MétaCan
Menu
Retour à la cohorte
Enregistrement W2610628024

Validation of a piezoelectric sensor array for a wrist-worn muscle-computer interface

2016· article· en· W2610628024 sur OpenAlexaff
Riley Booth, Peter Goldsmith

Notice bibliographique

RevueCMBES Proceedings · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInterface (matter)AccelerometerWearable computerComputer scienceSIGNAL (programming language)RepeatabilityBrain–computer interfaceAcousticsSimulationElectroencephalographyEmbedded system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The average adult spends more hours per day interacting with a computer than sleeping. Computer interfaces that require low physical effort offer users a heathy and efficient interaction method. The lowest physical effort device is the brain-computer interface, which uses electric signals on the scalp. However, since electroencephalography signals are difficult to detect and process, we are investigating the use of alternative biosignals suitable for wearable computer interfaces. Sensors worn over or near muscles can detect electromyographic or mechanomyographic signals, where the latter refer to vibrations and pressure changes caused by muscle activation. Previously, mechanomyographic signals have been measured using accelerometers, microphones and other vibration sensing equipment, and some wearable computer interfaces based on muscle activation have been investigated. We are instead using piezo-electric sensors to measure vibration and pressure, as they are inexpensive, small and highly sensitive. Using piezo-electric sensors, we developed a wrist wearable sensor array that allowed unrestricted movement of the fingers and produced a recordable signal. The movement generated signals were recorded during experiments involving small individual finger movements. Each isolated movement was associated with a single recording which was analysed for a variety of signal features, correlation with the movement, and repeatability between sessions. The correlation and repeatability results support the use of piezo-electric sensors as a viable wearable computer interface sensor. Such a device could be used for prosthetic control, robot assisted surgery, and mobile computer interaction.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,268
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCMBES ProceedingsMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207