論文の概要: EEG and EMG dataset for the detection of errors introduced by an active orthosis device

• arxiv url: http://arxiv.org/abs/2305.11996v2
• Date: Thu, 25 May 2023 10:33:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-26 19:27:47.615247
• Title: EEG and EMG dataset for the detection of errors introduced by an active orthosis device
• Title（参考訳）: 能動整形装置による誤り検出のための脳波とEMGデータセット
• Authors: Niklas Kueper, Kartik Chari, Judith B\"utef\"ur, Julia Habenicht, Su Kyoung Kim, Tobias Rossol, Marc Tabie, Frank Kirchner, and Elsa Andrea Kirchner
• Abstract要約: 本稿では,脳波(EEG)と筋電図(EMG)の記録を含むデータセットについて述べる。 支持運動は肘関節運動(右腕の屈曲と伸展)であった。 整形術が被験者の腕を活発に動かしている間に、いくつかの誤りが短期間に意図的に導入された。
• 参考スコア（独自算出の注目度）: 3.839668179751987
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents a dataset containing recordings of the electroencephalogram (EEG) and the electromyogram (EMG) from eight subjects who were assisted in moving their right arm by an active orthosis device. The supported movements were elbow joint movements, i.e., flexion and extension of the right arm. While the orthosis was actively moving the subject's arm, some errors were deliberately introduced for a short duration of time. During this time, the orthosis moved in the opposite direction. In this paper, we explain the experimental setup and present some behavioral analyses across all subjects. Additionally, we present an average event-related potential analysis for one subject to offer insights into the data quality and the EEG activity caused by the error introduction. The dataset described herein is openly accessible. The aim of this study was to provide a dataset to the research community, particularly for the development of new methods in the asynchronous detection of erroneous events from the EEG. We are especially interested in the tactile and haptic-mediated recognition of errors, which has not yet been sufficiently investigated in the literature. We hope that the detailed description of the orthosis and the experiment will enable its reproduction and facilitate a systematic investigation of the influencing factors in the detection of erroneous behavior of assistive systems by a large community.
• Abstract（参考訳）: 本稿では,脳波(EEG)と筋電図(EMG)の記録を含むデータセットについて,能動整形装置を用いて右腕の移動を補助した8名の被験者から報告する。 支持運動は肘関節運動,すなわち右腕の屈曲と伸展であった。 矯正は被験者の腕を積極的に動かしている間に、いくつかの誤りは意図的に短期間導入された。 この間、矯正は反対方向に移動した。 本稿では,実験的な設定を説明し,全被験者にまたがる行動分析について述べる。 さらに,ある被験者に対して,平均的な事象関連電位分析を行い,エラー導入によるデータ品質と脳波活動について考察する。 ここで説明したデータセットは、公開アクセス可能である。 本研究の目的は研究コミュニティにデータセットを提供することであり,特に脳波から誤った事象を非同期に検出する新しい手法の開発を目的としている。 特に触覚と触覚を媒介とする誤認識に関心があるが,文献ではまだ十分に研究されていない。 我々は, 補綴の詳細な記述と実験により, その再現が可能となり, 大規模コミュニティによる補助システムの誤動作の検出に影響を及ぼす要因の系統的研究が促進されることを期待する。

関連論文リスト

• Video Anomaly Detection via Spatio-Temporal Pseudo-Anomaly Generation : A Unified Approach [49.995833831087175]
  本研究は,画像のマスキング領域にペンキを塗布することにより,汎用的な映像時間PAを生成する手法を提案する。 さらに,OCC設定下での現実世界の異常を検出するための単純な統合フレームワークを提案する。 提案手法は,OCC設定下での既存のPAs生成および再構築手法と同等に動作する。
  論文  参考訳（メタデータ） (2023-11-27T13:14:06Z)
• Abnormal Event Detection via Hypergraph Contrastive Learning [54.80429341415227]
  異常事象検出は多くの実アプリケーションにおいて重要な役割を果たす。 本稿では,分散異種情報ネットワークにおける異常事象検出問題について検討する。 AEHCLと呼ばれる新しいハイパーグラフコントラスト学習法が,異常事象のパターンをフルに捉えるために提案されている。
  論文  参考訳（メタデータ） (2023-04-02T08:23:20Z)
• Pain level and pain-related behaviour classification using GRU-based sparsely-connected RNNs [61.080598804629375]
  慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。 この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。 我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。 本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
  論文  参考訳（メタデータ） (2022-12-20T12:56:28Z)
• fMRI from EEG is only Deep Learning away: the use of interpretable DL to unravel EEG-fMRI relationships [68.8204255655161]
  多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。 我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
  論文  参考訳（メタデータ） (2022-10-23T15:11:37Z)
• A review on Epileptic Seizure Detection using Machine Learning [0.0]
  本研究は特徴選択プロセスと分類性能の体系的な文献レビューを提供する。 既存の文献は、MPDI、IEEEXplore、Wiley、Elsevier、ACM、Springerlinkなどの有名なリポジトリから調査された。
  論文  参考訳（メタデータ） (2022-10-05T13:37:45Z)
• Assessing Robustness of EEG Representations under Data-shifts via Latent Space and Uncertainty Analysis [0.29998889086656577]
  我々は,外部データへのアクセスを前提とせずに,デプロイメント中に潜在的な落とし穴を検出する診断方法を開発した。 具体的には、データ変換による電気生理学的信号(EEG)の現実的なデータシフトをモデル化することに焦点を当てる。 我々は、複数の脳波特徴エンコーダと2つの臨床的に関連のある下流タスクについて、一般公開された大規模臨床脳波を用いて実験を行った。
  論文  参考訳（メタデータ） (2022-09-22T19:26:09Z)
• Self-Supervised Learning for Anomalous Channel Detection in EEG Graphs: Application to Seizure Analysis [4.1372815372396525]
  本稿では、発作データへのアクセスが不要な自己教師付き方法で発作チャンネルやクリップを検出することを提案する。 提案手法は,脳波グラフに埋め込まれた局所構造情報と文脈情報を,正と負のサブグラフを用いて検討する。 我々は,脳波による発作研究において,最も大きな発作データセットに関する広範な実験を行い,提案手法が最先端の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2022-08-15T21:56:30Z)
• Task-oriented Self-supervised Learning for Anomaly Detection in Electroencephalography [51.45515911920534]
  タスク指向型自己教師型学習手法を提案する。 大きなカーネルを持つ特定の2つの分岐畳み込みニューラルネットワークを特徴抽出器として設計する。 効果的に設計され、訓練された特徴抽出器は、より優れた特徴表現を脳波から抽出できることが示されている。
  論文  参考訳（メタデータ） (2022-07-04T13:15:08Z)
• A Novel TSK Fuzzy System Incorporating Multi-view Collaborative Transfer Learning for Personalized Epileptic EEG Detection [20.11589208667256]
  マルチビュー協調移動学習を統合したTSKファジィシステムに基づくてんかん検出アルゴリズムを提案する。 提案手法はてんかん性脳波を効果的に検出する能力を有する。
  論文  参考訳（メタデータ） (2021-11-11T12:15:55Z)
• Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
  本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。 私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。 提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
  論文  参考訳（メタデータ） (2021-04-29T00:11:32Z)

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。