EARtrodes: Towards a wireless in-ear custom-fitted brain computer interface
Notice bibliographique
Résumé
Brain-computer interfaces (BCI) can directly translate human intentions into discrete commands, bypassing the motor system. Most non-invasive BCI systems currently in use are based on electroencephalography (EEG) recording technology. While traditional EEG-based BCIs achieve high information transfer rates, these systems are facing important limitations. First, they cannot be used in daily life as they are bulky and sensitive to movement. Second, the scalp caps used to position electrodes are inadequate for social settings. To overcome these two limitations a portable and unobtrusive ear-EEG recording system was developed and tested against a traditional laboratory EEG system. The ear-EEG system senses brain-electrical signals from in and around-the ear, using custom-fitted earpieces. The objective of the current study is to assess if ear-EEG could produce results similar to the ones obtained from conventional EEG apparatus. Miniaturized wet electrodes were installed in a SonoFit™ custom-fitted in-ear audio platform developed by EERS (Montreal, Canada). This in-ear audio platform was coupled with a behind-the-ear piece forming a 5 mini electrodes interface. Auditory steady state responses (ASSRs) were collected with this prototype setup, dubbed “EARtrodes”, and compared to those obtained with a well-established, wired laboratory EEG recording system, the Rotman MASTER research system developed at the Baycrest Centre (University of Toronto, Canada). Although EARtrodes' signals show lower amplitudes, corresponding signal-to-noise ratios were similar with both systems. As a consequence, the proposed EARtrodes seems to be a promising candidate for future small, mobile, and unobtrusive BCI platforms, but further research is needed to investigate event-related potentials obtained from an auditory oddball and a mismatch negativity paradigm to further support such statement. In the long term ear-EEG systems like EARtrodes could be merged with other audio devices, such as hearing aids and headphones, to build next-generation devices that dynamically adapt to the listener’s intentions and cognitive state changes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».