Name: a single-channel and non-invasive wearable brain-computer interface for industry and healthcare
Uploaded: 2023-07-07T15:00:00
Description: Watch this Scientific Journal Video about A Single-Channel and Non-Invasive Wearable Brain-Computer Interface for Industry and Healthcare at JoVE.com

Ce travail a été réalisé dans le cadre du projet TIC pour la santé, qui a été soutenu financièrement par le ministère italien de l’Éducation, de l’Université et de la Recherche (MIUR), dans le cadre de l’initiative Départements d’excellence (loi budgétaire italienne no. 232/2016), à travers une subvention d’excellence accordée au Département des technologies de l’information et du génie électrique de l’Université de Naples Federico II, Naples, Italie. Le projet a en effet été rendu possible grâce au soutien de l’initiative Res4Net et du TC-06 (Emerging Technologies in Measurements) de l’IEEE Instrumentation and Measurement Society. Les auteurs tiennent également à remercier L. Callegaro, A. Cioffi, S. Criscuolo, A. Cultrera, G. De Blasi, E. De Benedetto, L. Duraccio, E. Leone et M. Ortolano pour leurs précieuses contributions au développement, aux tests et à la validation du système.

L’étude a été approuvée par le Comité éthique de la recherche psychologique du Département des sciences humaines de l’Université de Naples Federico II. Les volontaires ont signé un consentement éclairé avant de participer aux expériences.
1. Préparation de l’interface cerveau - ordinateur portable non invasive
<ol><li>Procurez-vous un électroencéphalographe grand public à faible coût avec électrodes sèches et configurez-le pour une utilisation monoca...

<ol>
	<li>Wolpaw, J. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain-computer+interface+technology:+A+review+of+the+first+international+meeting.">Brain-computer interface technology: A review of the first international meeting.</a> IEEE Transactions on Rehabilitation Engineering. 8 (2), 164-173 (2000).</li><li>Zander, T. O., Kothe, C., Jatzev, S., Gaertner, M., Tan, D. S., Nijholt, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Enhancing+human-computer+interaction+with+input+from+active+and+passive+brain-computer+interfaces.">Enhancing human-computer interaction with input from active and passive brain-computer interfaces.</a> Brain-Computer Interfaces. , 181-199 (2010).</li><li>Ron-Angevin, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain-computer+interface+application:+Auditory+serial+interface+to+control+a+two-class+motor-imagery-based+wheelchair.">Brain-computer interface application: Auditory serial interface to control a two-class motor-imagery-based wheelchair.</a> Journal of Neuroengineering and Rehabilitation. 14 (1), 49 (2017).</li><li>Ahn, M., Lee, M., Choi, J., Jun, S. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+review+of+brain-computer+interface+games+and+an+opinion+survey+from+researchers,+developers+and+users.">A review of brain-computer interface games and an opinion survey from researchers, developers and users.</a> Sensors. 14 (8), 14601-14633 (2014).</li><li>Bi, L., Fan, X. A., Liu, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG-based+brain-controlled+mobile+robots:+A+survey.">EEG-based brain-controlled mobile robots: A survey.</a> IEEE Transactions on Human-Machine Systems. 43 (2), 161-176 (2013).</li><li>Arpaia, P., Callegaro, L., Cultrera, A., Esposito, A., Ortolano, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Metrological+characterization+of+a+low-cost+electroencephalograph+for+wearable+neural+interfaces+in+industry+4.0+applications.">Metrological characterization of a low-cost electroencephalograph for wearable neural interfaces in industry 4.0 applications.</a> IEEE International Workshop on Metrology for Industry 4.0 &amp; IoT (MetroInd4. 0&amp;IoT). , 1-5 (2021).</li><li>R&#252;&#223;mann, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Industry+4.0:+The+future+of+productivity+and+growth+in+manufacturing+industries.">Industry 4.0: The future of productivity and growth in manufacturing industries.</a> Boston Consulting Group. 9 (1), 54-89 (2015).</li><li>Angrisani, L., Arpaia, P., Moccaldi, N., Esposito, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Wearable+augmented+reality+and+brain+computer+interface+to+improve+human-robot+interactions+in+smart+industry:+A+feasibility+study+for+SSVEP+signals.">Wearable augmented reality and brain computer interface to improve human-robot interactions in smart industry: A feasibility study for SSVEP signals.</a> IEEE 4th International Forum on Research and Technology for Society and Industry (RTSI). , 1-5 (2018).</li><li>Brunner, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=BNCI+Horizon+2020:+Towards+a+roadmap+for+the+BCI+community.">BNCI Horizon 2020: Towards a roadmap for the BCI community.</a> Brain-Computer Interfaces. 2 (1), 1-10 (2015).</li><li>Yin, E., Zhou, Z., Jiang, J., Yu, Y., Hu, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+dynamically+optimized+SSVEP+brain-computer+interface+(BCI)+speller.">A dynamically optimized SSVEP brain-computer interface (BCI) speller.</a> IEEE Transactions on Biomedical Engineering. 62 (6), 1447-1456 (2014).</li><li>Chen, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adaptive+asynchronous+control+system+of+robotic+arm+based+on+augmented+reality-assisted+brain-computer+interface.">Adaptive asynchronous control system of robotic arm based on augmented reality-assisted brain-computer interface.</a> Journal of Neural Engineering. 18 (6), 066005 (2021).</li><li>Ball, T., Kern, M., Mutschler, I., Aertsen, A., Schulze-Bonhage, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Signal+quality+of+simultaneously+recorded+invasive+and+non-invasive+EEG.">Signal quality of simultaneously recorded invasive and non-invasive EEG.</a> Neuroimage. 46 (3), 708-716 (2009).</li><li>Grosse-Wentrup, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What+are+the+causes+of+performance+variation+in+brain-computer+interfacing.">What are the causes of performance variation in brain-computer interfacing.</a> International Journal of Bioelectromagnetism. 13 (3), 115-116 (2011).</li><li>Arpaia, P., Esposito, A., Natalizio, A., Parvis, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+to+successfully+classify+EEG+in+motor+imagery+BCI:+A+metrological+analysis+of+the+state+of+the+art.">How to successfully classify EEG in motor imagery BCI: A metrological analysis of the state of the art.</a> Journal of Neural Engineering. 19 (3), (2022).</li><li>Ajami, S., Mahnam, A., Abootalebi, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+a+practical+high+frequency+brain-computer+interface+based+on+steady-state+visual+evoked+potentials+using+a+single+channel+of+EEG.">Development of a practical high frequency brain-computer interface based on steady-state visual evoked potentials using a single channel of EEG.</a> Biocybernetics and Biomedical Engineering. 38 (1), 106-114 (2018).</li><li>Friedman, D., Nakatsu, R., Rauterberg, M., Ciancarini, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain-computer+interfacing+and+virtual+reality.">Brain-computer interfacing and virtual reality.</a> Handbook of Digital Games and Entertainment Technologies. , 151-171 (2015).</li><li>Wang, M., Li, R., Zhang, R., Li, G., Zhang, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+wearable+SSVEP-based+BCI+system+for+quadcopter+control+using+head-mounted+device.">A wearable SSVEP-based BCI system for quadcopter control using head-mounted device.</a> IEEE Access. 6, 26789-26798 (2018).</li><li>Arpaia, P., Callegaro, L., Cultrera, A., Esposito, A., Ortolano, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Metrological+characterization+of+consumer-grade+equipment+for+wearable+brain-computer+interfaces+and+extended+reality.">Metrological characterization of consumer-grade equipment for wearable brain-computer interfaces and extended reality.</a> IEEE Transactions on Instrumentation and Measurement. 71, 1-9 (2021).</li><li>Wolpaw, J. R., Birbaumer, N., McFarland, D. J., Pfurtscheller, G., Vaughan, T. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain-computer+interfaces+for+communication+and+control.">Brain-computer interfaces for communication and control.</a> Clinical Neurophysiology. 113 (6), 767-791 (2002).</li><li>Duszyk, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Towards+an+optimization+of+stimulus+parameters+for+brain-computer+interfaces+based+on+steady+state+visual+evoked+potentials.">Towards an optimization of stimulus parameters for brain-computer interfaces based on steady state visual evoked potentials.</a> PLoS One. 9 (11), 112099 (2014).</li><li>Prasad, P. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SSVEP+signal+detection+for+BCI+application.">SSVEP signal detection for BCI application.</a> IEEE 7th International Advance Computing Conference (IACC). , 590-595 (2017).</li><li>Xing, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+high-speed+SSVEP-based+BCI+using+dry+EEG+electrodes).">A high-speed SSVEP-based BCI using dry EEG electrodes).</a> Scientific Reports. 8, 14708 (2018).</li><li>Luo, A., Sullivan, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+user-friendly+SSVEP-based+brain-computer+interface+using+a+time-domain+classifier.">A user-friendly SSVEP-based brain-computer interface using a time-domain classifier.</a> Journal of Neural Engineering. 7 (2), 026010 (2010).</li></ol>

Le bon fonctionnement du système implique deux aspects cruciaux: l’élicitation SSVEP et l’acquisition du signal. Outre les dispositifs spécifiques choisis pour la présente étude, SSVEP pourrait être déclenché avec différents dispositifs fournissant une lumière vacillante, bien que les lunettes intelligentes soient préférées pour assurer la portabilité et la portabilité. De même, d’autres électroencéphalographes commerciaux pourraient être envisagés, mais ils devraient être portables, portables ...

Une interface cerveau-ordinateur (BCI) est un système permettant la communication et/ou le contrôle de dispositifs sans voies neuronales naturelles1. La technologie BCI est ce qui se rapproche le plus du contrôle des objets avec le pouvoir de l’esprit. D’un point de vue technique, le fonctionnement du système fonctionne en mesurant l’activité cérébrale induite ou évoquée, qui pourrait être générée involontairement ou volontairement par le sujet2. Historiquement, la recherche s’est concentrée sur l’aide aux personnes ayant un handicap moteur grâce à BCI3, mais un nombre croissant d’entreprises proposent aujourd’hui des instruments basés sur BCI pour les jeux4, la robotique5, l’industrie6 et d’autres applications impliquant une interaction homme-machine. En particulier, les BCI peuvent jouer un rôle dans la quatrième révolution industrielle, à savoir l’industrie 4.07, où les systèmes de production cyber-physiques modifient l’interaction entre les humains et l’environnement8. D’une manière générale, le projet européen BNCI Horizon 2020 a identifié des scénarios d’application tels que le remplacement, la restauration, l’amélioration, l’amélioration ou le complément des fonctions naturelles perdues du système nerveux central, ainsi que l’utilisation des BCI dans l’étude du cerveau9.
Dans ce cadre, les progrès technologiques récents signifient que les interfaces cerveau-ordinateur peuvent être applicables à une utilisation dans la vie quotidienne10,11. Pour atteindre cet objectif, la première exigence est le caractère non invasif, ce qui est important pour éviter les risques d’une intervention chirurgicale et accroître l’acceptation par les utilisateurs. Cependant, il convient de noter que le choix de la neuroimagerie non invasive affecte la qualité des signaux cérébraux mesurés, et que la conception du BCI doit alors traiter les pièges associés12. De plus, la portabilité et la portabilité sont requises. Ces exigences sont conformes à la nécessité d’un système convivial mais posent également certaines contraintes. Dans l’ensemble, les contraintes matérielles mentionnées sont résolues par l’utilisation d’un système électroencéphalographique (EEG) avec des électrodes sans gel6. Un tel BCI basé sur l’EEG serait également peu coûteux. Pendant ce temps, en ce qui concerne le logiciel, une formation minimale des utilisateurs (ou idéalement aucune formation) serait souhaitée; À savoir, il serait préférable d’éviter de longues périodes pour régler l’algorithme de traitement avant que l’utilisateur puisse utiliser le système. Cet aspect est essentiel dans les BCI en raison de la non-stationnarité inter-sujets et intra-sujets13,14.
La littérature antérieure a démontré que la détection des potentiels cérébraux évoqués est robuste en ce qui concerne la non-stationnarité et le bruit dans l’acquisition du signal. En d’autres termes, les BCI s’appuyant sur la détection du potentiel évoqué sont appelés réactifs et sont les BCI les plus performants en termes de reconnaissance des formes cérébrales15. Néanmoins, ils nécessitent une stimulation sensorielle, ce qui est probablement le principal inconvénient de telles interfaces. L’objectif de la méthode proposée est donc de construire un BCI hautement portable et portable reposant sur des instruments portables et prêts à l’emploi. Les stimuli sensoriels consistent ici en des lumières vacillantes, générées par des lunettes intelligentes, capables de générer des potentiels évoqués visuellement à l’état stable (SSVEP). Des travaux antérieurs ont déjà envisagé d’intégrer BCI à la réalité virtuelle seule ou en conjonction avec la réalité augmentée16. Par exemple, un système BCI-AR a été proposé pour contrôler un quadricoptère avec SSVEP17. La réalité virtuelle, la réalité augmentée et d’autres paradigmes sont désignés par le terme réalité étendue. Dans un tel scénario, le choix des lunettes intelligentes est conforme aux exigences de portabilité et de portabilité, et les lunettes intelligentes peuvent être intégrées avec une configuration d’acquisition EEG minimale. Cet article montre que le BCI basé sur SSVEP nécessite également une formation minimale tout en obtenant des performances de classification acceptables pour les applications de communication et de contrôle à faible et moyenne vitesse. Par conséquent, la technique est appliquée au BCI pour les applications de la vie quotidienne, et elle semble particulièrement adaptée à l’industrie et aux soins de santé.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Conductive rubber with Ag/AgCl coating&#160;</td>
			<td>ab medica s.p.a.</td>
			<td>N/A</td>
			<td>Alternative electrodes &#8211; type 2</td>
		</tr>
		<tr>
			<td>Earclip electrode</td>
			<td>OpenBCI</td>
			<td>N/A</td>
			<td>Ear clip</td>
		</tr>
		<tr>
			<td>EEG-AE</td>
			<td>Olimex</td>
			<td>N/A</td>
			<td>Active electrodes</td>
		</tr>
		<tr>
			<td>EEG-PE</td>
			<td>Olimex</td>
			<td>N/A</td>
			<td>Passive electrode</td>
		</tr>
		<tr>
			<td>EEG-SMT</td>
			<td>Olimex</td>
			<td>N/A</td>
			<td>Low-cost electroencephalograph</td>
		</tr>
		<tr>
			<td>Moverio BT-200</td>
			<td>Epson</td>
			<td>N/A</td>
			<td>Smart glasses</td>
		</tr>
		<tr>
			<td>Snap electrodes</td>
			<td>OpenBCI</td>
			<td>N/A</td>
			<td>Alternative electrodes &#8211; type 1</td>
		</tr>
	</tbody>
</table>

a single-channel and non-invasive wearable brain-computer interface for industry and healthcare

Le présent travail se concentre sur la façon de construire une interface cerveau-ordinateur portable (BCI). Les BCI sont un nouveau moyen d’interaction homme-machine qui repose sur des mesures directes des signaux cérébraux pour aider à la fois les personnes handicapées et les personnes valides. Les exemples d’application incluent le contrôle robotique, l’inspection industrielle et la neuroréhabilitation. Des études récentes ont notamment montré que les potentiels évoqués visuels à l’état stable (SSVEP) sont particulièrement adaptés aux applications de communication et de contrôle, et des efforts sont actuellement déployés pour intégrer la technologie BCI dans la vie quotidienne. Pour atteindre cet objectif, le système final doit s’appuyer sur une instrumentation portable, portable et peu coûteuse. Dans l’exploitation des SSVEP, un stimulus visuel vacillant avec des fréquences fixes est nécessaire. Ainsi, en considérant les contraintes de la vie quotidienne, la possibilité de fournir des stimuli visuels au moyen de lunettes intelligentes a été explorée dans cette étude. De plus, pour détecter les potentiels suscités, un appareil commercial d’électroencéphalographie (EEG) a été envisagé. Il s’agit d’un seul canal différentiel avec des électrodes sèches (pas de gel conducteur), obtenant ainsi la plus grande portabilité et portabilité. Dans un tel BCI, l’utilisateur peut interagir avec les lunettes intelligentes en regardant simplement les icônes apparaissant sur l’écran. Sur ce principe simple, un BCI convivial et peu coûteux a été construit en intégrant des lunettes de réalité étendue (XR) à un appareil EEG disponible dans le commerce. La fonctionnalité de ce XR-BCI portable a été examinée avec une campagne expérimentale impliquant 20 sujets. La précision de classification était comprise entre 80% et 95% en moyenne en fonction du temps de stimulation. Compte tenu de ces résultats, le système peut être utilisé comme interface homme-machine pour l’inspection industrielle mais aussi pour la réadaptation dans le TDAH et l’autisme.

Une mise en œuvre possible du système décrit ci-dessus est illustrée à la figure 1; Cette implémentation permet à l’utilisateur de naviguer en réalité augmentée grâce à l’activité cérébrale. Les icônes scintillantes sur l’écran des lunettes intelligentes correspondent aux actions de l’application (Figure 1A) et, par conséquent, ces lunettes représentent un substitut à une interface traditionnelle bas?...

Watch this Scientific Journal Video about A Single-Channel and Non-Invasive Wearable Brain-Computer Interface for Industry and Healthcare at JoVE.com

A Single-Channel and Non-Invasive Wearable Brain-Computer Interface for Industry and Healthcare

Cet article explique comment construire une interface cerveau-ordinateur en s’appuyant sur un équipement de qualité grand public et des potentiels évoqués visuellement à l’état stable. Pour cela, un électroencéphalographe monocanal exploitant des électrodes sèches a été intégré à des lunettes de réalité augmentée pour la présentation des stimuli et la visualisation des données de sortie. Le système final était non invasif, portable et portable.

Une interface cerveau-ordinateur portable à canal unique et non invasive pour l’industrie et les soins de santé

The present work focuses on how to build a wearable brain-computer interface (BCI). BCIs are a novel means of human-computer interaction that relies on ...

La proposition de ce travail contribue au développement d’interfaces cerveau-ordinateur à faible coût, portables et portables en exploitant des équipements grand public, un traitement du signal simple et une réalité étendue. Cette technique vise à rapprocher la technologie d’interface cerveau-ordinateur de la vie quotidienne et à ouvrir de nouvelles possibilités pour de nombreux utilisateurs dans les applications industrielles et de santé. Le système de proposition a également été appliqué à la réadaptation robotisée pour les enfants atteints de trouble déficitaire de l’attention / hyperactivité ou d’autisme.Les résultats ont été encourageants. Pour commencer, portez les lunettes intelligentes et le bandeau et connectez l’électroencéphalographe à faible coût à un PC via un câble USB pendant que le PC est déconnecté de l’alimentation principale. À cette étape, toutes les électrodes doivent être déconnectées de la carte d’acquisition de l’électroencéphalographe pour partir d’une condition connue.A cette phase, le flux EEG est traité hors ligne sur le PC avec un script compatible avec le traitement implémenté dans l’application Android. Démarrez le script pour recevoir les signaux EEG et les visualiser. Vérifiez le signal affiché.Celui-ci doit correspondre uniquement au bruit de quantification de l’amplificateur EEG. Connectez la première électrode et appliquez l’électrode passive à l’oreille gauche avec un clip personnalisé ou utilisez une électrode de clip d’oreille. Le signal de sortie doit rester inchangé à cette étape car le canal différentiel de mesure est toujours un circuit ouvert.Connectez une électrode active à la borne négative de l’entrée différentielle du canal EEG de mesure et appliquez-la sur la région frontale avec un bandeau. Après quelques secondes, le signal devrait revenir à zéro. Connectez l’autre électrode active à la borne positive de l’entrée différentielle du canal EEG de mesure et appliquez-la sur la région occipitale avec le bandeau.Un signal cérébral correspondant à l’activité visuelle mesurée par rapport à la zone frontale du cerveau et à la région occipitale est maintenant affiché. Stimulez à plusieurs reprises l’utilisateur avec des icônes scintillantes de 10 hertz et 12 hertz en démarrant l’icône scintillante dans l’application Android. Appuyez sur le pavé tactile des lunettes intelligentes tout en démarrant le script d’acquisition et de visualisation EEG.Assurez-vous que chaque stimulation de cette phase consiste en une seule icône qui scintille pendant 10 secondes. À partir des signaux de dix secondes associés à chaque stimulation, extrayez deux caractéristiques en utilisant la transformée de Fourier rapide, la densité spectrale de puissance à 10 hertz et 12 hertz. Alternativement, considérez également les secondes harmoniques.Utilisez une représentation des signaux acquis dans le domaine des entités pour former un classificateur de machine à vecteurs de support. Utilisez un outil dans MATLAB ou Python pour identifier les paramètres d’un hyperplan avec un noyau éventuel. Sur la base des caractéristiques d’entrée, le modèle entraîné sera capable de classer les observations futures des signaux EEG.Déconnectez le câble USB du PC et connectez-le directement aux lunettes intelligentes. Insérez les paramètres du classificateur entraîné dans l’application Android. Le système est maintenant prêt.L’électroencéphalographe à faible coût a été caractérisé en fonction de la linéarité et de l’erreur de magnitude. Les résultats sont présentés ici. Le scintillement des lunettes intelligentes a été mesuré pour mettre en évidence les écarts éventuels par rapport au trajet nominal des ondes carrées.La caractérisation des lunettes intelligentes commerciales en termes de spectre d’amplitude des boutons scintillants est illustrée dans cette figure. Le scintillement à 10 hertz et à 12 hertz est montré ici. Cette figure représente les signaux mesurés lors de la stimulation visuelle dans le domaine des caractéristiques.Les signaux associés aux stimuli scintillants de 12 hertz sont présentés en bleu tandis que les signaux associés aux stimuli scintillants de 10 hertz sont présentés en rouge. Pour chaque sujet, les résultats associés à une stimulation de dix secondes sont comparés à ceux associés à une stimulation de deux secondes. La précision obtenue en considérant tous les sujets ensemble ainsi que la précision moyenne parmi tous les sujets sont rapportées ici.La comparaison des performances de classification lors de la prise en compte de deux caractéristiques PSD par rapport à quatre caractéristiques PSD pour les données EEG liées au SSVEP est présentée ici. Compte tenu des bonnes propriétés métrologiques de l’équipement grand public, il faut surtout faire attention à la stabilité mécanique des électrodes de mesure car elles n’utilisent pas de gels conducteurs. Cette procédure s’est avérée fonctionnelle pour les signaux SSVEP qui sont des bruits relativement robustes, mais on pourrait étudier l’utilisation d’instruments similaires dans d’autres paradigmes tels que l’imagerie motrice.Grâce à la portabilité, à la portabilité et à la facilité d’utilisation, cette technique est maintenant étudiée en tant que dispositif supplémentaire pour la rééducation ou en tant que nouvel outil pour les scénarios industriels.

Research

JoVE Journal

Engineering

Controlling the Size, Shape and Stability of Supramolecular Polymers in Water

Contrôle de la taille, la forme et la stabilité des polymères supramoléculaires dans l&#39;eau

For aqueous based supramolecular polymers, the simultaneous control over shape, size and stability is very difficult1. At the same time, the ability to do ...

Recherche

Ingénierie

Detection and Recovery of Palladium, Gold and Cobalt Metals from the Urban Mine Using Novel Sensors/Adsorbents Designated with Nanoscale Wagon-wheel-shaped Pores

Détection et récupération du palladium, or et métaux de cobalt provenant de la mine urbaine utilisant de nouveaux capteurs / adsorbants désignés avec Nanoscale Wagon en forme de roues-Pores

Developing low-cost, efficient processes for recovering and recycling palladium, gold and cobalt metals from urban mine remains a significant challenge in ...

Quantification of Hydrogen Concentrations in Surface and Interface Layers and Bulk Materials through Depth Profiling with Nuclear Reaction Analysis

Quantification des concentrations d&#39;hydrogène dans des surfaces et interfaces des couches et des matériaux en vrac par le biais de profils en profondeur avec l&#39;analyse de la réaction nucléaire

Nuclear reaction analysis (NRA) via the resonant 1H(15N,&#945;&#947;)12C reaction is a highly effective method of depth profiling that quantitatively and ...

Hand Controlled Manipulation of Single Molecules via a Scanning Probe Microscope with a 3D Virtual Reality Interface

Manipulation de l&#39;unité Molécules contrôlée main via un microscope à balayage de la sonde avec une interface de réalité virtuelle 3D

Considering organic molecules as the functional building blocks of future nanoscale technology, the question of how to arrange and assemble such building ...

Gain-compensation Methodology for a Sinusoidal Scan of a Galvanometer Mirror in Proportional-Integral-Differential Control Using Pre-emphasis Techniques

Méthodologie de compensation de gain pour un balayage sinusoïdales d&#39;un miroir galvanomètre proportionnelle intégrale différentielle de contrôle au moyen de techniques Préaccentuation

Galvanometer mirrors are used for optical applications such as target tracking, drawing, and scanning control because of their high speed and accuracy. ...

O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression

Unlike macroscopic process variables, near-infrared spectroscopy provides process information at the molecular level and can significantly improve the ...

Evaluating Usability Aspects of a Mixed Reality Solution for Immersive Analytics in Industry 4.0 Scenarios

Évaluation des aspects d’utilisabilité d’une solution de réalité mixte pour l’analyse immersive dans les scénarios de l’industrie 4.0

In medicine or industry, the analysis of high-dimensional data sets is increasingly required. However, available technical solutions are often complex to ...

A Multi-Cue Bioreactor to Evaluate the Inflammatory and Regenerative Capacity of Biomaterials under Flow and Stretch

Un bioréacteur multi-cue pour évaluer la capacité inflammatoire et régénératrice des biomatériaux sous écoulement et étirement

The use of resorbable biomaterials to induce regeneration directly in the body is an attractive strategy from a translational perspective. Such materials ...

Elaborate Control of Inkjet Printer for Fabrication of Chip-based Supercapacitors

Contrôle élaboré de l’imprimante à jet d’encre pour la fabrication de supercondensateurs à base de puce

There are tremendous efforts in various fields to apply the inkjet printing method for the fabrication of wearable devices, displays, and energy storage ...

Evaluating the Electrochemical Properties of Supercapacitors using the Three-Electrode System

Évaluation des propriétés électrochimiques des supercondensateurs à l’aide du système à trois électrodes

The three-electrode system is a basic and general analytical platform for investigating the electrochemical performance and characteristics of energy ...