Loading...
机构名称:
¥ 1.0

摘要 - 注意力多动障碍(ADHD)是一种神经发育障碍,影响了一定程度的儿童及其生活方式。一种治疗这种疾病的新方法是在整个患者中使用脑部计算机界面(BCI)学会自行自我调节自己的症状。在这种情况下,研究导致了旨在估计对这些界面的关注的工具。同时,虚拟现实(VR)耳机的民主化以及它为多个方面产生有效的环境的事实:安全,灵活和生态上有效,导致其用于BCI应用程序的使用增加。另一点是人工智能(AI)在不同领域的医疗领域越来越发达。在本文中,我们提出了一种创新的方法,目的是从生理信号的测量中估算注意力:脑电图(EEG),凝视方向和头部运动。该框架是为了评估VR环境中的注意力的开发。我们为特征提取和专用的机器学习模型提出了一种新颖的方法。试点研究已应用于一组志愿者,与最先进的方法相比,我们的方法的错误率较低。关键字 - 虚拟现实,机器学习,大脑计算接口,眼睛跟踪

基于脑电图的图像回归

基于脑电图的图像回归PDF文件第1页

基于脑电图的图像回归PDF文件第2页

基于脑电图的图像回归PDF文件第3页

基于脑电图的图像回归PDF文件第4页

基于脑电图的图像回归PDF文件第5页

相关文件推荐

2023 年
¥1.0
2020 年
¥1.0
2025 年
¥1.0
2022 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2022 年
¥1.0
2024 年
¥6.0
2025 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2025 年
¥2.0
2021 年
¥1.0
2020 年
¥1.0
2023 年
¥2.0
2023 年
¥1.0
2020 年
¥1.0
2021 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2022 年
¥2.0