論文の概要: Easing Seasickness through Attention Redirection with a Mindfulness-Based Brain--Computer Interface

• arxiv url: http://arxiv.org/abs/2501.08518v1
• Date: Wed, 15 Jan 2025 02:06:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-16 16:46:28.328882
• Title: Easing Seasickness through Attention Redirection with a Mindfulness-Based Brain--Computer Interface
• Title（参考訳）: マインドフルネスに基づく脳-コンピュータインタフェースによる注意リダイレクトによるシーシックネスの回避
• Authors: Xiaoyu Bao, Kailin Xu, Jiawei Zhu, Haiyun Huang, Kangning Li, Qiyun Huang, Yuanqing Li,
• Abstract要約: 本研究は,脳-コンピュータインタフェース (BCI) を用いて, 現実の環境において, 船酔いの症状を軽減し, 注意を向けることを目的としている。 本システムでは,1チャンネルのヘッドバンドを用いて前頭前脳波信号を捕捉し,マインドフルネス状態の評価のためにコンピュータ装置に無線で送信する。 結果は、マインドフルネスのスコアや聴覚刺激としてリアルタイムでフィードバックされ、生理的不快感からマインドフルネスの実践へと注目が移る。
• 参考スコア（独自算出の注目度）: 3.3391986987767135
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Seasickness is a prevalent issue that adversely impacts both passenger experiences and the operational efficiency of maritime crews. While techniques that redirect attention have proven effective in alleviating motion sickness symptoms in terrestrial environments, applying similar strategies to manage seasickness poses unique challenges due to the prolonged and intense motion environment associated with maritime travel. In this study, we propose a mindfulness brain-computer interface (BCI), specifically designed to redirect attention with the aim of mitigating seasickness symptoms in real-world settings. Our system utilizes a single-channel headband to capture prefrontal EEG signals, which are then wirelessly transmitted to computing devices for the assessment of mindfulness states. The results are transferred into real-time feedback as mindfulness scores and audiovisual stimuli, facilitating a shift in attentional focus from physiological discomfort to mindfulness practices. A total of 43 individuals participated in a real-world maritime experiment consisted of three sessions: a real-feedback mindfulness session, a resting session, and a pseudofeedback mindfulness session. Notably, 81.39% of participants reported that the mindfulness BCI intervention was effective, and there was a significant reduction in the severity of seasickness, as measured by the Misery Scale (MISC). Furthermore, EEG analysis revealed a decrease in the theta/beta ratio, corresponding with the alleviation of seasickness symptoms. A decrease in overall EEG band power during the real-feedback mindfulness session suggests that the mindfulness BCI fosters a more tranquil and downregulated state of brain activity. Together, this study presents a novel nonpharmacological, portable, and effective approach for seasickness intervention, with the potential to enhance the cruising experience for both passengers and crews.
• Abstract（参考訳）: 船酔いは、乗客の経験と海員の運用効率の両方に悪影響を及ぼす最も一般的な問題である。 注意を向ける手法は、地球環境における運動障害の症状を軽減するのに有効であることが証明されているが、海難管理に同様の戦略を適用すると、海上旅行に伴う長期的かつ激しい運動環境に固有の課題が生じる。 本研究では,脳-コンピュータインタフェース (BCI) を提案する。脳-コンピュータインタフェースは,現実の環境での船酔いの症状を軽減することを目的として,特に注意を向けることを目的としている。 本システムでは,1チャンネルのヘッドバンドを用いて前頭前脳波信号を捕捉し,マインドフルネス状態の評価のためにコンピュータ装置に無線で送信する。 結果は、マインドフルネスのスコアや聴覚刺激としてリアルタイムでフィードバックされ、生理的不快感からマインドフルネスの実践へと注目が移る。 実生活におけるマインドフルネス実験には,43人の参加者が参加し,実生活におけるマインドフルネスセッション,休息セッション,擬似フィードバックマインドフルネスセッションの3つのセッションが参加した。 特に、81.39%の参加者がマインドフルネスBCI介入が有効であると報告し、MISC(Misery Scale)が測定したように、シーシックネスの重症度は著しく低下した。 さらに,脳波検査では,海病症状の緩和にともなうテタ/ベタ比の低下がみられた。 リアルタイムマインドフルネスセッションにおける脳波バンドパワーの低下は、マインドフルネスBCIが脳活動のより静かで規制の少ない状態を促進することを示唆している。 本研究は, 新規な非薬学的, 携帯的, 効果的アプローチとして, 乗客および乗員双方のクルーズ体験を高める可能性を示唆する。

関連論文リスト

• Efficient Pain Recognition via Respiration Signals: A Single Cross-Attention Transformer Multi-Window Fusion Pipeline [0.8602553195689511]
  The textitSecond Multimodal Sensing Grand Challenge for Next-Gen Pain Assessment (AI4PAIN)に提出された。
  論文  参考訳（メタデータ） (2025-07-29T14:58:29Z)
• Airway Skill Assessment with Spatiotemporal Attention Mechanisms Using Human Gaze [2.125763116614213]
  航空管理技術は救急医療において重要であり、通常主観的評価によって評価される。 本稿では,気道技能,特に気管内挿管(ETI)を評価するための機械学習アプローチを提案する。 提案システムは,ヒトの視線によって誘導される注意機構を利用して,成功・失敗のETI手順の認識を高める。
  論文  参考訳（メタデータ） (2025-06-24T04:40:58Z)
• Spiking Meets Attention: Efficient Remote Sensing Image Super-Resolution with Attention Spiking Neural Networks [57.17129753411926]
  従来の人工ニューラルネットワーク(ANN)の代替手段としてスパイキングニューラルネットワーク(SNN)が登場 本稿では,AID,DOTA,DIORなどのリモートセンシングベンチマークにおいて,最先端の性能を実現するSpikeSRを提案する。
  論文  参考訳（メタデータ） (2025-03-06T09:06:06Z)
• EEG Emotion Copilot: Optimizing Lightweight LLMs for Emotional EEG Interpretation with Assisted Medical Record Generation [12.707059419820848]
  本稿では,脳波信号から直接感情状態を認識する脳波感情コパイロットについて述べる。 その後、パーソナライズされた診断と治療の提案を生成し、最終的に支援された電子カルテの自動化をサポートする。 提案手法は,医療分野における情動コンピューティングの適用を推し進めることが期待される。
  論文  参考訳（メタデータ） (2024-09-30T19:15:05Z)
• Improving Engagement and Efficacy of mHealth Micro-Interventions for Stress Coping: an In-The-Wild Study [4.704094564944504]
  パーソナライズされたコンテキスト認識介入選択アルゴリズムは、mHealth介入のエンゲージメントと有効性を改善する。 短時間でも1分間の介入は、知覚されるストレスレベルを著しく減少させる。 本研究は,個人化された文脈認識介入選択アルゴリズムを導入することで文献に寄与する。
  論文  参考訳（メタデータ） (2024-07-16T11:22:22Z)
• Focused State Recognition Using EEG with Eye Movement-Assisted Annotation [4.705434077981147]
  脳波と眼球運動の特徴を学習するためのディープラーニングモデルは、脳活動の分類に有効である。 焦点を絞った状態は、タスクや思考に強い集中力を示し、焦点を絞らない状態は目の動きによって達成される。
  論文  参考訳（メタデータ） (2024-06-15T14:06:00Z)
• Exploring neural oscillations during speech perception via surrogate gradient spiking neural networks [59.38765771221084]
  本稿では、ディープラーニングフレームワークと互換性があり、スケーラブルな、生理学的にインスパイアされた音声認識アーキテクチャを提案する。 本研究では, 終末から終末までの勾配降下訓練が, 中枢スパイク神経ネットワークにおける神経振動の出現に繋がることを示す。 本研究は, スパイク周波数適応やリカレント接続などのフィードバック機構が, 認識性能を向上させるために, 神経活動の調節と同期に重要な役割を担っていることを明らかにする。
  論文  参考訳（メタデータ） (2024-04-22T09:40:07Z)
• EEG for fatigue monitoring [0.0]
  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。
  論文  参考訳（メタデータ） (2024-01-28T21:01:45Z)
• Adaptive Semi-Supervised Segmentation of Brain Vessels with Ambiguous Labels [63.415444378608214]
  提案手法は, 進歩的半教師付き学習, 適応的学習戦略, 境界拡張など, 革新的な手法を取り入れたものである。 3DRAデータセットによる実験結果から,メッシュベースのセグメンテーション指標を用いて,本手法の優位性を示す。
  論文  参考訳（メタデータ） (2023-08-07T14:16:52Z)
• Adversarial Stimuli: Attacking Brain-Computer Interfaces via Perturbed Sensory Events [11.650381752104296]
  脳波をベースとした運動画像(MI)を用いた脳神経インタフェースの実現可能性について,感覚刺激の摂動による検討を行った。 敵対的な例と同様に、これらの刺激は、BCIシステムの統合された脳感覚処理コンポーネントの限界を活用することを目的としている。
  論文  参考訳（メタデータ） (2022-11-18T05:20:35Z)
• Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
  精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。 睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。 スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
  論文  参考訳（メタデータ） (2022-11-08T17:29:40Z)
• Fuzzy Attention Neural Network to Tackle Discontinuity in Airway Segmentation [67.19443246236048]
  気道セグメンテーションは肺疾患の検査、診断、予後に重要である。 いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。 本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-09-05T16:38:13Z)
• What's on your mind? A Mental and Perceptual Load Estimation Framework towards Adaptive In-vehicle Interaction while Driving [55.41644538483948]
  精神的な作業量と知覚的負荷が心理生理学的次元に及ぼす影響を分析する。 これらの測定値の融合により、心的および知覚的負荷レベルを分類する。 我々は、最大89%のメンタルワークロード分類精度を報告し、リアルタイムに最小限のソリューションを提供する。
  論文  参考訳（メタデータ） (2022-08-10T21:19:49Z)
• Learning Human Cognitive Appraisal Through Reinforcement Memory Unit [63.83306892013521]
  逐次評価タスクにおける人間の認知評価の効果を生かしたリカレントニューラルネットワークのためのメモリ強調機構を提案する。 記憶増強機構を2つの正および負の強化記憶とともに評価状態を含む強化記憶ユニット(RMU)として概念化する。
  論文  参考訳（メタデータ） (2022-08-06T08:56:55Z)
• Estimation of Physical Activity Level and Ambient Condition Thresholds for Respiratory Health using Smartphone Sensors [0.0]
  本稿では,運動誘発呼吸状態(EiRCs)の症状を誘発する身体活動閾値を推定するために,スマートフォンにおける運動センサの可能性について検討する。 計算はSMA(Signal Magnitude Area)とEE(Energy Expenditure)の相関に基づく。 健康な個人から収集した実時間データを用いて,ElectRCを用いた個人の身体活動のレベルを調節するツールとして携帯電話の可能性を示した。
  論文  参考訳（メタデータ） (2021-12-11T14:25:41Z)
• 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)
• Anxiety Detection Leveraging Mobile Passive Sensing [53.11661460916551]
  不安障害は、子供と成人の両方に影響を及ぼす最も一般的な精神医学的問題である。 スマートフォンから受動的かつ控えめなデータ収集を活用することは、古典的な方法の代替となるかもしれない。 eWellnessは、個人デバイスのセンサとユーザログデータの完全な適合性を、連続的かつ受動的に追跡するために設計された、実験的なモバイルアプリケーションである。
  論文  参考訳（メタデータ） (2020-08-09T20:22:52Z)
• Towards Understanding the Adversarial Vulnerability of Skeleton-based Action Recognition [133.35968094967626]
  骨格に基づく行動認識は、動的状況への強い適応性から注目を集めている。 ディープラーニング技術の助けを借りて、かなり進歩し、現在、良識のある環境で約90%の精度を達成している。 異なる対角的環境下での骨格に基づく行動認識の脆弱性に関する研究はいまだ研究されていない。
  論文  参考訳（メタデータ） (2020-05-14T17:12:52Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)

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。