論文の概要: Wheelchair automation by a hybrid BCI system using SSVEP and eye blinks
- arxiv url: http://arxiv.org/abs/2106.11008v1
- Date: Thu, 10 Jun 2021 08:02:31 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-27 11:01:19.945801
- Title: Wheelchair automation by a hybrid BCI system using SSVEP and eye blinks
- Title（参考訳）: ssvepとeye blinksを用いたハイブリッドbciシステムによる車椅子の自動化
- Authors: Lizy Kanungo, Nikhil Garg, Anish Bhobe, Smit Rajguru, Veeky Baths
- Abstract要約: プロトタイプは、定常的に視覚的に誘発される電位と眼の点滅の複合メカニズムに基づいている。
プロトタイプは、ユーザを不快にさせることなく、家庭環境で効率的に使用することができる。
- 参考スコア（独自算出の注目度）: 1.1099588962062936
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work proposes a hybrid Brain Computer Interface system for the
automation of a wheelchair for the disabled. Herein a working prototype of a
BCI-based wheelchair is detailed that can navigate inside a typical home
environment with minimum structural modification and without any visual
obstruction and discomfort to the user. The prototype is based on a combined
mechanism of steady-state visually evoked potential and eye blinks. To elicit
SSVEP, LEDs flickering at 13Hz and 15Hz were used to select the left and right
direction, respectively, and EEG data was recorded. In addition, the occurrence
of three continuous blinks was used as an indicator for stopping an ongoing
action. The wavelet packet denoising method was applied, followed by feature
extraction methods such as Wavelet Packet Decomposition and Canonical
Correlation Analysis over narrowband reconstructed EEG signals. Bayesian
optimization was used to obtain 5 fold cross-validations to optimize the
hyperparameters of the Support Vector Machine. The resulting new model was
tested and the average cross-validation accuracy 89.65% + 6.6% (SD) and testing
accuracy 83.53% + 8.59% (SD) were obtained. The wheelchair was controlled by
RaspberryPi through WiFi. The developed prototype demonstrated an average of
86.97% success rate for all trials with 4.015s for each command execution. The
prototype can be used efficiently in a home environment without causing any
discomfort to the user.
- Abstract（参考訳）: 本研究は、障害者用車椅子の自動化のためのハイブリッド脳コンピュータインタフェースシステムを提案する。
ここでは、bciベースの車椅子のプロトタイプを詳述し、一般的な家庭環境の中で、最小限の構造変更で、視覚的な障害や不快感を伴わずにナビゲートできる。
プロトタイプは定常的な視覚誘発電位と眼点滅の複合機構に基づいている。
SSVEPを抽出するために、それぞれ13Hzと15Hzで点滅するLEDを用いて左右の方向を選択し、脳波データを記録した。
また,継続動作停止の指標として3つの連続点滅の発生が用いられた。
ウェーブレットパケット除算法を応用し, 狭帯域再構成脳波信号に対するウェーブレットパケット分解や正準相関解析などの特徴抽出法を適用した。
ベイズ最適化は、サポートベクターマシンのハイパーパラメータを最適化するために5倍のクロスバリデーションを得るために用いられた。
その結果, 平均クロスバリデーション精度89.65% + 6.6% (sd) と試験精度83.53% + 8.59% (sd) が得られた。
車椅子はWiFi経由でRaspberryPiによって制御された。
試作された試作機は、コマンドの実行毎に平均86.97%の成功率を示し、4.015であった。
プロトタイプは、ユーザに不快感を与えることなく、家庭環境で効率的に使用できる。
関連論文リスト
- EEG-based AI-BCI Wheelchair Advancement: A Brain-Computer Interfacing Wheelchair System Using Machine Learning Mechanism with Right and Left Voluntary Hand Movement [0.0]
このシステムは、自発的な左右の動きに基づいて車椅子のナビゲーションをシミュレートするように設計されている。
Support Vector Machines (SVM)、XGBoost、ランダムフォレスト、双方向長短期記憶(Bi-LSTM)アテンションベースモデルなど、さまざまな機械学習モデルを開発した。
論文 参考訳（メタデータ） (2024-10-13T07:41:37Z) - Hourglass Tokenizer for Efficient Transformer-Based 3D Human Pose Estimation [73.31524865643709]
本稿では,Hourglass Tokenizer (HoT) と呼ばれるプラグアンドプレイのプルーニング・アンド・リカバリフレームワークを提案する。
私たちのHoDTは、冗長なフレームのポーズトークンのプルーニングから始まり、フル長のトークンを復元することで終了します。
提案手法は,従来のVPTモデルと比較して高い効率性と推定精度を両立させることができる。
論文 参考訳（メタデータ） (2023-11-20T18:59:51Z) - SSVEP-Based BCI Wheelchair Control System [0.0]
このプロジェクトは脳信号を介して電子車椅子の動きを制御するために提案されている。
このプロジェクトの目的は、障害者、特に運動障害に苦しむ麻痺者を支援することであり、生活の質を向上させることである。
実験の結果,システムは操作が容易で,約1秒の遅延時間が得られることがわかった。
論文 参考訳（メタデータ） (2023-07-12T18:37:28Z) - MonoPIC -- A Monocular Low-Latency Pedestrian Intention Classification
Framework for IoT Edges Using ID3 Modelled Decision Trees [0.0]
本稿では,2次元のフレーム内の任意の歩行者の意図を論理状態に分類するアルゴリズムを提案する。
これにより、比較的レイテンシの高いディープラーニングアルゴリズムを使用する必要がなくなる。
平均テスト精度は83.56%で信頼性は0.0042で、平均レイテンシは48ミリ秒であった。
論文 参考訳（メタデータ） (2023-04-01T02:42:24Z) - UNETR++: Delving into Efficient and Accurate 3D Medical Image Segmentation [93.88170217725805]
本稿では,高画質なセグメンテーションマスクと,パラメータ,計算コスト,推論速度の両面での効率性を提供するUNETR++という3次元医用画像セグメンテーション手法を提案する。
我々の設計の核となるのは、空間的およびチャネル的な識別的特徴を効率的に学習する、新しい効率的な対注意ブロック(EPA)の導入である。
Synapse, BTCV, ACDC, BRaTs, Decathlon-Lungの5つのベンチマークで評価した結果, 効率と精度の両面で, コントリビューションの有効性が示された。
論文 参考訳（メタデータ） (2022-12-08T18:59:57Z) - Grasp-and-Lift Detection from EEG Signal Using Convolutional Neural
Network [1.869097450593631]
本稿では,32チャネル脳波信号から手動動作ビズGALを検出する手法を自動化した。
提案したパイプラインは、基本的には前処理とエンドツーエンド検出ステップを組み合わせたもので、手作りの機能エンジニアリングの必要性を排除している。
論文 参考訳（メタデータ） (2022-02-12T19:27:06Z) - Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase
Classification Using EEG [56.155331323304]
本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。
チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
論文 参考訳（メタデータ） (2021-12-18T14:17:49Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z) - Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots [58.720142291102135]
スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。
終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
論文 参考訳（メタデータ） (2021-01-24T12:44:38Z) - SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。
効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。
構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
論文 参考訳（メタデータ） (2020-07-26T12:32:38Z) - Efficiently Calibrating Cable-Driven Surgical Robots with RGBD Fiducial
Sensing and Recurrent Neural Networks [26.250886014613762]
そこで本研究では,RGBDセンサを用いて3次元プリントされたフィデューシャル座標フレームをアームとエンドエフェクタに配置することで,ロボットを効率的に校正する手法を提案する。
提案手法では,1800サンプルのデータ収集に31分,モデルトレーニングに1分を要した。
基準軌道の試験セットの結果から、トレーニングされたモデルは、物理ロボットの平均追尾誤差を2.96mmから0.65mmに減少させることができることが示唆された。
論文 参考訳（メタデータ） (2020-03-19T00:24:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。