Continuous 2D control via state-machine triggered by endogenous sensory discrimination and a fast brain switch
Notice bibliographique
Résumé
OBJECTIVE: Brain computer interfacing (BCI) is a promising method to control assistive systems for patients with severe disabilities. Recently, we have presented a novel BCI approach that combines an electrotactile menu and a brain switch, which allows the user to trigger many commands robustly and efficiently. However, the commands are timed to periodic tactile cues and this may challenge online control. In the present study, therefore, we implemented and evaluated a novel approach for online closed-loop control using the proposed BCI. APPROACH: Eleven healthy subjects used the novel method to move a cursor in a 2D space. To assure robust control with properly timed commands, the BCI was integrated within a state machine allowing the subject to start the cursor movement in the selected direction and asynchronously stop the cursor. The brain switch was controlled using motor execution (ME) or imagery (MI) and the menu implemented four (straight movements) or eight commands (straight and diagonal movements). MAIN RESULTS: The results showed a high completion rate of a target hitting task (~97% and ~92% for ME and MI, respectively), with a small number of collisions, when four-channel control was used. There was no significant difference in outcome measures between MI and ME, and performance was similar for four and eight commands. SIGNIFICANCE: These results demonstrate that the novel state-based scheme driven by a robust BCI can be successfully utilized for online control. Therefore, it can be an attractive solution for providing the user an online-control interface with many commands, which is difficult to achieve using classic BCI solutions.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».