O objetivo geral desta interface é estudar o efeito do aumento do sinal poli na conscientização corporal. Isso é feito projetando uma interface de loop fechado genérico, que pode ser usada com diferentes tecnologias vestíveis em diferentes configurações experimentais e pode ser aplicada em diferentes populações. Neste trabalho apresentamos uma interface genérica para sample interfaces, suas aplicações e seu efeito no sistema humano.
O primeiro passo do projeto é o uso de várias tecnologias vestíveis que permitem o registro de sinais que vêm de diferentes níveis do sistema nervoso. O segundo passo é o uso da camada Lab Streaming para alcançar gravação sincronizada e transmissão em tempo real dos sinais. Na primeira etapa, os dados do fluxo são puxados por código, desenvolvidos na linguagem de nossa preferência onde a análise em tempo real e a extração de recursos de um sinal selecionado estão ocorrendo.
Assim, na quarta etapa os participantes estão experimentando o aumento sensorial de características extraídas, como o mapeamento auditivo de sua frequência cardíaca para o ritmo da canção ou a representação visual de seus movimentos. Finalmente, ao aumentar continuamente em tempo real as informações do corpo, fechamos o ciclo da interação desdobramento entre a interface e o participante. Investigações sobre como o cérebro pode controlar nossos corpos geraram o projeto de interfaces de máquinas cerebrais.
Que aproveitam os sinais do sistema nervoso para controlar um dispositivo externo, como um exoesqueleto ou um braço robótico. Aqui apresentamos interfaces de loop fechado que aproveitam os sinais do sistema nervoso e os aumentam usando um módulo sensorial para auxiliar os participantes a obter controle sobre seus corpos. Algumas características essenciais ou características do nosso design são uma, o registro síncrono de dados provenientes de diferentes tecnologias para investigar vários níveis do sistema nervoso e dois é o fluxo de dados e análise dos dados para aumento em tempo real Em ambos os estudos de amostra, usamos feedback de áudio, mas na interface de loop fechado de áudio os dançarinos de salsa estavam respondendo ao ritmo da música que era controlada em tempo real , baseado no ritmo do coração.
Para isso usamos a linguagem de programação musical, Max para controlar a velocidade de reprodução dos arquivos de áudio. Sensores capturam os dançarinos, batimentos cardíacos e picos de coração filtrado R são gerados usando um script Python. Esses valores de pico são então transmitidos em tempo real para Max através de controle de som aberto.
Primeiro ajudamos o participante a colocar o traje de captura de movimento baseado em LED e anexado a ele, seu controlador led sem fio. Depois de ligar o servidor, abra um navegador da Web, digite o endereço IP da máquina do servidor e faça login. Se esta etapa for bem sucedida, o gerenciador de configuração será aberto.
Em seguida, abra a interface do sistema de captura de movimento e clique em conectar. para começar a transmitir os dados dos marcadores led. Uma vez estabelecida a conexão, a posição dos marcadores será exibida no mundo virtual da interface.
Clique com o botão direito do mouse no esqueleto no lado direito da janela e selecione novo esqueleto para escolher o mapeamento do marcador. Em seguida, clique com o botão direito do mouse no esqueleto novamente e selecione gerar esqueleto. Certifique-se de que o participante está posando em pose T.
Se todas as etapas forem corretamente executadas, o esqueleto será gerado. Para transmitir os dados do esqueleto para LSL selecione configurações e opções do menu principal. Abra o Emulador OWL e certifique-se de que você tenha clicado em iniciar a transmissão ao vivo.
Em seguida, ajude o mesmo participante a colocar a tampa da cabeça do EEG. Encha os eletrodos com gel condutor alto e coloque os cabos de eletrodos. Em seguida, conecte-os no monitor sem fio e ligue-o.
Abra a interface do sistema EEG e selecione usar dispositivo wi-fi. Selecione o dispositivo e clique em usar este dispositivo, clique no ícone da cabeça. Selecione o protocolo que permite a gravação de todos os 32 sensores e clique em carga.
Certifique-se de que os dados do fluxo se encaixam e todos são exibidos na interface. Para coletar dados de atividade cardíaca, use um dos canais EEG para conectar o cabo de extensão EEG. Use um eletrodo pegajoso para furar a outra extremidade da extensão logo abaixo da caixa torácica esquerda do participante.
Localize a aplicação LSL do sistema de captura de movimento na pasta LSL e execute-a clicando duas vezes no ícone correspondente. Na interface defina o endereço adequado do servidor, clique em link. Para o fluxo de dados EEG e ECG, não são necessárias etapas extras.
Em seguida, localizamos o aplicativo de gravador de laboratório, que também está localizado na pasta LSL. Execute o aplicativo clicando duas vezes nele. Se não todos os tipos de dados da captura de movimento e do sistema EEG forem exibidos no registro do painel para fluxos, clique em atualizar.
Selecione diretório e nome no painel de localização de armazenamento e clique em iniciar a coleta de dados. Execute o MATLAB, Python ou outro código que receba, processe e aumente os dados do fluxo. O LSL permite o streaming dos dados em inúmeras plataformas de programação.
Eles utilizam os objetivos correspondentes aos seus exemplos apresentá-insustivos descritos no manuscrito. Visite nosso link do GitHub. No mercado existem várias tecnologias que criam saídas sensoriais.
Alguns exemplos comuns são: alto-falantes, luzes, monitores e outros menos comuns, como vibradores de dispositivos hápticos, interfaces gustatórias e olfativas. Na interface de loop fechado de áudio conseguimos aumentar digitalmente a frequência cardíaca. Usando a linguagem de programação musical Max, somos capazes de controlar a velocidade de reprodução de arquivos de áudio.
Os picos de coração R filtrados que são impressos no console são transmitidos do script Python para Max. Lá o intervalo de intervalo de pico inter é medido e convertido em batidas por minuto. Os dados são dimensionados para criar uma faixa entre zero, a velocidade de reprodução mais lenta possível e a velocidade máxima de reprodução.
Neste contínuo é igual a velocidade normal de reprodução, 0,5 é igual a meia velocidade e dois é igual a velocidade de reprodução dupla. O design da interface genérica pode ser usado em várias populações. Seu protocolo e os exemplos que são usados aqui para fornecer prova de conceito não se limitam a um grupo específico.
Além disso, as interfaces de loop fechado são projetadas para serem exploradas e aprendidas intuitivamente. Embora não deva haver necessidade de instruções como parte do procedimento experimental. No estudo da interface de loop fechado de áudio de uma interação diádica real, duas dançarinas de salsa interagiram com uma interface que usa a frequência cardíaca das dançarinas para alterar a velocidade da canção.
Os dançarinos realizaram uma coreografia bem ensaiada e uma dança improvisada. Em cada condição eles executaram a versão original da canção uma vez e, em seguida, é a versão alterada coração duas vezes. A partir dos dados coletados estimamos as assinaturas gama estocásticas dos picos de micro movimento extraídos.
Aqui observamos as funções estimadas de densidade de probabilidade do coração e os dados musicais. As figuras da droga demonstram os conjuntos do coração, que é um órgão autônomo, desde a primeira condição dançando a canção em sua forma original. Para a segunda e terceira condição dançando a canção alterada do coração.
A figura esquerda corresponde às três gravações da dança espontânea, enquanto a figura certa para as três gravações da dança deliberada. Nas figuras inferiores podemos observar os conjuntos correspondentes do áudio reproduzido. Aqui os cenários têm uma direção oposta.
No estudo da interface de loop fechado audiovisual de uma interação disádica artificial, seis participantes interagiram com uma interface que cria seu avatar espelhado ao vivo. Além disso, incorpora sons dependentes da posição do quadril. Os participantes foram ingênuos quanto ao propósito do estudo;tiveram que caminhar pela sala e descobrir como controlar o som que surpreendentemente surgiria à medida que passavam pela região de interesse.
Os números demonstram a função de densidade de probabilidade e as assinaturas gama correspondentes dos dados de velocidade do quadril de 60 participantes de controle de amigos, C1 a C6 quando estavam dentro e fora da região de interesse. Os resultados destacam as diferenças personalizadas no comportamento dos participantes dentro ou fora da região. Empiricamente descobrimos que as assinaturas localizadas no canto inferior direito do plano gama são de atletas e dançarinos realizando movimentos altamente qualificados, assinaturas que ficam na região superior esquerda vêm de conjuntos de dados de sistemas nervosos com patologias.
Portanto, podemos notar que as assinaturas da velocidade do quadril de controle três e quatro revelam padrões motores mais saudáveis quando dentro do volume. Em contraste, o resto dos participantes apresentam o padrão oposto. Essa abordagem pode ser usada tanto para obter uma maior compreensão da relação entre os movimentos de um dançarino e o som.
Ele também pode ser usado para explorar novas abordagens para a composição musical que são conduzidas por informações corporais em tempo real, convertendo a música fazendo para uma experiência o aumento do sinal corporal O desenvolvimento e a pesquisa em interfaces de loop fechado podem beneficiar vários distúrbios do sistema nervoso. Eles também poderiam ser usados em jogos, treinamento de movimentos e esportes.
