論文の概要: SSVEP-Based BCI Wheelchair Control System

• arxiv url: http://arxiv.org/abs/2307.08703v1
• Date: Wed, 12 Jul 2023 18:37:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-23 12:17:45.090863
• Title: SSVEP-Based BCI Wheelchair Control System
• Title（参考訳）: SSVEPに基づくBCI車椅子制御システム
• Authors: Ce Zhou (Michigan State University)
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A brain-computer interface (BCI) is a system that allows a person to communicate or control the surroundings without depending on the brain's normal output pathways of peripheral nerves and muscles. A lot of successful applications have arisen utilizing the advantages of BCI to assist disabled people with so-called assistive technology. Considering using BCI has fewer limitations and huge potential, this project has been proposed to control the movement of an electronic wheelchair via brain signals. The goal of this project is to help disabled people, especially paralyzed people suffering from motor disabilities, improve their life qualities. In order to realize the project stated above, Steady-State Visual Evoked Potential (SSVEP) is involved. It can be easily elicited in the visual cortical with the same frequency as the one is being focused by the subject. There are two important parts in this project. One is to process the EEG signals and another one is to make a visual stimulator using hardware. The EEG signals are processed in Matlab using the algorithm of Butterworth Infinite Impulse Response (IIR) bandpass filter (for preprocessing) and Fast Fourier Transform (FFT) (for feature extraction). Besides, a harmonics-based classification method is proposed and applied in the classification part. Moreover, the design of the visual stimulator combines LEDs as flickers and LCDs as information displayers on one panel. Microcontrollers are employed to control the SSVEP visual stimuli panel. This project is evaluated by subjects with different races and ages. Experimental results show the system is easy to be operated and it can achieve approximately a minimum 1-second time delay. So it demonstrates that this SSVEP-based BCI-controlled wheelchair has a huge potential to be applied to disabled people in the future.
• Abstract（参考訳）: 脳-コンピュータインタフェース (BCI) は、末梢神経や筋肉の通常の出力経路に依存することなく、周囲のコミュニケーションや制御を可能にするシステムである。 多くのアプリケーションがBCIの利点を利用して、障害者にいわゆる補助技術で支援している。 BCIの使用には制限が少なく、大きな可能性を秘めているため、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ことが提案されている。 このプロジェクトの目標は、障害者、特に運動障害に苦しむ麻痺した人々を助け、生活の質を改善することにある。 上記のプロジェクトを実現するため、Steady-State Visual Evoked Potential (SSVEP) が関与している。 被写体が焦点を合わせているのと同じ周波数の視覚皮質で容易に誘発することができる。 このプロジェクトには2つの重要な部分がある。 1つは脳波信号を処理し、もう1つはハードウェアを使って視覚刺激器を作ることである。 EEG信号は、Butterworth Infinite Impulse Response(IIR)バンドパスフィルタ(前処理)とFast Fourier Transform(FFT)(特徴抽出)のアルゴリズムを用いて、Matlabで処理される。 また,分類部にハーモニクスに基づく分類法を提案し,適用した。 さらに、この視覚刺激器の設計は、LEDをフリックとして、LCDを情報表示器として一つのパネル上に組み合わせている。 マイクロコントローラは、SSVEP視覚刺激パネルを制御するために使用される。 このプロジェクトは人種や年齢の異なる被験者によって評価される。 実験の結果,システムは操作が容易で,約1秒の時間遅延が達成できることがわかった。 そこで、このSSVEPベースのBCI制御車椅子は、将来障害者に適用される可能性が大きいことを実証した。

関連論文リスト

• Floor extraction and door detection for visually impaired guidance [78.94595951597344]
  未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。 コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。 本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
  論文  参考訳（メタデータ） (2024-01-30T14:38:43Z)
• Robotic Navigation Autonomy for Subretinal Injection via Intelligent Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
  網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。 提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。 ブタ前眼の精度と再現性について実験を行った。
  論文  参考訳（メタデータ） (2023-01-17T21:41:21Z)
• PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal Imputation [54.839600943189915]
  モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。 豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。 このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
  論文  参考訳（メタデータ） (2022-12-14T21:39:15Z)
• Active Predicting Coding: Brain-Inspired Reinforcement Learning for Sparse Reward Robotic Control Problems [79.07468367923619]
  ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。 我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。 提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
  論文  参考訳（メタデータ） (2022-09-19T16:49:32Z)
• Are Brain-Computer Interfaces Feasible with Integrated Photonic Chips? [0.0]
  本稿では,脳-コンピュータインタフェース(BCI)の根本的に新しいアイデアの実現可能性について検討する。 BCIは、生きた脳と外部機械との間の一方的または双方向のコミュニケーションを可能にするコンピュータベースのシステムである。
  論文  参考訳（メタデータ） (2021-11-22T04:06:28Z)
• The Portiloop: a deep learning-based open science tool for closed-loop brain stimulation [5.711038509872248]
  Portiloopはポータブルで低コストのデバイスで、神経科学のコミュニティが脳波を捉えることができる。 このシステムは、既存の脳波睡眠記録データベースを使用して、睡眠スピンドルをリアルタイムで検出し、刺激することができる。 Portiloopは、EEG内の他の神経イベントを検出し、刺激するために拡張することができる。
  論文  参考訳（メタデータ） (2021-07-28T16:29:58Z)
• Wheelchair automation by a hybrid BCI system using SSVEP and eye blinks [1.1099588962062936]
  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。
  論文  参考訳（メタデータ） (2021-06-10T08:02:31Z)
• EEG-Based Brain-Computer Interfaces Are Vulnerable to Backdoor Attacks [68.01125081367428]
  近年の研究では、機械学習アルゴリズムは敵攻撃に弱いことが示されている。 本稿では,脳波をベースとしたBCIの毒殺攻撃に狭周期パルスを用いることを提案する。
  論文  参考訳（メタデータ） (2020-10-30T20:49:42Z)
• BCI-Controlled Hands-Free Wheelchair Navigation with Obstacle Avoidance [0.5801044612920815]
  脳-コンピュータインタフェース(BCI)は脳の信号を読み、それらを現実世界の動作に変換するのに広く使われている。 この論文は、BCIの最新技術と超音波センサーを組み合わせることで、混雑した環境を効率的にナビゲートできるハンズフリー車椅子を提供することに特化している。
  論文  参考訳（メタデータ） (2020-05-08T17:56:11Z)
• DeepBrain: Towards Personalized EEG Interaction through Attentional and Embedded LSTM Learning [20.300051894095173]
  本稿では,低コストデバイスであるDeepBrainからの粗い脳波信号の組込み学習を通じて,脳-ロボット間相互作用(BRI)を実現するエンド・ツー・エンドのソリューションを提案する。 1)脳波信号の時間依存性とその分類を扱うための特定の前処理技術を備えた長期記憶(拡張LSTM)構造を提案する。 我々の実世界の実験は、低コストで提案されたエンドツーエンドのソリューションが、良好な実行速度、精度、エネルギー効率を実現することを実証している。
  論文  参考訳（メタデータ） (2020-02-06T03:34:08Z)
• EEG-based Brain-Computer Interfaces (BCIs): A Survey of Recent Studies on Signal Sensing Technologies and Computational Intelligence Approaches and their Applications [65.32004302942218]
  Brain-Computer Interface (BCI) はユーザとシステム間の強力なコミュニケーションツールである。 近年の技術進歩は、脳波(EEG)に基づく翻訳医療用BCIへの関心が高まっている。
  論文  参考訳（メタデータ） (2020-01-28T10:36:26Z)

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。