Development of a Brain Controlled Assistive Feeding System with OpenBCI
Notice bibliographique
Résumé
Amyotrophic Lateral Sclerosis (ALS) Patients, individuals confined to respective homes, and those with upper limb disabilities frequently experience feeding issues and malnourishment.Asphyxia or choking can occur during feeding, which is frequently uncomfortable and time-consuming.Currently, these individuals are assisted in eating by robotic devices.All the same, persons with severe disabilities-such as sensory loss-or trouble with basic physical mobility should not employ assistive robots that need movement from the user.An amazing help in this area is a robotic system that is controlled only by brain signals.Therefore, a prototype of an electroencephalogram (EEG)-based feeding robot is proposed based on the specifications for a real-time helpful robot which is a Brain Computer Interface (BCI).An assistive technology called a feeding assistance robot is used to help people who are unable to independently move food from a container into their mouths.Feeding assistance robots have been introduced to help those who experience upper limb function loss due to cerebral palsy, spinal cord injuries, or amputations.These individuals may find it impossible to feed themselves.A set of experiments were carried out with healthy subjects to validate the proposed system and results are here presented.According to experimental data, the built system can do the necessary tasks in real-time with acceptable errors of an average of about 21% with a 77% overall accuracy for the system in performing the feeding of the users.With further supervision, this level of inaccuracy can be decreased or, in certain situations, completely eliminated.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».