Infrared thermography as an access pathway for individuals with severe motor impairments
Notice bibliographique
Résumé
<p>Background: </p><p>People with severe motor impairments often require an alternative access pathway, such as a binary switch, to communicate and to interact with their environment. A wide range of access pathways have been developed from simple mechanical switches to sophisticated physiological ones. In this manuscript we report the inaugural investigation of infrared thermography as a non-invasive and non-contact access pathway by which individuals with disabilities can interact and perhaps eventually communicate. </p><p>Methods: </p><p>Our method exploits the local temperature changes associated with mouth opening/closing to enable a highly sensitive and specific binary switch. Ten participants (two with severe disabilities) provided examples of mouth opening and closing. Thermographic videos of each participant were recorded with an infrared thermal camera and processed using a computerized algorithm. The algorithm detected a mouth open-close pattern using a combination of adaptive thermal intensity filtering, motion tracking and morphological analysis. </p><p>Results: </p><p>High detection sensitivity and low error rate were achieved for the majority of the participants (mean sensitivity of all participants: 88.5% ± 11.3; mean specificity of all participants:99.4% ± 0.7). The algorithm performance was robust against participant motion and changes in the background scene.</p><p>Conclusion: </p><p> </p><p>Our findings suggest that further research on the infrared thermographic access pathway is warranted. Flexible camera location, convenience of use and robustness to ambient lighting levels, changes in background scene and extraneous body movements make this a potential new access modality that can be used night or day in unconstrained environments.</p>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».