Fugu-MT 論文翻訳(概要): EEG for fatigue monitoring

論文の概要: EEG for fatigue monitoring

arxiv url: http://arxiv.org/abs/2401.15766v1
Date: Sun, 28 Jan 2024 21:01:45 GMT
ステータス: 処理完了
システム内更新日: 2024-01-30 16:36:39.860786
Title: EEG for fatigue monitoring
Title（参考訳）: 疲労モニタリング用脳波
Authors: Ildar Rakhmatulin
Abstract要約: 脳波検査(EEG)は、生理的疲労を客観的に評価するための有望なツールとして登場した。本稿では,脳波を用いた生理疲労のモニタリングの現状を包括的に分析することを目的とする。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Physiological fatigue, a state of reduced cognitive and physical performance resulting from prolonged mental or physical exertion, poses significant challenges in various domains, including healthcare, aviation, transportation, and industrial sectors. As the understanding of fatigue's impact on human performance grows, there is a growing interest in developing effective fatigue monitoring techniques. Among these techniques, electroencephalography (EEG) has emerged as a promising tool for objectively assessing physiological fatigue due to its non-invasiveness, high temporal resolution, and sensitivity to neural activity. This paper aims to provide a comprehensive analysis of the current state of the use of EEG for monitoring physiological fatigue.
Abstract（参考訳）: 生理的疲労(英: physiological fatigue)とは、長期にわたる精神的または身体的な運動によって生じる認知的および身体的パフォーマンスの低下状態であり、医療、航空、輸送、産業部門など様々な分野において重大な課題をもたらす。疲労が人的パフォーマンスに与える影響を理解するにつれ、効果的な疲労モニタリング技術の開発への関心が高まっている。これらの技術の中で、脳波検査(EEG)は、非侵襲性、高時間分解能、神経活動に対する感受性による生理的疲労を客観的に評価するための有望なツールとして登場した。本稿では,脳波を用いた生理疲労のモニタリングの現状を包括的に分析することを目的とする。

関連論文リスト

Measuring Non-Typical Emotions for Mental Health: A Survey of Computational Approaches [57.486040830365646]
ストレスと抑うつは日々のタスクにおけるエンゲージメントに影響を与え、彼らの相互作用を理解する必要性を強調します。この調査は、ストレス、抑うつ、エンゲージメントを分析する計算手法を同時に探求した最初のものである。
論文参考訳（メタデータ） (2024-03-09T11:16:09Z)
Review of algorithms for predicting fatigue using EEG [0.0]
本論文は, 生理疲労検出のための機械学習アルゴリズムの適用に関する包括的研究である。本研究の主な目的は、脳波データに基づいて、個人の疲労レベルを予測するための様々なアルゴリズムの有効性を評価することである。
論文参考訳（メタデータ） (2024-01-30T17:32:02Z)
Long Short-term Memory with Two-Compartment Spiking Neuron [64.02161577259426]
LSTM-LIFとよばれる,生物学的にインスパイアされたLong Short-Term Memory Leaky Integrate-and-Fireのスパイキングニューロンモデルを提案する。実験結果は,時間的分類タスクの多種多様な範囲において,優れた時間的分類能力,迅速な訓練収束,ネットワークの一般化性,LSTM-LIFモデルの高エネルギー化を実証した。したがって、この研究は、新しいニューロモルフィック・コンピューティング・マシンにおいて、困難な時間的処理タスクを解決するための、無数の機会を開放する。
論文参考訳（メタデータ） (2023-07-14T08:51:03Z)
Sensors and Systems for Monitoring Mental Fatigue: A systematic review [0.0]
精神疲労は、自動車事故、医療ミス、職場での生産性の低下、およびeラーニング環境における学生の離職の主な原因である。精神的な疲労を確実に追跡できるセンサーやシステムの開発は、事故を防止し、エラーを減らし、職場の生産性を高めるのに役立つ。
論文参考訳（メタデータ） (2023-07-04T11:57:23Z)
Estimating Continuous Muscle Fatigue For Multi-Muscle Coordinated Exercise: A Pilot Study [15.431134370031877]
多筋協調時間運動の疲労を評価するには、複数の筋肉の適応の疲労によって引き起こされる特性を表す神経筋の特徴が必要である。そこで本研究では,筋肉補償と脊髄モジュール活性化の特徴による疲労の描写と,生理的合理的モデルによる連続疲労の推定を提案する。
論文参考訳（メタデータ） (2023-03-30T02:54:59Z)
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)
Characterizing TMS-EEG perturbation indexes using signal energy: initial study on Alzheimer's Disease classification [48.42347515853289]
経頭蓋磁気刺激(TMS)と脳波記録(TMS-EEG)を組み合わせることで、脳、特にアルツハイマー病(AD)の研究に大きな可能性を示す。本研究では,脳機能の変化を反映した電位指標として,脳波信号のTMS誘発摂動の持続時間を自動的に決定する手法を提案する。
論文参考訳（メタデータ） (2022-04-29T19:27:06Z)
On the Handwriting Tasks' Analysis to Detect Fatigue [0.0]
本稿では,20名の健常者を対象とした新しいオンライン手書きデータベースを提案する。主な目的は、様々な手書き作業における身体運動刺激の影響について研究することであった。実験結果から, 乳酸濃度と機械的疲労により, 高速な機械的回復が得られ, 測定できることが示唆された。
論文参考訳（メタデータ） (2022-03-28T14:15:07Z)
Non-contact Pain Recognition from Video Sequences with Remote Physiological Measurements Prediction [53.03469655641418]
痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
論文参考訳（メタデータ） (2021-05-18T20:47:45Z)
Activity-Aware Deep Cognitive Fatigue Assessment using Wearables [0.0]
本稿では,個人の行動認識を一般化し,認知的疲労推定を大幅に改善する,アクティビティ対応リカレントニューラルネットワーク(emphAcRoNN)を提案する。提案手法を5個体のリアルタイム収集データセットと27個体の公開データセットを用いて,最先端手法と比較した。改善率19%。
論文参考訳（メタデータ） (2021-05-05T08:41:11Z)
Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
論文参考訳（メタデータ） (2020-07-16T09:39:17Z)

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。