруживает сходный соматотопический паттерн [22]. Одновременное ERD и ERS в разных частях мозга также очевидно у некоторых испытуемых. Например, у некоторых испытуемых обнаруживались ERD в области руки и ERS в области стопы во время произвольного движения руки, и наоборот, во время движения стопы [22].ERD может представлять активацию кортикальной области, контролирующей движение, в то время как ERS может представлять ингибирование других непреднамеренных движений. Как мы помним из нейрофизиологии моторного контроля, косвенный путь базальных ганглиев содержит механизмы для подавления таламической активации SMA, чтобы отфильтровать непреднамеренные движения. Существуют характерные паттерны ERD / ERS во время различных реальных и воображаемых движений, поэтому, изучая эти паттерны, мы можем обнаружить и различить двигательное намерение различных частей тела.

Наиболее реактивный диапазон частот, в котором возникает ERD / ERS, может быть специфическим для каждого субъекта и даже для типа воображения движения, а его топография может незначительно отличаться в зависимости от подготовки к ЭЭГ. Поэтому для автоматической адаптации к характеристикам сигналов субъектов обычно используются методы обработки сигналов и машинного обучения.

Одним из наиболее важных этапов обработки сигналов при декодировании двигателя на основе SMR является оценка мощности сигнала в выбранном частотном диапазоне, обычно в альфа-диапазоне (8–12 Гц) и бета-диапазоне (12–30 Гц).Для этого есть много способов. Одним из наиболее простых и эффективных с вычислительной точки зрения методов является полосовая фильтрация [3, 26]. Сигнал ЭЭГ сначала проходит полосовую фильтрацию в интересующей полосе частот, затем сумма квадратов сигнала принимается как мощность сигнала в выбранной полосе частот. Сумма квадратов эквивалентна дисперсии сигнала, поэтому обычно вместо нее используется дисперсия сигнала. После определения дисперсии обычно используется логарифмическое преобразование.Лог-преобразование может служить двум целям. Во-первых, он преобразует искаженные данные, чтобы сделать их более соответствующими нормальному распределению [27], что может помочь улучшить производительность некоторых алгоритмов классификации. Во-вторых, логарифмическое преобразование подчеркивает относительное изменение сигнала, а не абсолютную разницу (например, l o g (110) - l o g (100) = l o g (1100) - l o g (1000)), поэтому он может выполнять неявную нормализацию сигнала и улучшать производительность классификатора.

Одним из основных недостатков простого подхода с полосовой фильтрацией является то, что может быть трудно выбрать лучшую полосу частот для работы фильтра, поскольку каждый пациент имеет свою собственную специфическую реактивную полосу. Чтобы преодолеть это ограничение, еще одним широко используемым методом является адаптивная авторегрессивная (AAR) модель [28–31]. Он моделирует сигнал в текущий момент времени как линейную комбинацию предыдущих p точек:

$$ Y_ {t} = a_ {1, t} Y_ {t-1} + a_ {2, t} Y_ {t-2} + \ dots + a_ {p, t} Y_ {tp} + X_ {t} $$

, где Y _t - сигнал, X _t - остаточный белый шум и a _{p , t} коэффициенты авторегрессии.Основное отличие от традиционной модели AR состоит в том, что в модели AAR коэффициенты a _{p , t} зависят от времени и рассчитываются для каждой временной точки сигнала с использованием рекурсивного метода наименьших квадратов [32]. Коэффициенты AAR от нескольких электродов затем объединяются вместе, чтобы сформировать вектор признаков, используемый системой классификации. Коэффициенты AAR можно рассматривать как импульсную характеристику системы, поэтому они содержат информацию о частотном спектре моделируемого сигнала.По сравнению с традиционной полосовой фильтрацией оценка спектра с использованием AAR может быть более устойчивой к шумам. Можно также указать количество пиков спектра на основе знания предметной области (для каждого пика требуется два коэффициента). Еще одно преимущество состоит в том, что нет необходимости заранее выбирать конкретную полосу частот, поскольку для классификации используются все коэффициенты модели. Другой способ автоматического выбора полосы частот для конкретного объекта - использование банка фильтров, состоящего из нескольких полосовых фильтров на разных частотах.После фильтрации наиболее информативная полоса частот и каналы выбираются с использованием некоторых показателей производительности, например приведет ли удаление этой функции к изменению классификационной метки [33, 34].

Из-за проблем с объемной проводимостью в голове человека один источник тока часто кажется «размазанным» по нескольким электродам ЭЭГ. Пространственная фильтрация обычно используется для улучшения пространственного разрешения сигнала ЭЭГ. Популярные пространственные фильтры включают в себя общий средний эталон (CAR) и поверхностный лапласиан [35].{LAP} = V_ {j} - \ frac {1} {n} \ sum_ {k \ in S_ {j}} V_ {k} $$

, где V - напряжение сигнала, N - напряжение сигнала. общее количество электродов, n количество соседних электродов, а S - это набор соседних электродов в поверхностном лапласиане (LAP).

Эти фильтры усиливают фокусную активность, действуя как пространственный фильтр верхних частот. Предлагаются также другие более продвинутые пространственные фильтры. Например, популярный общий пространственный образец (CSP) [36, 37] работает, находя проекцию напряжения на электродах, так что различия в дисперсии между двумя классами максимизируются.Еще одним вариантом метода является добавление частотной информации путем фильтрации сигнала набором полос фильтра, затем вычисление CSP для каждой и, наконец, выбор наиболее информативной характеристики с помощью критерия взаимной информации [38].

Производительность моторного декодирования на основе ЭЭГ неуклонно улучшалась на протяжении многих лет. В то время как более ранние исследования могут различать только отдельные типы воображения движения [39], недавние исследования уже достигли 2D [40] и 3D контроля [41–43].Некоторые из последних исследований даже демонстрируют, что можно декодировать различные движения одной и той же конечности [44, 45] или даже отдельные движения пальцев [46].

Помимо замены утраченных функций, моторное декодирование на основе ЭЭГ может также использоваться в качестве инструмента для реабилитации. Например, его можно использовать для управления роботизированной рукой, чтобы помочь в активной тренировке руки в постинсультной реабилитации [4, 47, 48]. Это применение моторного декодирования в качестве инструмента для обучения является очень многообещающей областью, поскольку потенциально может распространить его использование на более широкие слои населения.

Электрокортикограмма (ЭКоГ)

ЭКоГ - это измерение электрических сигналов, исходящих от головного мозга над твердой мозговой оболочкой, но под черепом. Измерение ЭКоГ обычно выполняется перед операцией по поводу эпилепсии, чтобы очертить эпилептогенную область и определить важные области коры, которых следует избегать во время резекции [49]. На сигнал ЭКоГ череп не влияет и, следовательно, он имеет более высокое временное и пространственное разрешение, чем ЭЭГ. Он также имеет большую полосу пропускания (от 0 до 500 Гц) [50, 51] и более высокую амплитуду (максимальная ∼500 мкм В [52]).Следовательно, обычно ЭКоГ имеет более высокое отношение сигнал / шум, чем ЭЭГ, хотя она также более инвазивна.

ЭКоГ и ЭЭГ, вероятно, возникают из одних и тех же основных нейронных механизмов, поэтому они имеют много общего друг с другом. Тем не менее, есть две основные особенности сигнала в моторном декодировании, которые уникальны для ЭКоГ и используются специально. Первый - это изменение мощности полосы сигнала в высоком гамма-диапазоне (≥75 Гц). Многие исследования предполагают, что высокий гамма-диапазон содержит более информативные функции для моторного декодирования по сравнению с альфа- и бета-диапазоном, которые обычно используются при декодировании ЭЭГ [53–57].Интересно, что высокий гамма-диапазон имеет тенденцию увеличиваться во время движения, в отличие от альфа- и бета-диапазона, которые обычно показывают десинхронизацию (то есть уменьшение мощности). Следовательно, высокая гамма-мощность может быть произведена другим нервным механизмом, чем тот, который производит альфа- и бета-десинхронизацию.

Другой уникальной особенностью является низкочастотная амплитудная модуляция необработанного сигнала ЭКоГ, придуманная Шалком и др. Как локальный моторный потенциал (LMP). [30, 51]. Было обнаружено, что огибающая необработанной ЭКоГ показывает поразительную корреляцию с траекторией движения человеческой руки, измеренной с помощью джойстика.Амплитуда также показывает настройку косинуса или синуса по отношению к направлению движения, аналогично тому, что наблюдалось при внутрикортикальных записях. После этого открытия многие группы включили LMP в моторное декодирование ЭКоГ в дополнение к другим высокочастотным функциям (например, [53, 56, 58, 59]). LMP - это очень низкочастотный компонент (2-3 Гц) необработанного сигнала ЭКоГ. Обычно его извлекают с помощью фильтра нижних частот Гуасиана, скользящего среднего [30, 53, 59] или фильтра Савицкого-Голея [58, 60, 61].

Из-за устойчивости сигнала LMP обычно простой линейной регрессии достаточно для декодирования двигательного намерения во многих предыдущих исследованиях (например, [51, 62, 63]), хотя может потребоваться этап выбора функции или регулирования. чтобы сначала удалить неинформативные функции. Недавнее исследование с использованием глубокой нейронной сети также показало многообещающие [64], однако его улучшение по сравнению с классическими методами не всегда значимо.

Поскольку ЭКоГ имеет лучшее разрешение и более высокое отношение сигнал / шум, она имеет тенденцию давать лучшие и более точные результаты, чем ЭЭГ при декодировании двигателя.Помимо декодирования движения разных частей тела, как в ЭЭГ [65, 66], также можно различать разные жесты рук [56, 67]. Используя LMP в дополнение к частотным характеристикам, положение и скорость 2D движения руки также могут быть декодированы из сигналов ЭКоГ [30, 51, 58]. Последующие исследования даже демонстрируют, что непрерывные положения пальцев также могут быть декодированы [54, 59, 61, 63, 64, 68]. Коэффициент корреляции между прогнозируемым и фактическим движением пальцев может достигать от 0,4 до 0,7 в некоторых недавних исследованиях [61, 64].

Подавляющее большинство исследований по моторной расшифровке ЭКоГ проводится на пациентах с эпилепсией без определенного двигательного расстройства или травмы конечностей. Однако одна из самых сильных причин для двигательного декодирования заключается в том, что оно может компенсировать потерю двигательной функции пациента. Учитывая, что мозг может реорганизоваться из-за болезни или травмы, жизненно важно, чтобы эксперименты по декодированию были повторены на этой популяции пациентов, чтобы увидеть, можно ли достичь аналогичной производительности декодирования. Существует всего несколько исследований, в которых пытались опробовать моторную расшифровку ЭКоГ у пациентов с инсультом [57, 69] и парализованных лиц [70], но результаты обнадеживают.

Внутрикортикальные записи

Проникновение в кортикальную ткань обеспечивает максимальную близость к нейронам и дает наиболее точный сигнал. С момента открытия свойства направленной настройки нейронов в моторной коре [71], многие исследования пытались расшифровать моторное намерение из интракортикальных записей, сначала у нечеловеческих приматов (NHP), а затем у людей в последнее время. годы. Наш обзор будет сосредоточен на внутрикортикальном декодировании у человека, поскольку оно представляет некоторые уникальные проблемы по сравнению с NHP, а также именно там, где в конечном итоге будет применяться технология.

Проникающие электроды для моторного декодирования обычно имплантируются в первичную моторную область мозга. В прецентральной извилине есть структура, напоминающая «ручку», в которой находится большинство нейронов, ответственных за двигательную функцию руки [72]. Эта «моторная ручка» обычно используется в качестве мишени для имплантации электродов (например, в [73–77]). Еще одна потенциальная цель для имплантации - задняя теменная кора (PPC). Хотя долгое время считалось, что PPC играет важную роль в ассоциативных функциях, в последние годы появляется все больше данных, свидетельствующих о том, что он также кодирует моторные намерения высокого уровня [78].Недавнее исследование предполагает, что цель и траектория движения могут быть расшифрованы на основе нейронной активности в человеческом PPC [79].

Одним из важных свойств нейронов M1 является настройка направления. Некоторые нейроны настроены на определенное направление. Они разряжаются сильнее всего, когда движение идет в их предпочтительном направлении, но они также разряжаются менее энергично, когда движение происходит в других направлениях. Их скорострельность представляет собой длину их предпочтительного вектора направления.Когда векторы этих нейронов суммируются, это указывает окончательное направление движения. Эта популяционная кодировка движения - поразительное свойство нервной системы. Аналогичный аналог популяционного кодирования также можно найти в суперколликулусе, представляющем направление движения глаз [80]. Пример, показывающий свойство настройки направления M1 у приматов, кроме человека, показан на (рис. 3).

Примеры направленной настройки внутрикортикальных сигналов.Диаграммы, показывающие свойства направленной настройки нейронов у нечеловеческого приматы M1 из данных [215, 216]. a Растровые графики Spike от одного из нейронов (Neuron 31). На каждом графике показано время всплеска нейрона, выровненного по моменту времени (t = 0), в котором скорость движения руки превышает заранее определенный порог. Каждая точка на графике представляет собой потенциал действия. Различные графики показывают нейронную активность, когда рука движется в разных направлениях. b Кривая настройки фон Мизеса некоторых репрезентативных нейронов. c Предпочтительное направление всех нейронов. Длина вектора представляет собой глубину модуляции нейрона, определяемую здесь как величину кривой настройки, деленную на угол между максимальной и минимальной точкой на кривой

В настоящее время единственная одобренная FDA, коммерчески доступная матрица микроэлектродов для временные (<30 дней) внутрикортикальные записи - это система Neuroport (Blackrock Microsystem, Inc, США). В результате большая часть работы по внутрикортикальному декодированию человека выполняется на этой платформе.Существуют и другие интракортикальные электроды, но они предназначены в основном для интраоперационного мониторинга острых состояний (например, глубинный электрод Спенсера, Ad-Tech; NeuroProbes, Alpha Omega Engineering Ltd.

Активность нейронов в имплантированном месте представлена ​​их потенциалами действия, которые проявляются в виде всплесков во внеклеточных записях. Следовательно, обнаружение возникновения спайка часто является первым шагом в обработке интракортикального сигнала.{2}} $$

, где Thres представляет порог обнаружения, выше которого момент времени сигнала считается принадлежащим выбросу. Однако значение RMS может быть легко испорчено артефактами, поэтому другим способом является использование медианы для установки порога обнаружения [83]

$$ \ sigma = median \ left (\ frac {| x |} {0,6745} \ right) $$

Другой популярный метод - нелинейный оператор энергии [83]. Сначала он преобразует сигнал таким образом, что высокочастотная составляющая усиливается для улучшения отношения сигнал / шум.{N} \ psi [x (n)] $$

Другие более продвинутые методы, такие как непрерывное вейвлет-преобразование [84] и обнаружение всплесков EC-PC [82], могут предложить лучшую точность, но с более высокими вычислительными затратами. Хотя существует множество способов точного обнаружения всплесков в автономном режиме, не каждый из них достаточно быстр для использования в режиме реального времени. Поэтому при онлайн-декодировании выбор обычно ограничивается более простыми алгоритмами. Ручная установка порога оператором по-прежнему остается одним из наиболее часто используемых методов.Еще одним популярным методом онлайн-декодирования является метод RMS из-за его высокой эффективности.

Электрод может записывать сигналы от нескольких соседних нейронов. Выделение активности отдельного нейрона (то есть активности сигнальных единиц) от этой множественной активности обычно приводит к лучшим результатам в моторном декодировании. Этот процесс называется сортировкой по шипам. По сортировке шипов существует обширная литература, которую здесь невозможно исчерпать. Заинтересованным читателям рекомендуется ознакомиться с другими превосходными обзорами [85–87].На практике наиболее популярным способом онлайн-сортировки всплесков в реальном времени является сопоставление с шаблоном. Набор шаблонов всплесков собирается в течение периода начальной записи, а затем последующие всплески классифицируются, сравнивая их сходство с шаблонами. Однако может не быть действительно необходимым или даже ухудшить результат декодирования, выполнять онлайн-сортировку пиков. Кластеры спайков, полученные из записей, могут быть нестабильными в разных сеансах экспериментов. Общее количество отдельных единиц, отсортированных от записи, может меняться от сеанса к сеансу [79].Таким образом, декодер, обученный некоторым отсортированным пикам, может не работать должным образом в будущих сеансах. Сортировка пиков также может привести к дополнительной задержке при онлайн-декодировании, поскольку точная сортировка пиков является дорогостоящим с точки зрения вычислений процессом. Фактически, многие недавние исследования декодирования вообще не используют сортировку спайков, например [79, 88–94].

Алгоритм декодирования восстанавливает моторную кинематику по нейронной активности. С момента открытия свойства направленной настройки моторных нейронов одним из первых алгоритмов декодирования интракортикального спайкового сигнала является алгоритм вектора популяции [95, 96].В своей простейшей форме частота активации нейрона может быть связана с его предпочтительным направлением на

$$ f = f_ {0} + f_ {max} cos (\ theta- \ theta_ {p}) $$

, где f - частота срабатывания нейронной сети, f ₀ и f _max - константы регрессии, а θ и θ _p - текущее и предпочтительное направление соответственно. Однако для функции косинуса ширина модуляции фиксирована.Более гибкой функцией настройки, которая позволяет регулировать ширину модуляции, является функция настройки фон Мизеса [97]:

$$ f = b + k \; exp (\ kappa cos (\ theta- \ mu)) $$

, где b , k , κ , μ - константы регрессии, а θ - текущее направление движения. Когда μ = θ , функция будет максимальной, поэтому μ также можно интерпретировать как предпочтительное направление нейрона.{N} _ {i = 1} w_ {i} (M) C_ {i} $$

, где C _i - предпочтительное направление для i -го нейрона, а w _i ( M ) - весовая функция, объединяющая вклады каждого нейрона в направлении M в окончательный вектор популяции. Однако этот метод требует большого количества нейронов для точности и может привести к ошибке, если распределение предпочтительного направления не является равномерным [98].{T} \ mathbf {k} $$

, где R - матрица нейронных откликов (например, частота срабатывания), f - линейный фильтр (или константы регрессии), а k - кинематические значения двигателя ( например, углы стыков или положения курсора). Было высказано предположение, что эта схема регрессии может обеспечить более точное предсказание по сравнению с суммированием предпочтительных векторов направления, особенно когда эти векторы не распределены равномерно [98].

В последние годы фильтр Калмана обычно используется вместо простой линейной регрессии (например,грамм. в [75–77, 99, 100]). Фильтр Калмана включает информацию как из внутренней модели процесса, так и из фактических измерений для оценки состояний системы [101]. Переменная Калмана используется для определения «веса смешивания» модели и измерений. Если модель более точная, то она будет больше доверять модели. То же самое и с измерением. Фильтр Калмана особенно полезен, если состояния не наблюдаются напрямую или если измерения очень зашумлены, что часто бывает справедливым при декодировании двигателя.При моторном декодировании субъекты обычно теряли свою конечность или способность двигаться, поэтому внутреннее состояние (например, двигательное намерение) системы не поддается непосредственному наблюдению. Наблюдаемые переменные (например, нейронная активность) также очень шумны. Типичный фильтр Калмана для декодирования двигателя не предполагает никакой управляющей переменной, и систему можно сформулировать как два линейных уравнения [102, 103]):

$$ \ begin {array} {@ {} rcl @ {}} \ vec {x} _ {t} & = & A \ vec {x} _ {t-1} + \ vec {w} _ {t -1} \\ \ vec {y} _ {t} & = & C \ vec {x} _ {t} + \ vec {v} _ {t} \ end {array} $$

где x состояние системы, которую нужно декодировать, e.грамм. совместная кинематика или положение курсора. y - наблюдаемые переменные, например скорость нейронной стрельбы. \ (\ vec {w} _ {t} \) и \ (\ vec {v} _ {t} \) - это шумы процесса и измерений, взятые из w _t ∼ N (0, Q ) и v _t ∼ N (0, R ) соответственно. A , C , Q и R - константы Калмана, которые необходимо определить в соответствии с моделью декодирования.{-} \) и \ (\ hat {x} \) - это априорных оценок состояния и апостериорных соответственно. u - управляющая переменная. Обычно при декодировании двигателя он устанавливается на 0, здесь мы включили его для полноты картины.

Одним из важнейших аспектов выполнения декодирования двигателя в режиме онлайн является обучение и повторная калибровка модели декодирования. Хотя нейронные функции для подобных движений относительно стабильны в течение нескольких дней [104], кривая нервной настройки может начать меняться, когда субъект учится выполнять новую задачу [105].Также очень сложно отслеживать один и тот же нейрон в течение длительного периода времени [106, 107] из-за микродвижения электродов и флуктуаций других источников шума. Кроме того, обучающие данные часто собираются в режиме разомкнутого цикла, что означает, что во время обучения декодер не обеспечивает обратной связи. Однако в реальном сеансе декодирования обеспечивается обратная связь, и субъект может попытаться изменить свой образ движения, чтобы «изучить» декодер. Это может привести к изменениям основных нейронных функций [108].Поэтому повторная калибровка обученной модели часто бывает необходима, и будет идеально, если ее можно будет выполнить онлайн. Удачным методом повторной калибровки является алгоритм ReFIT-KF, предложенный Gilja et al [109]. ReFIT-KF предполагает, что истинное намерение объекта состоит в том, чтобы двигаться к цели, поэтому он может автоматически генерировать ложную истину из декодированного результата, даже если прогноз текущей модели может быть неверным. Затем он может откалибровать модель, используя основную оценку, чтобы адаптироваться к нестабильности нейронных сигналов.Он может дать лучшие результаты, чем один фильтр Калмана [92,93,109].

Благодаря более надежным сигналам, полученным при интракортикальных записях, он был успешно использован, чтобы помочь пациенту с тетраплегией управлять окружающей средой различными способами, включая управление 2D-курсором [73,76,94], виртуальные и настоящие протезы рук [77,79 , 92,110,111] и функциональную электростимуляцию собственных парализованных рук пациентов [90,91,93].

Периферийное декодирование движений конечностей

Сигналы от центральной нервной системы (ЦНС) в конечном итоге достигают периферической нервной системы (ПНС) и вызывают сокращение различных мышечных волокон.По сравнению с ЦНС, сигналы в периферических структурах обычно более специфичны. Они содержат подробные инструкции по сокращению отдельных мышечных волокон, поэтому потенциально могут позволить ловкий протезный контроль. Операции на периферическом интерфейсе обычно менее сложны, чем на интракортикальных структурах. Поэтому многие исследования также посвящены моторному декодированию в периферических структурах.

Записи периферических нервов

Периферические нервы содержат нейронные сигналы низкого уровня, посылаемые для активации сокращения определенных мышц.Предыдущие исследования периферической нейронной регистрации в основном сосредоточены на афферентной сенсорной информации, потому что у анестезированных животных нелегко получить эфферентные сигналы [112]. Однако в последние годы появилось больше исследований, в которых пытались изучить возможность декодирования сигналов эфферентных периферических нервов для управления протезом. Поскольку периферические нервы содержат информацию низкого уровня, нацеленную на каждую мышцу, можно будет восстановить высокую ловкость и естественный контроль, используя эту богатую информацию.

Одной из основных проблем при регистрации периферических нервов является доступ к аксонам в нервах. Аксоны спинномозговых нервов сгруппированы в пучки, а несколько пучков сгруппированы вместе, образуя периферический нерв. Эти аксоны заключены в три оболочки соединительной ткани - эпиневрий, покрывающий весь нерв, и периневрий, который охватывает пучок, и эндоневрий, который удерживает нейроны и кровеносные сосуды вместе внутри пучка. Из-за этих множественных слоев ламинации вокруг аксона амплитуда сигнала периферического нерва обычно очень мала, может составлять около 5-20 мкм В [112].

Существует несколько конфигураций электродов, предназначенных для получения лучшего сигнала от периферических нервов [113]. Электрод-манжета [114], как следует из названия, работает как манжета, оборачивающая нерв. Его главное преимущество заключается в том, что он вызывает минимальное повреждение нервных тканей, так как не требует разреза самого нерва. Однако, поскольку он измеряет только электрический потенциал на поверхности нерва, он может только получить общую сумму нервной активности в различных пучках.Другой вариант манжетного электрода - это плоский интерфейсный нервный электрод (FINE) [115]. Он работает как зажим, оказывая давление на нерв и придавая ему овальную форму, тем самым увеличивая площадь его поверхности и уменьшая расстояние от электрода до пучков. Есть и другие типы электродов, которые вживляют в нервы. Они предлагают более высокую селективность благодаря прямому контакту с пучками. Однако они также более инвазивны и могут вызвать большее повреждение нерва.Продольные внутрипучковые электроды (LIFE) представляют собой длинные тонкие проволоки, продольно имплантированные в пучки нервов [116]. С другой стороны, поперечные внутрипучковые многоканальные электроды (TIME) имплантируются поперек нервов, обеспечивая одновременный доступ к нескольким пучкам. Также существует матрица наклонных электродов штата Юта [117], которая состоит из набора электродов разной длины, так что, когда матрица вставляется в нерв, кончик электрода может контактировать с различными пучками.В последнее время также развивается регенеративный периферический нейронный интерфейс (RPNI) [118], который использует мышечный трансплантат для обертывания концов отрезанных пучков. Нервные окончания врастают в трансплантат и иннервируют вместе с ним, создавая новый интерфейс для получения нейронного сигнала. Из различных типов представленных электродов только электрод-манжета в настоящее время используется в коммерческих одобренных FDA системах для стимуляции блуждающего нерва (например, VNS Therapy, Cyberonics, США). Большинство других все еще находятся в стадии исследования или клинических испытаний [119].

Исследования по декодированию периферических сигналов человеком все еще очень ограничены, отчасти из-за проблемы получения нервных сигналов с достаточным SNR, а также из-за перекрестных помех между нейронными сигналами и ЭМГ, поскольку периферические нервы обычно расположены в непосредственной близости от мускулатуры конечностей. Большинство существующих исследований сосредоточено на декодировании верхней конечности, поскольку ампутация верхней конечности имеет тенденцию оказывать большее влияние на повседневную жизнь пациентов. Нервная запись выполняется на локтевом, медиальном и / или лучевом нерве.Используются разные типы электродов, но наиболее распространенными в человеческом декодировании являются грифельный электрод штата Юта (например, в [120,121]) и LIFE (например, [122 - 124]).

Анализ периферических сигналов обычно включает обнаружение потенциалов действия в нерве. Процедуры обнаружения аналогичны тем, которые используются во внутрикортикальных исследованиях, но этап кластеризации спайков обычно не выполняется. Из-за низкого отношения сигнал / шум периферийных сигналов иногда необходимо сначала избавиться от шумов (например,грамм. с помощью вейвлета [124]) до обнаружения. Затем скорость активации потенциала действия может быть введена в регрессор (например, в [103,120 - 122]) или в классификатор (например, в [123,124]) для декодирования. Разница в использовании регрессора или классификатора заключается в том, декодируется ли дискретный жест или непрерывная совместная траектория.

Машина опорных векторов (SVM) является наиболее часто используемым классификатором для периферийного декодирования (например, в [123,124]). Для регрессора использовалась простая линейная регрессия или фильтр Калмана ([103,120 - 122]).Фильтр Калмана позволяет рекурсивно обновлять модель в режиме реального времени и особенно полезен, когда измерение целевой переменной зашумлено (как это часто бывает в случае моторного декодирования, поскольку невозможно измерить фактическое движение отсутствует конечность).

Вопрос получения достоверной информации для обучения декодера также очень важен. В то время как для классификации типа дискретного захвата может быть достаточно попросить субъекта представить, что он держит конкретный захват, для декодирования положения необходимо использовать более точный подход.Одно из распространенных решений - показать теневую руку на экране и попросить испытуемого попытаться проследить за движением руки либо посредством манипулянда, контролируемого зеркальным движением неповрежденной руки [121], либо только посредством воображаемых фантомных движений конечностей. .

В настоящее время качество декодирования периферических нервов человека все еще не очень удовлетворительное, отчасти из-за сложности получения четкого сигнала и перекрестных помех ЭМГ. В дискретной классификации схватывания задача классификации 4-х классов с тремя хватами (силовой хват, зажимающий захват, сгибание мизинца) и отдыхом достигла точности 85% [124], но современная поверхностная электромиограмма (ЭМГ) уже может различать 7 жестов [125].Декодирование на основе регрессии обеспечивает пропорциональное управление протезом руки и, следовательно, может быть более интуитивным. Декодирование на основе фильтра Калмана может классифицировать 13 различных движений в автономном режиме, но только 2 движения могут быть успешно декодированы онлайн из-за перекрестных помех между различными степенями свободы (DoF) [121].

Периферические нервы представляют собой многообещающую цель для моторного декодирования. Он расположен ниже по пути моторного контроля и содержит более конкретную информацию о мышечной активности.Это свойство потенциально может быть использовано для обеспечения контроля высокой ловкости. Доступ к периферическим нервам также относительно проще, чем к интракортикальным структурам. Однако периферические записи страдают из-за их низкого отношения сигнал / шум из-за множественных уровней ламинирования вокруг аксона. Это может быть улучшено за счет лучшей конструкции электродов и нейронных усилителей со сверхмалым шумом, которые могут разрешать малую амплитуду нервных сигналов (например, [126]).

Электромиограмма (ЭМГ)

Сигналы ЭМГ представляют собой сумму электрических активностей мышечных волокон, которые запускаются последовательностью импульсов, т.е.е. импульсы активации иннервирующих мотонейронов. Сигналы ЭМГ можно измерить двумя способами: либо на поверхности кожи над мышцей (поверхностная ЭМГ), либо непосредственно внутри мышечного волокна с помощью игольчатого электрода (внутримышечная ЭМГ). Пример данных ЭМГ в различных жестах руки показан на (рис. 4).

Примеры сигналов ЭМГ при различных жестах руки. Диаграмма, показывающая сигналы ЭМГ от 12 поверхностных электродов в 3 различных жестах руки. Исходные данные взяты из [217].a ЭМГ-сигналы от людей с ампутированными конечностями и здоровых людей. В последней строке показаны жесты рук, выполненные для соответствующих сегментов ЭМГ. b Расположение 12 электродов ЭМГ

Миоэлектрические сигналы десятилетиями использовались в качестве источника управления в протезах, в которых мышечные сигналы записываются и преобразуются в управляющие команды, вызывающие движения протеза. Считается, что внутримышечные ЭМГ-сигналы имеют более высокое разрешение и менее подвержены перекрестным помехам по сравнению с поверхностной ЭМГ из-за более инвазивного развертывания электродов и прямого воздействия на определенные мышцы.

Несмотря на десятилетия исследований и разработок, инвалиды все еще не используют современные миоэлектрические протезы чаще, чем обычные крючки с питанием от тела [127], и, по оценкам, 40% людей с ампутированными конечностями фактически отвергают с помощью протеза [128]. Одним из основных ограничений клинически доступных протезов руки является количество одновременно и пропорционально контролируемых степеней свободы (DoFs), которое редко превышает 2 [129,130] и сосредоточено в основном на DoFs запястья без руки [131], хотя функции движение рук более важно в повседневной жизни.

Миоэлектрический контроль можно разделить на прямой контроль и контроль распознавания образов. Прямое управление относится к типу методов, которые используют амплитуду двух входных сигналов поверхностной ЭМГ от антагонистической пары мышц для управления двумя направлениями (ВКЛ и ВЫКЛ) на протезной глубине резкости. Из-за неадекватной остающейся мускулатуры, загрязнения перекрестных помех и ослабления сигналов глубоких мышц на уровне кожи количество независимых миозитов в остаточном предплечье обычно ограничивается двумя, что позволяет контролировать только одну глубину резкости за раз.В результате этого ограничения пациентам необходимо переключаться между режимами, используя быстрое совместное сокращение миозитов для последовательного управления несколькими степенями свободы. Управление распознаванием образов основано на алгоритмах машинного обучения для обучения отдельного классификатора для каждой степени свободы. Было предложено и оценено множество классификаторов, включая квадратичный дискриминантный анализ [132], машину опорных векторов [133], искусственную нейронную сеть [134], скрытые модели Маркова [135], модели смеси Гаусса [136] и другие. Однако, поскольку обучение вычислительных моделей включает в себя движение только 1-DoF, обученные классификаторы не поддерживают одновременное управление несколькими DoF.Более многообещающий подход, основанный на машинном обучении, заключается в принятии схемы управления на основе регрессии (вместо классификации), которая по своей сути способствует непрерывному управлению (в отличие от ВКЛ и ВЫКЛ), при котором линейное или нелинейное отображение характеристик сигнала ЭМГ на изменения протез DoFs изучен. Обычно используемые методы для этой цели включают искусственные нейронные сети [137], векторную машину поддержки [138] и регрессию гребня ядра [131]. Основным недостатком управления на основе регрессии является потребность в большом количестве обучающих данных, которые включают исчерпывающую комбинацию движений всех степеней свободы протеза, что непрактично для клинической реализации.

Одной из фундаментальных проблем при управлении протезом на основе ЭМГ является недостаток независимых сигналов, с помощью которых можно управлять степенями свободы протеза. ЭМГ-сигналы по своей природе сильно коррелированы и им не хватает разрешения и информационной емкости, необходимых для одновременного и пропорционального управления несколькими степенями свободы. Возможное решение этой проблемы - записывать двигательные команды непосредственно от периферических нервов, таких как локтевые и срединные нервы, которые напрямую иннервируют все пять пальцев. Однако это происходит за счет инвазивной хирургической имплантации электродов и рисков инфицирования тканей и повреждения нервов.

Были проведены работы по извлечению более инвариантной и независимой информации из сигналов ЭМГ без инвазивных записей. Одна из основных групп усилий сосредоточена на извлечении особенностей мышечной синергии из записей ЭМГ, то есть сложных паттернов мышечной активации, которые выполняются пользователями в качестве управляющих сигналов высокого уровня независимо от какого-либо неврологического происхождения [139]. Считается, что мышечная синергия способна описывать сложные модели силы и движения в уменьшенных размерах и может использоваться в качестве надежного представления для декодирования выходных данных в соответствии с намерениями пользователя.Неотрицательная матричная факторизация (NMF) [140] обычно используется для извлечения синергии мышц из многоканальных сигналов ЭМГ для одновременного и пропорционального контроля нескольких степеней свободы [137, 141 - 143]. Другая группа работ посвящена непосредственному извлечению нейронных кодов активности двигательных нейронов, которые управляют движениями мышц по нервным путям. Обычно для этого требуются расширенные настройки записи, такие как ЭМГ высокой плотности с достаточным количеством близко расположенных участков записи.Был предложен ряд алгоритмов для извлечения основной нейронной информации [144,145]. Среди них компенсация ядра свертки (CKC) наиболее широко использовалась в качестве метода разделения многоканальных слепых источников [146 - 149]. Несмотря на обещание извлечения нейронного содержимого из сигналов ЭМГ высокой плотности, демонстрация использования такой схемы в онлайн-экспериментах остается сложной задачей. Требуются более глубокие исследования и значительные усилия для создания нейронного интерфейса и достижения прямого нейронного управления на основе этой структуры.

Расшифровка речевой двигательной активности

Хотя в этом обзоре основное внимание уделяется декодированию движений в конечностях, в последнее время появилось еще одно направление исследований по декодированию двигательной речевой активности [150, 151]. Производство речи - сложный процесс, в котором задействованы несколько областей мозга и десятки мышечных волокон. Мышечная деятельность должна быть хорошо скоординирована, чтобы воспроизводить различные звуки речи (то есть фонемы), которые соединяются вместе, образуя понятные слова и предложения.

Множественные области мозга связаны с языковым производством [152], но есть две основные области, которым при декодировании речи уделяется больше внимания. Предполагается, что левая вентральная премоторная кора представляет собой фонемы высокого уровня в речи [153,154], в то время как вентральная сенсомоторная кора содержит богатую репрезентацию различных речевых артикуляторов (например, губ, языка, гортани и т. Д.) [155,156]. Поэтому большая часть усилий по декодированию сосредоточена на этих двух областях мозга.

Исторически для декодирования речи использовались различные нейронные сигналы.ЭЭГ неинвазивна, но ее низкое отношение сигнал / шум и загрязнение ЭМГ лицевыми мышцами очень затрудняют ее использование для декодирования речи [151]. Был достигнут некоторый успех в использовании многоэлектродной матрицы для декодирования явлений из многоэлементной активности [157]. Однако кортикальные представления речевых артикуляторов покрывают большую область, которая может не подходить для очень локализованной области записи многоэлектродной матрицы [156, 158]. Кроме того, декодирование речи часто требует, чтобы в качестве основной истины использовалась открытая речь, а это требует, чтобы испытуемые были способны говорить четко.Трудно оправдать установку проникающих электродов в здоровую красноречивую кору головного мозга для проведения экспериментов. В настоящее время ECoG достигает большего успеха в декодировании речи из-за высокого качества сигнала и менее инвазивной природы. Запись ЭКоГ также обычно используется во время резекции головного мозга, чтобы избежать повреждения красноречивой коры, поэтому она хорошо интегрирована в существующие хирургические процедуры. Исследования с использованием ЭКоГ для декодирования речи в основном сосредоточены на высоком гамма-диапазоне (70–170 Гц), поскольку было показано, что высокая гамма-активность сильно коррелирует с частотой срабатывания ансамбля [159].

Ранее усилия по декодированию речи были сосредоточены на прямом декодировании простых слов или фонем [150 , 157 , 158 , 160 - 162], но их производительность не очень удовлетворительна. Декодирование из ограниченного словаря или набора фонем может дать более высокую точность (например,> 80% для 10 слов [160] или 9 фонем [157]), но оно может охватывать только очень узкий диапазон человеческих устных выражений. Исследования, пытающиеся расшифровать полный диапазон английских фонем, приводят к более низкой точности классификации (10-50% [150,155 , 162]).Низкая точность классификации может быть частично уменьшена путем включения словаря произношения и языковой модели (например, в [150]), которые могут ограничить вывод декодера более вероятными словами.

С другой стороны, в последнее время внимание переключилось на декодирование промежуточного представления речи (например, движения артикулятора), а не на прямое декодирование фонем. Частично этот сдвиг может быть мотивирован растущим количеством доказательств, предполагающих, что речевая моторная кора способна генерировать паттерны дифференциальной активации, кодирующие кинематику речевых артикуляторов [156,163 - 165].Достижения в области глубокого обучения сделали предсказание траекторий артикулятора на основе акустического сигнала (то есть акустико-артикуляционной инверсии) достаточно точным, чтобы действовать в качестве основы для декодирования, поскольку традиционные способы имплантации катушек или магнитов во рту с помощью артикулографии являются инвазивными и несовместимо с нейронными записями [166]. В одном недавнем исследовании [167] глубокая нейронная сеть используется для декодирования характеристик ЭКоГ в траектории артикулятора. Затем траектории декодируются другой нейронной сетью в акустические особенности (например,грамм. высота тона, мелкочастотные кепстральные коэффициенты и т. д.), которые затем преобразуются в слышимый голос с помощью синтезатора голоса. Даже мимизированная речь может быть декодирована, хотя и с меньшей точностью. В другом исследовании [168] особенности ЭКоГ декодируются в спектрограммы в мел-масштабном масштабе непосредственно с помощью нейронной сети, затем вокодер нейронной сети используется для преобразования спектрограммы в звуковые сигналы. Эти недавние результаты показывают большие перспективы в декодировании человеческой речи по сигналам ЭКоГ. Сводка различных методов моторного декодирования приведена в таблице 1.

Проблемы и направления на будущее

Несмотря на то, что были достигнуты большие успехи в расшифровке моторного намерения человека, все еще остаются некоторые серьезные проблемы, которые предстоит решить. Одной из самых больших проблем, препятствующих внедрению моторного декодирования за пределами лаборатории, является ограниченная долговечность модели декодирования. Обычно требуется некоторый сеанс калибровки для сбора данных для обучения модели декодирования, затем модель тестируется в последующих сеансах в тот же или следующие несколько дней.Хотя это приемлемо в научном исследовании из-за ограниченного времени и доступных клинических ресурсов, при повседневном использовании обученная модель должна поддерживать свою производительность в течение длительного периода времени.

Ограниченный срок службы может быть вызван несколькими причинами. Во-первых, нестабильность границ раздела электродов. Микроперемещение электродов может вызвать смещение пространства элементов. Если декодер недостаточно устойчив, этот сдвиг может привести к ухудшению производительности декодирования.Другая причина - различные шумы окружающей среды, которые вводятся в полученные сигналы. Нейронные сигналы, используемые для декодирования, обычно имеют очень маленькую амплитуду и поэтому чувствительны к помехам окружающей среды. Сотовый телефон, люминесцентная лампа или другие электроприборы вносят различные типы шума в полученный сигнал. Поскольку испытуемые выполняют различные задачи в повседневной жизни, они могут попадать под влияние различных источников шума, не охваченных обученным набором данных, что приводит к снижению производительности.Третья причина - медленное нарастание иммунного ответа на поверхности раздела электродов. Глиальные рубцы могут покрывать электрод и увеличивать его импеданс [174]. Нейродегенерация в результате иммунного ответа также приведет к более слабому сигналу [175]. Проблема долговечности модели многогранна и требует тщательного решения. Во-первых, лучшая конструкция электродов может помочь закрепить электрод на его анкерной конструкции и уменьшить их относительное перемещение. Имплантируемое решение также будет обеспечивать более стабильную работу, чем решение, требующее повторного демонтажа и повторной установки каждый раз (например,грамм. ЭЭГ и ЭМГ). Во-вторых, модель следует обучить более надежным функциям и протестировать в среде, типичной для ее повседневного использования. Экранированная камера может помочь получить очень чистые сигналы, которые подходят для демонстрации прототипа. Однако маловероятно, что такое же качество сигналов можно будет получить в повседневной среде. Таким образом, также важно учитывать, как тестируется декодер, а не просто смотреть автономные числовые показатели. В-третьих, усовершенствование электродных материалов или специальных органических покрытий потенциально может снизить иммунный ответ [176].Гибкий электрод вместо жесткого также может вызвать меньшее повреждение нейронов и воспаление [177, 178].

Вторая проблема заключается в том, как учесть разницу в функциях во время обучения без обратной связи и управления с обратной связью. Набор обучающих данных обычно получается в режиме разомкнутого цикла, что означает, что испытуемым дается указание выполнять определенные двигательные образы без какой-либо обратной связи. Однако при фактическом использовании система будет обеспечивать обратную связь с субъектом на основе выходных данных декодера.Когда выходной сигнал декодера неправильный, субъект может попытаться исправить это намеренно, и это может привести к несоответствию в работе офлайн и онлайн [179]. Одним из решений является введение небольшого сеанса калибровки с обратной связью в начале сеанса тестирования, как во многих исследованиях моторного декодирования на основе ЭЭГ. Исходная модель обучается с использованием парадигмы разомкнутого цикла, затем модель дополнительно настраивается с обратной связью в сеансе калибровки. Однако это возможно только в том случае, если доступна неопровержимая истина.В случае, когда достоверная информация недоступна, например В случае пациента с тетраплегией, когда очень трудно узнать истинное намерение субъекта, алгоритм ReFIT является другим подходом к решению этой проблемы [109]. Основная идея алгоритма ReFIT состоит в том, что он пытается построить псевдопочвенную истину, предполагая, что субъект постоянно пытается исправить неправильный вывод декодера. Таким образом, предполагается, что вектор направления двигательного намерения всегда указывает на цель из текущей позиции курсора.Используя этот метод, можно обучить декодер с нуля всего за 3 минуты данных [94]. Онлайн-калибровка с обратной связью может предложить более реалистичное предсказание того, как декодер может работать в реальной жизни. Этот подход также может позволить декодеру быстро адаптироваться к любому сдвигу в пространстве признаков из-за изменения интерфейса электродов или шумов окружающей среды. Однако онлайн-калибровка требует быстрого обновления модели, что накладывает ограничение на сложность модели декодирования.Необходимы дополнительные исследования, чтобы изучить, как эффективно обновлять декодер в реальном времени.

Помимо усовершенствования алгоритмов декодирования, разработка новых электродов и нейронных усилителей также играет очень важную роль в продвижении декодирования двигателей. Последние тенденции в разработке электродов в основном сосредоточены на улучшении четырех областей конструкции электродов: плотности, гибкости, биосовместимости и возможности подключения. Более плотный электрод может улучшить пространственное разрешение нейронных записей. Электрод высокой плотности был создан из кремниевой пластины и моноволокна из углеродного волокна [180, 181].Материал электрода с гибкостью, близкой к гибкости тканей головного мозга, может уменьшить нервное повреждение и воспалительную реакцию. Многие гибкие полимеры использовались для изготовления нервных электродов, включая полиимид [182,183], парилен [184], PDMS [185] и т. Д. Биосовместимость всегда является важной проблемой при разработке электродов, поскольку воспалительная реакция и инкапсуляция ухудшают качество сигнала с течением времени и подрывают качество хронических нейронных записей. Стратегии улучшения биосовместимости, включая использование инертных металлов, таких как золото или платина, использование гибких материалов для уменьшения повреждения тканей или покрытие электрода биосовместимыми материалами, такими как проводящий полимер [186] и углеродные нанотрубки [187].Соединение для считывания с электродов также быстро станет проблемой, когда плотность и количество электродов будут продолжать увеличиваться. Включение транзисторов в электроды напрямую для обеспечения мультиплексирования соединений - один из способов решения этой проблемы [188,189]. Читателям, интересующимся дизайном нейронных электродов, рекомендуется ознакомиться с другими более подробными обзорами в этой области [119, 172, 176, 177, 190].

Разработка нейронных усилителей также играет очень важную роль в развитии науки о моторном декодировании, поскольку нам сначала нужно получить четкий нейронный сигнал, прежде чем можно будет выполнить какую-либо обработку и декодирование.Существует несколько направлений исследований, направленных на улучшение различных аспектов конструкции усилителя. Во-первых, энергопотребление усилителя может быть уменьшено путем разделения ресурсов (например, один усилитель с несколькими электродами [191] или несколько усилителей с одним аналого-цифровым преобразователем [192]), планирования мощности (например, отключение неиспользуемых компонентов [193] ], динамически регулируя параметры усилителя [194]), или снижая напряжение питания [195]. Во-вторых, количество каналов можно увеличить путем мультиплексирования или интеграции усилителей непосредственно с электродами [191,196].В-третьих, шум схемы может быть уменьшен за счет подстройки [197], прерывания [198,199], автоматического обнуления [200] или формирования частоты [201] и т. Д. В-четвертых, беспроводная передача энергии или данных может быть достигнута с помощью индуктивной связи [193,202,203], сбор энергии на короткие расстояния [193,204] или даже ультразвук [205]. Наконец, функциональность усилителя также может быть расширена за счет интеграции большего количества процессоров сигналов на кристалле, например обнаружение всплесков [203], сортировка всплесков [206, 207] и сжатие данных [208, 209]. Заинтересованным читателям предлагается ознакомиться с другими более специализированными обзорами в этой области [210 - 213].

основные отличия. Отличия от других типов

Поезд - очень удобный, но не очень быстрый транспорт для перемещения из одного города в другой. С одной стороны, вокзал, как правило, находится в черте города, до него легко добраться любым транспортом, а стоимость билетов намного дешевле, чем на самолете или автобусе.

Но поездом потребуется гораздо больше времени, чем по воздуху. А если впереди вас ждет долгое путешествие, более 12 часов, а иногда и 2-3 дня, вам обязательно стоит позаботиться о своем комфорте: так время пролетит быстрее и поездка не будет казаться слишком утомительной.

Виды вагонов

Сегодня наши железные дороги в обзоре не учитывают поезда из других стран, они предоставляют несколько типов вагонов. Обозначим их в порядке возрастания комфортности:

• коляска сидячая;
• плацкартное место;
• отсек;
• вагон СВ;
• вагон повышенной комфортности.

Однако наибольшим спросом на билеты в вагоны пользуются OnlineTickets: зарезервированные места из-за дешевизны, купе и SV из-за повышенного комфорта.

Что такое купейный вагон

Купейный вагон - вагон второго класса с 9 или 10 отдельными отсеками. Каждый отсек изолирован раздвижной дверцей. Внутри: 4 спальных места, стол, две багажные полки, в новых поездах - кондиционер и радио.

СВ-вагон

Согласно расшифровке, СВ-вагон является спальным вагоном повышенной комфортности, вмещающим 9 двухместных купе. Купе, обычно с 1 или 3 спальными местами. В отличие от купейного вагона здесь мягкие, более удобные спальные полки, стол-трансформер, кресло, встроенный шкаф, кроме основных плафонов на потолке есть еще и небольшие лампы для чтения.

В фирменных поездах также предусмотрено наличие телевизора и принадлежностей для стирки. В вагоне SV всегда есть кнопка вызова кондуктора. Внутреннее убранство SV-car более дорогое и чем-то напоминает предметы домашнего обихода.

Кстати, изобретателем SV-автомобиля является американский инженер Джордж Пуллман, который в 1867 году впервые представил пассажирские сиденья с возможностью трансформации в лежачие сиденья. До этого пассажиры вагонов сидели на жестких сиденьях, что было очень неудобно.

Люксовый вагон

Также не следует путать элитный вагон с купейным вагоном или СВ. Автомобиль класса люкс - это совершенно отдельный автомобиль, который сдается в аренду для перевозки определенной группы пассажиров с условиями повышенного комфорта.

Вход в этот вагон для посторонних закопан. Роскошный автомобиль оборудован душевой кабиной, хорошим туалетом, мини-баром, спальней и другими предметами роскоши. Эту машину можно назвать автомобилем для VIP-персон: звезд, политиков.

Отдельный вагон - вагон-ресторан, в котором можно вкусно покушать, выпить кофе, чай, провести деловые переговоры, если поездка будет с партнером, или пригласить попутчика в купе на бокал вина.

Скорость и комфорт - самые важные вещи в дальних поездках. Если вы выбрали для себя железнодорожный транспорт, то он, конечно, проиграет авиации в скорости. Однако он может обеспечить более комфортные условия путешествия, чем, например, бизнес-класс в самолете.Конечно, это касается не всех автомобилей. Большинство путешественников, которые ценят комфорт путешествия, выбирают CB. Что это? Ответу на этот вопрос мы посвятим статью. Рассмотрим характеристики таких вагонов, услуги, представим фото и отзывы самих железнодорожников.

Что это?

SV - спальный вагон, читатели сразу решат. Однако расшифровка аббревиатуры не единственная. Это тоже историческое - отсылает нас к дореволюционной России.

Что это? СВ - «вагон-люкс». То есть карета для свиты - представителей королевской семьи.

В наше время это буквенное сочетание обозначает спальный вагон в поезде. Тот, который обеспечивает перевозку пассажиров в условиях повышенного комфорта.

Какая последняя характеристика? Повышенная комфортность:

Спальный вагон службы

Вагон СВ. Что это с точки зрения услуг? Здесь перевозчик предлагает пассажирам:

• Сейф.
• Телевидение.
• Санузел прямо в купе.
• Постельное белье встроенное.
• Предметы дорожной гигиены.
• Обеспечение разнообразного горячего питания во время поездки.

Что это за вагон? СВ относится к вагонам 1-го класса на железных дорогах России. Однако это вносит некоторую путаницу. Ведь вагоны люкс (мягкие), комфортнее СВ, тоже относятся к первому классу на РЖД.

Классы обслуживания

Каретка SV.Что это, разобрались. Однако это всего лишь характеристика автомобиля. Кроме того, в вашем билете будет указано обозначение класса обслуживания. Для автомобилей СВ введены следующие категории:

• 1Б. Другими словами, это бизнес-класс. Обычно включает в себя кондиционирование купе и ряд дополнительных услуг.
• 1E. Сам СВ-автомобиль высокого класса предназначен для VIP-персон.
• 1E. Это можно назвать как вариантом 1B, так и 1E, но продается только по некоторым причинам по сниженной цене.
• 1U. Тоже вагон первого класса, но с предоставлением самого минимума дополнительных услуг.
• 1л. Перевозка типа СВ, но без предоставления пассажиру дополнительных услуг.

Рассмотрим подробнее каждый класс обслуживания.

1Б

SV - что это? Так называется спальный автомобиль повышенной комфортности. Если вы хотите купить билеты на SV 1B, то это будет означать следующее:

• Покупка такого билета означает, что вы выкупаете все купе.С учетом этого стоимость проезда суммируется.
• В купе будет приятный микроклимат - кондиционер обязательно заработает.
• Вы можете перевозить мелких домашних животных в своем купе в специальном контейнере.
• на всем маршруте (например, российский перевозчик ЗАО «ТКС» предлагает пассажиру комплексный завтрак и обед).
• Минеральная вода и различные горячие напитки (кофе, чай, горячий шоколад).
• Тапочки.
• Санитарная рожок для обуви, бумажные и влажные салфетки, расческа, крем для обуви, зубная щетка и зубная паста.
• Свежее постельное белье.
• Свежая пресса - журналы, газеты.

Кроме того, в вашем купе будут следующие удобства:

1E

SV - что это? Расшифровка, как вы помните, спальный вагон. Перечислим удобства и услуги, которые ждут вас при покупке билета CB 1E:

• Кондиционер в каждом купе.
• Защита пассажиров, реализованная с помощью систем видеонаблюдения.
• В каждом отсеке есть душевая кабина, умывальник и биотуалет.
• В каждом отсеке (купе) также есть телевизор, сейф и индивидуальные розетки.
• В стоимость билета будут включены следующие услуги: горячее питание, горячие напитки, питьевая вода, дорожный набор (средства гигиены и арсенал по уходу за обувью), постельное белье.

Такой билет также подразумевает выкуп всего купе - на одного или двух пассажиров. Путешествовать в 1Е можно, например, на рейсах «Москва-Берлин», в поездах «Стриж» (Москва-Нижний Новгород).

1E, 1L и 1U

SV в поезде - что это (фото в поезде представлены в статье)? Аббревиатура - это роскошный автомобиль, для которого введено несколько классов обслуживания. Разберем последний из них:

• 1E. Тот же набор сервисов, который мы перечислили для 1B и 1E. Отличие одно: в этом случае пассажир не выкупает весь купе полностью, а получает в нем только одно место.
• 1U. Пассажир также путешествует в вагоне первого класса - SV.Однако в стоимость его билета не входит набор дополнительных услуг (кроме постельного белья). Некоторые из них он может оплатить отдельно по желанию.
• 1л. Возможно, вы найдете такой класс обслуживания. Это тоже означает поездку в вагоне первого класса, но с одним недостатком - в вашем купе не будет личного биотуалета. Туалет общий на всю машину.

Обращаем ваше внимание, что все вышеперечисленные классы обслуживания разрешают перевозку домашних животных в специальных контейнерах пассажиром.

Также представим читателю достойный аналог автомобилей первого класса SV. Это поезда с вагонами схемы РИК. В них есть: 10 двухместных отделений (верхняя и нижняя полки), санузел, кресла, умывальник.

Сравнение с плацкартным вагоном

Мы уже знаем, что это места в поезде SV. Сравним их с другими типами вагонов, чтобы выделить основные достоинства и недостатки.

Если сравнивать СВ с плацкартом (открытый вагон второго класса), то спальный вагон здесь выигрывает практически во всем:

• Изолированное, полностью закрытое личное пространство.
• Широкие спальные места, их комфорт и мягкость.
• В купе есть все необходимое для путешествий - санузел, розетки, отделение для багажа и верхней одежды, кресла, умывальник.
• Возможность настроить параметры микроклимата по своему усмотрению, а не по общему желанию.
• Уровень обслуживания, внимательное отношение гидов.

Машины Platzkart хороши только в одном показателе - поездка в этом классе обойдется вам примерно в три раза дешевле, чем в SV.Но экономия хороша только для коротких поездок. Провести на зарезервированном месте более 2 дней - настоящее испытание.

Сравнение с купе

Что это, место СВ в поезде? Многие решают - такое же купе, но только с набором дополнительных услуг.

Не совсем так. Спальный вагон (СВ) имеет ряд существенных преимуществ перед закрытым вагоном (купе) второго класса:

• Количество пассажиров в вашем купе.С вами поедут самые неожиданные соседи. В SV вы можете полностью выкупить купе для себя, своей семьи. Если вы путешествуете 1U, 1E, то попутчик у вас будет только один (как показывает практика, если другие отсеки свободны, то человек выберет то, куда поедет один, а не путешествует с соседом).
• Максимальный уровень обслуживания, обеспечение питания, уход кондукторов.
• Повышенный уровень комфорта и безопасности.

Плюс к этому у купе перед СВ есть только одно - стоимость.Поездка в закрытом вагоне второго класса обойдется вам в 2 раза дешевле, чем в спальном.

Сравнение с «Люксом»

Теперь сравним SV с автомобилями более высокого класса - «Люкс». Здесь уже будет играть спальный вагон:

• Купе «Люкс» в 1,5-2 раза больше стандартного.
• Комфортабельная ванная комната с вакуумным туалетом.
• Сейф.
• Индивидуальная система кондиционирования.
• ТВ, видеоплеер.
• Еда и напитки (вплоть до алкогольных) включены в стоимость.
• Свежая пресса.
• Расширенный гигиенический набор.
• Штанга в самой каретке.
• Попутчики исключены - купе выкупается здесь только целиком, без исключений.

Что касается стоимости, то поездка в вагоне Люкс обойдется в 1,5-2 раза дороже, чем в СВ.

Планируя длительную поездку по городам России или ближнего зарубежья, многие делают непростой выбор между купе и SV.Если стоимость между типами автомобилей существенно различается, то уровень удобства вполне сопоставим. Попробуем досконально разобраться в этом вопросе и понять, какой вариант больше подходит для коротких и дальних поездок.

Определение

SV Спальный вагон на 18 пассажиров (по 2 в каждом боксе), оборудованный дополнительным отсеком для кондуктора, а также 2-мя общими туалетами. Условия проживания отличаются повышенной комфортностью, интерьер выполнен в классическом стиле.

Купе Тип вагона между плацкартом и SV, характеризуемый как эконом-класс. Он рассчитан на 36 пассажиров, которые размещены в 9 отдельных отсеках. Здесь 4 полки: 2 верхние и 2 нижние. Также в этой машине 2 туалета и купе на 2 кондуктора.

Сравнение

Таким образом, основное различие между этими типами автомобилей заключается в их предполагаемом использовании. SV изначально создавался для состоятельных пассажиров, которые хотят путешествовать с большим комфортом.В отдельном отсеке, которого 9, по 2 полки - только места для отдыха. В купе 4 полки (2 верхние и 2 нижние) соответственно, он больше ориентирован на средний класс.

SV отличается повышенным комфортом, даже интерьер выполнен в духе классики. В отделении, несмотря на мягкие спинки над нижней полкой, наличие стола и зеркала, преобладает минимализм. Но цена такого места намного ниже, чем у СВ: примерно в 2 раза.Если пассажир едет на нижнем ярусе, то особых отличий между указанными типами автомобилей он не заметит. Стоит отметить, что SV может быть одно-, двух- или трехместным, а купе всегда рассчитано максимум на 4-х пассажиров.

Выводы сайта

1. Количество пассажиров в вагоне и купе. Купе рассчитано на 36 человек, СВ - на 18.
2. Количество полок. В отсеке 4 полки (2 верхние и 2 нижние), в СВ - всего 2 (обе нижние).
3. Интерьер. В купе преобладает минимализм, в SV - классика.
4. Условия проживания. SV комфортнее купе, уровень сервиса выше.
5. Решение. Купе - это классическая версия, всегда рассчитанная на 4 места. CB может быть 1, 2 или 3-х местным, в зависимости от типа вагона.
6. Стоимость. Цена SV примерно в 2 раза дороже купе.

Железнодорожный транспорт в Беларуси во многом остается таким же, каким был во времена СССР.Подвижной состав медленно обновляется, скорость практически не увеличивается, а качество услуг из той же эпохи. При этом низкие цены, государство в какой-то мере поддерживает железную дорогу, линии не закрываются. Решил лично оценить услуги Белорусской железной дороги в вагонах СВ, курсирующих внутри страны.

На самом деле найти вариант с системой ПВО, не выезжающей за пределы Беларуси, не такая уж и тривиальная задача.Вполне логично, что дорога постепенно переводит межобластные перевозки на сидячие машины - расстояния небольшие. И SV в этом случае оправдывается только как возможность уединиться от всех и спокойно добраться до места назначения. Добраться из Минска в Витебск, Брест и Гродно можно по дорогим билетам на попутные поезда (в западные райцентры - поезда из Москвы, в культурную столицу - «Звезду», идущую в Питер). Добраться до Могилева на СВ-автомобилях невозможно.В Гомеле уже два варианта! Во-первых, проезжающий Минск-Симферополь (но только летом), во-вторых, в составе обычного пассажирского поезда №708 также есть СВ. Я тоже использовал этот вариант.

Я давно покупаю билеты через официальный сайт Белорусской железной дороги. Прохожу там электронную регистрацию, бумажных купонов не попадаю. Очень удобно! Очень рекомендую! Стоимость проезда в SV до Гомеля составляет 194 900 рублей, плюс небольшая комиссия взимается за регистрацию через Сеть.Все таки стоимость копейка как по мне. Цены на транспорт в Беларуси относятся к эпохе коммунизма. Для сравнения, место в 708-м обойдется вам в 45 тысяч, а купе в 96. Но есть и более дешевые варианты, этот поезд, как говорится, флагманский.

Вечером на такси добираюсь до вокзала. Мой поезд идет на третьем пути на второй платформе. Вагон СВ 7-й от хвоста (поезд Гомельской формации, поэтому идет из Гомеля в «правильном» направлении), но пока иду к нему, обращаю внимание на то, что некоторые вагоны еще с надписями корпоративный поезд «Сож», который прошел по этой нити (?).Сейчас от понятия «брендовый» в Белорусской железной дороге отказались, хотя стоимость поездов все же другая. Кстати, внутри страны «фирма» зашла еще до Полоцка и вроде бы все.

В общем, показываю паспорт и сажусь в вагон. СВ, конечно, не новый, но капитализированный на Гомельском вагоноремонтном заводе. Судя по интерьерам - давно, с теми видами и красотой и достатком.

При покупке билета всегда занимаю 33 место в купе или 15 место в СВ.Этот маленький лайфхак позволяет в незагруженные дни с большой долей вероятности остаться без попутчиков, потому что у людей все еще есть твердое представление о том, что ходить «в туалет» менее комфортно. Я согласен с тем, что если вы находитесь на зарезервированном месте, а тем более на боковом сиденье, то так и есть. Но в купе или CB? Я не вижу разницы. 33-е место занимает предпоследний нижний в самом дальнем отсеке - благодаря его покупке людям остается вариант «два верхних у туалета» или один нижний.Согласитесь, интерес к таким местам понижен.

В купе темно, а поезд стоит на вокзале. К сожалению, вообще нельзя включить свет, я использую только то, что достаю из коридора. Очень странный.

Кровати класса люкс широкие, с мягкой обивкой. На такой зверюге, как я, спать будет комфортно.

Правда ехать всего 4 часа - вопрос сна не актуален.

Сразу решаю взглянуть в зеркало, свисающее с задних дверей.

Поезд трогается, горит свет. Освещение здесь в двух вариантах - у изголовья, как обычно, и люминесцентное освещение под потолком. Ночник светит намного приятнее, поэтому я его оставляю.

Изучаю возможности машины. На потолке висит внешний кондиционер - летом не должно быть жарко. Но окно тоже открывается, к сожалению, по последней белорусской моде - распашное с небольшой щелью. Практика показывает, что в жаркие дни воздушного потока не хватит.

Блок управления миниатюрный. Потолочный светильник, вызов проводника, регулировка громкости радио. Радио включить не удалось, поэтому до Гомеля я шел молча, без воплей Аллегровой и Газманова. Думаю, это хорошо.

На столе - меню со стандартным набором лапши чай-кофе-растворимый. Комплект белья не входит в стоимость билета и стоит 18 тысяч. В «более простых» поездах комплект на пару тысяч дешевле.

Шок, но факт: туалет в поезде - это не замкнутая петля (био), а обычная дыра в флигеле. Соответственно, его следует закрывать на остановках. К стене купе прикреплен небольшой ЖК-телевизор, который, увы, ничего не транслировал. Все три канала транслируют успокаивающий синий цвет.

708 едет в Гомель без единой остановки за 4 часа с хвостиком. Есть более быстрые варианты (в частности, езжу из Гомеля в Минск днем ​​в 3.5 часов), так что приезжаю уже в 22:17.

Попутчика не попала, в вагоне было 6-7 пассажиров, в том числе и я. Готов переплачивать за одиночество, но, честно говоря, состояние машины не соответствует предоставляемым услугам. Просто купец, а верхних полок нет.

По статистике, большая часть населения предпочитает путешествовать на поезде, так как это один из самых безопасных видов транспорта. Общая протяженность железных дорог России составляет около 100 тысяч километров, что, в свою очередь, позволяет добраться практически до любого населенного пункта.

В нашей стране есть только одна железнодорожная компания - РЖД, которая много лет обслуживает пассажиров. Головной офис компании находится в Москве, а местные кассы расположены на территории вокзалов каждого города. Там пассажиры могут в любой момент купить или обменять билеты.

Все поезда в России, как и самолеты, имеют уникальную конструкцию, разделяющую весь транспорт на несколько зон, различающихся уровнем комфорта изнутри.Эта возможность позволяет пассажирам, независимо от их финансовой принадлежности к определенному слою общества, выбрать тариф, наиболее соответствующий их потребностям.

Многих пассажиров интересует: «Что это за СВ-автомобиль и в чем его преимущества?» В данной статье речь пойдет о самом комфортабельном и премиум-классе, имеющемся в арсенале РЖД. О том, как расшифровывается аббревиатура SV, о преимуществах этого тарифа и его средней стоимости на территории Российской Федерации - в этой статье.

Каретка СВ - что это?

Часто поездка на поезде занимает несколько дней, поэтому к выбору спального места следует подходить основательно ... Начнем наш анализ непосредственно с аббревиатуры. Спальный вагон СВ - это своего рода купе с условиями повышенной комфортности. Раньше в дореволюционной России понятие SV-car означало «люкс-кар».

В отличие от автомобилей второго класса и купе, которым удалось изрядно надоесть, здесь предусмотрены абсолютно все нюансы для комфортного времяпрепровождения в дороге.Вагоны ЦБ РЖД предлагают пассажирам широкий спектр различных услуг, в том числе удобные мягкие полки, шкаф для хранения одежды, личную ванную комнату с душем и телевизор. Кроме того, в СВ-вагонах предусмотрено меньшее количество спальных мест, которое может варьироваться от одного до трех.

CB Тарифы

Все спальные вагоны также имеют свою отдельную подкатегорию, в зависимости от того, какие услуги предоставляются. По классификации вагонов этот тип относится к 1 классу и имеет маркировку люкс.Некоторые тарифы CB включают дополнительные предметы гигиены и даже еду.

Итак, для КБ, используемых при пассажирских перевозках внутри страны, введено разделение по классам обслуживания. Такое разделение определяет как внутреннюю планировку автомобиля, так и перечень предоставляемых услуг.

• 1Б или Бизнес-класс.
• 1E или VIP зона.
• 1E. То же самое и с предыдущими вариантами, только по сниженной цене.
• 1U. Сниженная стоимость и минимальный набор услуг.
• 1л. Спальный вагон без дополнительных услуг.

Ознакомиться с салоном СВ-автомобиля можно удаленно на фотографиях ниже.

Каретка SV (1B)

Самым премиальным классом, несомненно, принято считать 1B, так как подразумевает полный выкуп всего купе в целом. Есть системы кондиционирования, поддерживающие нормальную температуру воздуха на протяжении всего путешествия. У пассажиров есть доступ к еде и напиткам, предметам гигиены и различным материалам для чтения в дороге.Пассажирам разрешается брать с собой домашних животных в соответствующих транспортных контейнерах. Стоимость тарифа напрямую зависит от размера кровати, поэтому очень часто меняется.

Категория 1E

Сиденья класса 1E очень распространены в международных поездах, таких как Москва-Берлин. Из дополнительных услуг, предоставляемых компанией, пассажиры находятся под круглосуточной охраной на протяжении всего пути, отслеживая ситуацию в автомобиле с помощью видеомониторов. В стоимость билета входит еда, напитки, ванная комната и необходимый гигиенический набор.

Стоимость спального вагона категории 1Е в поездах международного сообщения составляет около 50 тысяч рублей. В зависимости от сезона цена билета может варьироваться от 50 до 80 тысяч.

Категория 1E

Эта категория ничем не отличается от предыдущих, с той лишь разницей, что пассажир покупает только спальное место, а не весь купе СВ-вагона. При этом у пассажира остается доступ к широкому спектру услуг, предоставляемых сотрудниками компании.Конечно, Категория 1E отлично подходит для тех путешественников, которые хотят немного сэкономить на своем билете. это отличный вариант путешествовать с комфортом и по сниженной цене. Обычно мест в вагоне СВ более чем достаточно. Возможно, к вам никто не подключится, потому что, как показывает статистика, такие тарифы пользуются достаточно низким спросом. Так внутри выглядит вагон СВ.

Категория 1U

Условия обслуживания в этом случае остаются прежними, за исключением всех дополнительных услуг.Пассажирам данной категории предоставляется комплект постельного белья, а еда, напитки и другие аксессуары приобретаются отдельно.

Категория 1Л

Самый простой вариант среди спальных вагонов. Здесь предоставляется только базовый набор услуг, все остальное оплачивается на месте и по желанию. Единственный минус - отсутствие биотуалета в купе.

Билеты на СВ-вагоны разных категорий можно приобрести в кассах РЖД на вокзале.Или на официальном сайте компании. Фото автомобиля СВ упрощенной категории можно найти ниже. Чисто и уютно.

СВ Вагон РЖД внутри

Стандартный вагон СВ имеет 9 двухместных купе и два туалета по всему вагону. Как мы уже упоминали, категория 1L не оборудована собственным санузлом, здесь основной упор делается на ограниченное количество пассажиров в купе. Некоторые пассажиры иногда обменивают целую CB на одного человека, чтобы получить от поездки максимальное удовольствие.Стоит отметить, что такие действия обходятся намного дешевле, чем покупка билета бизнес-класса (1В).

Унитаз в вагоне SV оборудован гигиенической пленкой на сиденье унитаза и отдельным смесителем. Гиды стараются поддерживать чистоту и порядок на протяжении всего пути, а также очень внимательны и вежливы со своими пассажирами. Как видите, это не роскошный автомобиль, поэтому при покупке билета всегда следует обращать внимание на схему, представленную на сайте.

Почему SV?

РЖД предлагают своим пассажирам приобрести билеты на любой вид перевозки, все зависит от их предпочтений и ценовой категории.На данный момент все автомобили делятся на следующие типы:

1. Сидячие.
2. Plazkart.
3. Купе.

Сидячий тариф предполагает перемещение на короткие расстояния, в таких автомобилях невозможно перейти в горизонтальное положение и, соответственно, выдача постельного белья не предусмотрена. Изнутри вагон напоминает конструкцию салона самолета, поскольку все сиденья расположены в два ряда.

Плашек и купе - самые распространенные тарифы в России.Такие автомобили рассчитаны на дальние поездки, а также оборудованы спальными местами. Основное отличие этих тарифов - наличие дверей в купе и отсутствие боковых полок.

Почему SV выигрывает абсолютно по всем параметрам? Это изолированное пространство с мягкими и удобными спальными местами, собственным гардеробом и санузлом, а также свободным доступом к душевой кабине. Здесь вам не придется стоять в очереди в ожидании бесплатной розетки в вестибюле или просыпаться за несколько часов до прибытия поезда на вокзал, чтобы попасть в туалет до того, как сформируется очередь.Машины Platzkart для некоторых путешественников могут выступить в качестве целого испытания, доставить массу неудобств и ощущение бесконечного дискомфорта, в тот момент, когда поездка в вагоне SV принесет массу впечатлений и удовольствия.

Единственный конкурент, который по комфорту превосходит спальный вагон (SV), - это люксовая категория. Размеры отсека в несколько раз больше; Также имеется собственная ванная комната с вакуумным туалетом, сейф и телевизор. Это полноценная мобильная квартира, в которой каждый пассажир может чувствовать себя комфортно и безопасно.

Биткойн стимулирует рынок вверх по мере того, как падают DEX

Вкратце

• Показатели Биткойна продолжали вызывать аплодисменты.
• дополнительных доходов Биткойн также выиграли от увеличения рыночной капитализации BTC.
• Фондовые рынки надеются, что отчеты о доходах на этой неделе дадут им повод для радости.

На выходных показатели Биткойна продолжали расти в превосходной степени. Возглавлял обвинение Майкл Сэйлор, генеральный директор MicroStrategy, который недавно скупил 425 миллионов долларов в биткойнах.

В интервью изданию финансовых новостей Real Vision мультимиллионер, руководитель фирмы по бизнес-аналитике, также сказал, что, инвестируя в биткойны, всегда беспокоишься, что они вкладывают недостаточно.

«Если он не в 100 раз лучше золота, он в миллион раз лучше золота, и нет ничего близкого к нему», - сказал Сэйлор. Здесь, в Market Report, нам нравится думать, что Биткойн больше похож на изысканные вина, виски и часы, но люди имеют право на собственное мнение.

Непосредственно позади в поезде похвалы был Канье Уэст, который появился в подкасте Джо Рогана, чтобы сказать зрителям, что биткойнеры имеют «видение того, каким будет истинное освобождение Америки и человечества»:

Биткойн за выходные оставалась стабильной, снизившись всего на 0,06% за последние 24 часа.

Но история Золушки для криптовалют за последние несколько недель была детищем Биткойна: проектами, которые возникли из матери всех криптовалют. Мы говорим о Litecoin, Bitcoin SV и Bitcoin Cash.

За последний месяц Litecoin вырос на 25%, Bitcoin Cash - на 21%, а Bitcoin SV - также почти на 10%. Но в то время как эти проекты поднялись до уровня рыночной капитализации, этого нельзя сказать о проектах DeFi.

объемов децентрализованных бирж на базе Ethereum в этом месяце резко упали. Объем торгов за последние 30 дней снизился на 41%, согласно данным с информационной панели сайта метрик Dune Analytics.

Пик еженедельной торговли на децентрализованных биржах составил чуть более 8 миллиардов долларов 31 августа, прежде чем активность начала снижаться.Еженедельные объемы торгов с тех пор упали до чуть менее 3 миллиардов долларов, по состоянию на 12 октября, самые последние данные, которые есть у платформы Dune Analytics. Это снижение более чем на 62% по сравнению с пиком в конце лета.

«Децентрализованные биржи были воротами на рынок DeFi. Теперь, когда безумная доходность исчезла, рынки корректируются до более низкого уровня активности », - говорит представитель AAX, первой в мире биржи цифровых активов, работающей на Лондонской фондовой бирже.

COVID обрушился на рынки

На фиатных рынках у трейдеров были ужасные выходные.На момент написания S&P, Dow, Nasdaq, сырая нефть и даже золото упали, поскольку случаи коронавируса били новые мировые рекорды.

В Белом доме несколько сотрудников вице-президента Майка Пенса дали положительный результат на вирус, поскольку подтвержденные случаи заболевания во всем мире превысили отметку в 42 миллиона, а число подтвержденных смертей превысило миллион.

Надежды на пакет стимулов для стабилизации корабля, похоже, тают, но трейдеры надеются, что отчеты о доходах на этой неделе дадут им повод для радости.

Apple, Amazon, Microsoft, Facebook, Google, AMD и Shopify входят в число сотен компаний, которые выпустят отчеты на этой неделе. Все эти технологические компании добились значительных успехов в эпоху COVID, поэтому трейдеры надеются на большие успехи в предстоящую неделю.

Рекламное сообщение AAX

Эта спонсируемая статья была создана Decrypt Studio. Узнайте больше о партнерстве с Decrypt Studio.

Расшифровка отрицательных аффективных черт личности от паттернов активации мозга до угрожающих стимулов

Основные моменты

•

Негативная аффективная черта личности может быть точно расшифрована от паттернов активации мозга до угрожающих стимулов.

•

Подход с использованием нескольких ядер (MKL) показал вклад различных областей мозга в прогнозы.

•

Области, связанные с восприятием и эмоциональной оценкой, способствовали прогнозированию негативного аффекта (НД) индивидов.

•

Наши результаты показывают, что характеристика NA играет важную роль в реакции мозга на угрожающие стимулы.

Реферат

Введение

Анализ распознавания образов (PRA), применяемый к функциональной магнитно-резонансной томографии (fMRI), был использован для декодирования когнитивных процессов и выявления возможных биомаркеров психических заболеваний. В настоящем исследовании мы исследовали, можно ли расшифровать черты личности положительный аффект (PA) или отрицательный аффект (NA) из паттернов активации мозга в ответ на угрозу со стороны человека, используя образец здорового человека.

Методы

Данные фМРТ от 34 добровольцев (15 женщин) были получены во время простой двигательной задачи, в то время как добровольцы просматривали набор угрожающих стимулов, которые были направлены либо на них, либо от них, и сопоставляли нейтральные изображения. Для каждого участника контрастные изображения из общей линейной модели (GLM) между опасными и нейтральными стимулами определяли пространственные паттерны, используемые в качестве входных данных для регрессионной модели. Мы применили регрессию множественного обучения ядра (MKL), объединяющую информацию из разных областей мозга иерархически в модели всего мозга, чтобы декодировать NA и PA из паттернов активации мозга в ответ на опасные стимулы.

Результаты

Модель MKL была способна декодировать NA, но не PA из контрастных изображений между опасными стимулами, направленными прочь, по сравнению с нейтральными, со значимостью выше вероятности. Корреляция и среднеквадратичная ошибка (MSE) между прогнозируемой и фактической NA составляли 0,52 (p-значение = 0,01) и 24,43 (p-значение = 0,01), соответственно. Модель регрессии паттернов MKL определила сеть с 37 регионами, которые внесли свой вклад в прогнозы. Некоторые регионы были связаны с восприятием (например,, затылочная и височная области), в то время как другие были связаны с эмоциональной оценкой (например, хвостатые и префронтальные области).

Заключение

Эти результаты предполагают, что имело место взаимодействие между NA индивидуумов и ответом мозга на направленные в сторону угрожающие стимулы, что позволило модели MKL декодировать NA из паттернов мозга. Насколько нам известно, это первое доказательство того, что PRA может использоваться для декодирования черты личности на основе паттернов активации мозга в эмоциональных контекстах.

Ключевые слова

Признак отрицательного аффекта

Угрожающие стимулы

Функциональная магнитно-резонансная томография

Анализ распознавания образов

Многоядерное обучение

Декодирование

Рекомендуемые статьиЦитирующие статьи (0)

© 2016 Авторы. Опубликовано Elsevier Inc.

Рекомендуемые статьи

Цитирующие статьи

Цветной язык: расшифровка служебной разметки, нанесенной распылением на городских улицах

В 1976 году строители случайно врезались в нефтепровод, проходящий под улицами Калвер-Сити, Калифорния, что привело к фатальному взрыву, который практически сровнял с землей половину городского квартала.Это не первая и не последняя авария подобного рода, но она помогла катализировать систематизацию важнейших цветных обозначений служебных помещений - загадочных тегов, которые выглядят как бессмыслица или секретный код, пока вы не начнете их расшифровывать.

В тот роковой день 15 июня рабочие раскапывали Венецианский бульвар, чтобы расширить дорогу, когда случилась катастрофа. Газ под давлением из разорванной линии воспламенился, превратившись в огненный шар, и дым поднялся на сотни футов в воздух. Пламя охватило предприятия и жилые дома вдоль квартала, в результате чего десятки людей погибли и получили ранения.Три месяца спустя штат создал систему DigAlert, с которой подрядчики и граждане могут связываться при планировании подземных раскопок, чтобы избежать бедствий в будущем.

Отслеживать рабочие зоны и то, что находится под землей, может быть непросто, поэтому такие организации, как DigAlert, предписывают использовать белый цвет (краска, мел, мука или флажки) для обозначения строительных зон, а также единообразные цветовые коды, разработанные Американской ассоциацией общественных работ (APWA). ) для временной разметки подземных коммуникаций. Эти «безопасные цвета» были формализованы Американским институтом стандартов (ANSI) как безопасный цветовой код Z535.

• Красный: линии электропередач, кабели, кабелепроводы и осветительные кабели
• Оранжевый: телекоммуникационные, сигнальные или сигнальные линии, кабели или кабелепровод
• Желтый: природный газ, нефть, пар, нефть или другие легковоспламеняющиеся вещества
• Зеленый: канализация и дренажные линии
• Синий: питьевая вода
• Пурпурный: линии оборотной воды, ирригации и навозной жижи
• Розовый: временная разметка для осмотра, неизвестные / неопознанные объекты
• Белый: предлагаемые пределы или маршруты раскопок

Эти цвета охватывают общие категории невидимых опасностей, которые рабочие должны учитывать, но они являются лишь частью уравнения.Обозначения также необходимы для отслеживания местоположения, ширины и глубины трубопроводов, кабелей и труб и идентификации соответствующей коммунальной компании. Соответственно, Common Ground Alliance поддерживает набор руководящих указаний по разграничению полей средств оператора, чтобы указать, где и как отмечать объекты стрелками, числами и символами.

Ставки высоки для подземных земляных работ и строительных проектов. Небрежное копание может стать причиной чего угодно - от серьезного отключения энергоснабжения до эвакуации утечки газа (или того хуже).Попадание в водопроводную магистраль также может вызвать локальное наводнение или потребовать рекомендации по кипячению воды. В США, благодаря Закону о повышении безопасности трубопроводов 2002 года, большинство муниципалитетов требует, чтобы люди звонили перед тем, как начать копать. Коммунальные предприятия вышлют людей, чтобы они отметили подземные опасности. Другие страны также разработали различные аналогичные системы, чтобы избежать несчастных случаев.

Расшифровка служебных кодов по всему миру

В некоторых местах, например в Шотландии, экскаваторы предлагают подробные карты коммунальных сетей, но в остальной части Великобритании, например, люди сами по себе, когда дело доходит до поиска и избегания препятствий.Таким образом, многие полагаются на CATs (средства защиты от кабелей) для выявления опасностей. Что касается металлических труб и кабелей, то электромагнитное оборудование может помочь рабочим «видеть» под поверхностью. Для пластиковых или бетонных трубопроводов применяется георадар.

В разных странах также были разработаны разные цветовые схемы и маркировка, часто с некоторым перекрытием (например: синий для воды). На британских дорогах многие цвета совпадают как в США, но некоторые отличаются (например,грамм. зеленый цвет используется для связи, а не для канализации и канализации). Что касается маркировки, число рядом с буквой «D» указывает глубину, а символ бесконечности зацикливания отмечает начало или конец области проекта. Для линий электропередачи «H / V» означает высокое напряжение, а «L / V» - низкое напряжение, а «S / L» означает уличные фонари. Для газовых линий «HP» обозначает высокое давление, «MP» обозначает среднее давление, а «LP» обозначает низкое давление. С руководствами по стандартам в руках эти странные иероглифы начинают становиться разборчивыми.

Австралия также имеет свою собственную систему, использующую оранжевый для электричества, желтый для газа, синий для воды, голубой для воздуха, белый для связи, красный для пожарных служб, крем для сточных вод, фиолетовый для очищенной воды, серебристый или серый для пара, розовый для «неизвестного», коричневый для масел и черный для других жидкостей.Большая часть Канады использует ту же систему, что и США.

Подземные участки большинства городов изобилуют инженерными коммуникациями, не говоря уже об общественном транспорте и автодорожных туннелях. Картирование и маркировка всего этого - сложная задача, которую часто выполняют сторонние подрядчики, единственной задачей которых является обнаружение и маркировка потенциальных опасностей ниже. Биоразлагаемые краски, которые они используют, обычно предназначены для выцветания с течением времени, но для тех, кто знает, эти странные каракули предоставляют уникальные временные окна в сложные системы, работающие в наших искусственных средах.И для жителей, и для рабочих в опасной отрасли эти кодексы имеют важное значение для общественной безопасности и безопасности на рабочем месте.

Обновление : эта история была расширена за счет дальнейшего исследования и включена в книгу Романа Марса и Курта Кольстедта The 99% Invisible City :

Decrypting Ad Tech с Ником Платоненко, генеральным директором VlogBox

Прошло совсем немного времени с тех пор, как мир впервые поразила пандемия 2020 года. Беспрецедентные события (некоторые из которых до сих пор не исчезли полностью) вынудили, а в некоторых случаях побудили людей искать нетрадиционные решения.

То же самое и с индустрией рекламных технологий. В то время как некоторым издателям были предоставлены новые прибыльные возможности, некоторые изо всех сил пытались монетизировать свои веб-сайты. В целом, отрасль стала свидетелем различных новых тенденций, некоторые из которых, как ожидается, сохранятся и в будущем.

Чтобы лучше понять местность, мы поговорили с Ником Платоненко , генеральным директором VlogBox, который специализируется на распространении видеоконтента и его монетизации. Компания в основном специализируется на предоставлении целевой рекламы пользователям OTT / CTV.

Ник рассказал нам о различных событиях, произошедших в 2020 году, о том, какие стратегии издатели могут использовать в ближайшие месяцы, а также о тенденциях в отрасли, которые он нашел интересными. Он также пролил свет на приближающуюся кончину куки-файлов и на то, как издатели могут принять меры, чтобы оставаться впереди всех.

Q.1. Какие ключевые события вы наблюдали у издателей во время начала пандемии в 2020 году? Что можно было предотвратить, а что нельзя было контролировать?

Прошедший год был многогранным.Для кого-то это открыло новые возможности, для кого-то были упущены. В частности, 2020 год в индустрии рекламных технологий был отмечен как отправная точка для регулярного внедрения, направленного на усиление конфиденциальности пользователей. И это не имеет ничего общего с пандемией, поскольку движение к защите данных пользователей уже было предметом обсуждения, а законы о конфиденциальности уже были приняты в США (Закон Калифорнии о защите прав потребителей) и Европе (Закон Европейского Союза о защите прав потребителей). Общие правила защиты данных).

В начале 2020 года Firefox и Safari уже блокировали сторонние файлы cookie по умолчанию, и Google только объявил о присоединении к этой инициативе и ее полном принятии к 2022 году. Это означает, что издатели вынуждены изменить свои стратегии, поскольку традиционные подходы к аудитории информационно-пропагандистская деятельность перестала быть эффективной. Для издателей такая ситуация с идентичностью и конфиденциальностью является серьезной проблемой. Таким образом, они изо всех сил пытаются остаться на плаву и смещают акцент на создание прочных и доверительных отношений со своей аудиторией.Это позволяет издателям запускать рекламные кампании с использованием собственных данных.

Более того, популярность CTV и OTT в 2020 году резко возросла. Реальность «дома» повысила популярность потоковых сервисов и доставки видеоконтента в экосистеме цифрового телевидения, а также способствовала развитию игр на подключенном телевидении. Развитие каналов брендов и агрегаторов каналов максимизирует возможности для издателей по расширению охвата, поскольку они получают новые платформы и логически новую аудиторию.Мы могли наблюдать рост числа зрителей каждый месяц, поэтому это повлияло на появление новых моделей часов, что, в свою очередь, потребовало принятия эффективных способов рекламы.

После того, как путешествия были приостановлены, реклама в этой сфере столкнулась с определенными трудностями, что могло означать постепенное снижение доходов издателей. Это пример того, что мы не могли изменить или предотвратить. Издатели не могли предвидеть или даже остановить кризис, но нам удалось извлечь максимальную пользу из сложившейся ситуации и предотвратить снижение доходов.Использование новых форматов, вертикалей и мест размещения позволяет компенсировать возможное падение стоимости инвентаря.

То, что также находится вне нашего контроля, - это мошенничество в сфере CTV и OTT, особенно когда устойчивая экосистема файлов cookie уходит в небытие, а отрасль только недавно находится на пути к принятию новых норм рекламного мошенничества. Цепочку поставок для показа рекламы будет сложнее оптимизировать, поэтому это может привести к злонамеренным действиям. В 2020 году ущерб от спуфинга домена и других действий с торговыми площадками достиг 26 миллиардов долларов.Ожидание разработки и попытки создать единую систему противодействия мошенничеству - это все, что мы можем сделать, чтобы пережить эти неспокойные времена.

Q.2. На какие рекламные форматы и стратегии должны опираться издатели в ближайшие месяцы?

Размещение видеорекламы на CTV - беспроигрышная стратегия, поскольку популярность видео будет расти не только в ближайшие месяцы, но и в последующие годы. Издатели играют в долгую игру, и им определенно следует поэкспериментировать с различными типами форматов рекламы, а также помнить о современных форматах рекламы, таких как интерактивная реклама.Их цель - стимулировать взаимодействие аудитории с рекламным контентом, а не пассивно его потреблять. При выборе между роликами в начале, в середине и в конце ролика, если задача состоит в том, чтобы наладить дружеские отношения со зрителями, первое место занимают прероллы с возможностью пропуска и промежуточные ролики.

Когда дело доходит до стратегий издателей и рекламодателей, вы, должно быть, уже погрузились в SPO и DPO, которые позволяют повысить эффективность, будь то больший охват качественной аудитории и ресурсов или более высокая доходность.Основная цель SPO - преодолеть разрыв между издателями и рекламодателями, чтобы внедрять инновации и стратегически согласовываться. Благодаря такому сотрудничеству рекламодателей и их поставщиков технологий первые могут использовать свою покупательную способность. Стратегия SPO позволяет улучшить качество, увеличить ставки и оптимизировать CPM. Таким образом, агентства и рекламодатели могут эффективно управлять своими расходами и повышать эффективность.

Что касается DPO, стратегия позволяет регулировать, как продаются показы и рекламные объявления.Издатели и их реселлеры могут отслеживать пути ставок и способы покупки показов. Благодаря этой информации издатели могут обучать покупателей тому, как собирать показы по лучшим ценам и выигрывать больше аукционов. DPO также позволяет издателям получить более выгодные условия для себя при сотрудничестве со своими партнерами и, таким образом, улучшить пользовательский опыт в случае низкого качества, сбоев или медленной загрузки рекламы. Количество SSP, с которыми собираются работать издатели, тем с большим количеством партнеров SSP, скажем, трех или четырех, им придется иметь дело.Таким образом SSP и бренды реагируют на рост SPO с DPO, связываясь с платформами агентств и брендов, на которых они будут использовать свой инвентарь.

Q.3. Если бы вы могли дать один совет веб-издателям по монетизации рекламных ресурсов, что бы это было?

Используйте аналитику и атрибуцию, если хотите увеличить монетизацию рекламного инвентаря. Эти два ключевых фактора создают прочную основу для дальнейших инвестиций и лучшего понимания процессов. Кроме того, атрибуция и аналитика выводят рекламу и монетизацию на новый уровень.Анализ и сравнение показателей отказов, сеансов, географических местоположений, типа устройства и многих других показателей, учитывающих инвентарь, позволяет издателям повышать осведомленность о дальнейших действиях и способах повышения ценности инвентаря.

Не будем забывать, что издатели сами могут выступать в качестве рекламодателей. Таким образом, понимая происхождение трафика, например, когда мы имеем дело с каналом OTT, мы можем отличить обычных зрителей от платных. На основе подробного анализа издатели могут разработать сложную стратегию продвижения каналов в мире конкурентных приложений.

Q.4. Учитывая, что сторонние файлы cookie скоро будут упразднены, на какие альтернативы, по вашему мнению, могут положиться издатели?

Я бы предложил изолированную программную среду конфиденциальности, единую сеть издателей, стандартизированный токен пользователя и расширенную контекстную телевизионную рекламу. Все эти варианты выполняют разные функции, но все же могут быть эффективными. «Песочница» конфиденциальности позволяет издателям создавать устойчивый сайт, который уважает конфиденциальность пользователей и собирает информацию без навязчивого отслеживания.Технология применяется к агрегаторам, которые собирают данные о группах, а не об отдельных лицах.

Единая сеть издателей - еще одно решение, позволяющее отказаться от файлов cookie, но при этом получить прибыль. Технология собирает вашу базу данных о файлах cookie первой стороны через API и не передает эту информацию сторонним веб-сайтам. Кроме того, это может быть стандартизованный токен пользователя, поэтому технология применяет настройки конфиденциальности пользователя и не позволяет передавать информацию о пользователе без согласия пользователя.

Наконец, контекстная реклама возвращается с новыми беспрецедентными возможностями для издателей. Поскольку 44% респондентов заявили, что они попробовали новый бренд после просмотра релевантной рекламы, эта технология особенно пригодится. Контекстные объявления соответствуют контенту, в котором они показаны, и ориентированы на интересы, а не вторгаются в частную жизнь зрителей. Интеграция ИИ автоматически способствует анализу между содержанием веб-страницы и намерениями пользователей и позволяет им размещать рекламу на основе этих данных.

Q.5. Какие технические инструменты, по вашему мнению, должны использовать издатели?

Рынок технических инструментов изобилует, и найти достойных очень утомительно.

• Мой первый совет издателям, прежде чем мы перейдем к инструментам, - подумайте о платформах для распространения контента. Что касается издателей видео, я бы выделил YouTube, Vimeo, VlogBox и другие платформы для распространения и монетизации CTV. Подключение к верхним SSP и использование ставок по заголовкам облегчит процесс покупки-продажи и увеличит доход.
• Во-вторых, выбирайте проверенные приложения и программы.
  • GeoEdge, представленный на рынке с 2010 года, защищает пользовательский интерфейс от злонамеренных действий. Это дает издателям возможность максимизировать доход, уменьшая различные виды рисков в сети.
  • Следующий инструмент, который вам следует использовать, - это прокси-сервер VPN, который приходит на ум - это Pangeo. Этот прокси-сервер премиум-класса предлагает инструменты тестирования для тщательного контроля качества, а также другие решения для проверки рекламы и безопасности в рекламной экосистеме.
  • Инструменты атрибуции. Чтобы отслеживать собственную эффективность, я бы рекомендовал использовать программы для атрибуции и аналитики, такие как Kochava, Attriboost и Adjust. Кроме того, в экосистеме CTV, в частности, владельцы каналов или издатели OTT могут использовать панели инструментов собственной платформы потоковой передачи, такие как отчеты Roku, для получения базовой аналитики производительности.

Q.6. Каких ключевых тенденций в индустрии рекламных технологий вы с нетерпением ждете?

Как мы уже упоминали, конфиденциальность остается главным приоритетом.Мы также ожидаем обширной интеграции передовых технологий, таких как видеоконтент с обзором на 360 градусов, дополненная реальность и виртуальная реальность, в различные места размещения. Эти интерактивные технологии становятся все более популярными и открывают безграничные возможности для экспериментов. Ожидается, что в 2021 году количество мобильных пользователей AR достигнет более 800 миллионов и, по прогнозам, вырастет до 1,73 миллиарда к 2024 году. Таким образом, инвестиции в AR и VR обеспечивают выгодные возможности для всех сторон.

Более того, интерактивная реклама и геймификация будут развиваться только в ближайшие годы, поскольку эти типы рекламы служат новым способом привлечь внимание зрителей и достичь желаемых маркетинговых целей.В отличие от традиционной видеорекламы, интерактивная может увеличить время, затрачиваемое на рекламу, на 47%. Поскольку инди-игровые каналы на подключенных устройствах продемонстрировали рост потоковой передачи в 2020-2021 годах, теперь есть место для работы над размещением продуктов, интерактивной рекламой во время игр, доступной через пульты дистанционного управления, а также более знакомыми, но узконаправленными роликами в начале и в середине. и ролики в конце. Кроме того, по данным Samsung Ads, геймеры добавили 20 минут игрового времени в день, что составило примерно 1 час 56 минут в день, а игра в будние дни по утрам удвоилась в Великобритании, Германии, Франции, Испании и Италии.