A Data Glove with Tactile Feedback for fMRI of Virtual Reality Experiments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Virtual reality (VR) technology is increasingly recognized as a useful tool for the assessment and rehabilitation of neurologic and psychiatric disorders. The hope that VR can accurately mimic real-life events is also of great interest in basic neuroscience, to identify the brain activity that underlies complex behavior by combining VR with techniques such as functional magnetic resonance imaging (fMRI). Toward these applications, in this study we designed and validated an fMRI-compatible data glove with a built-in vibratory stimulus device for tactile feedback during VR experiments. A simple VR-fMRI experiment was performed at 3.0 Tesla on four young healthy adults involving touching a virtual object with and without tactile feedback. The usefulness of the data glove was subsequently assessed using a series of questionnaires, behavioral performance, and the resulting activation images. Questionnaire scores indicated positive opinions with respect to the data glove, the tactile feedback, and the experimental paradigm. All subjects felt comfortable in the scanner during the VR experiment and were able to perform all aspects of the tasks successfully and with reasonable accuracy. In addition, activation maps showed the anticipated modulations in motor, somatosensory, and parietal cortex. These results support that tactile feedback enhances the realism of virtual hand-object interactions, and that the tactile data glove is suitable for use in other VR-fMRI research applications (e.g., VR physical therapy for stroke recovery).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle