XiaoMi-AI文件搜索系统
World File Search System视觉疲劳
以三维为特征的显示调光模型...
摘要：自发光显示设备在各种工作环境中必不可少，例如飞机驾驶舱以及车辆和火车的驾驶室，这些环境中的外部光环境变化很大。由于光照变化很大，根据环境光照自动调节显示亮度对于驾驶员高效舒适地工作是必要的。本研究提出了一种基于人体工程学测试三个维度的显示调光模型，包括视觉性能（VP）、视觉舒适度（VC）和视觉疲劳（VF）。本实验展示了五种环境照度，每种环境照度与五种显示亮度水平相结合，共形成 25 种条件。采用受试者内设计，十位观察者体验了所有组合条件。实验采用 Anfimov 表测试 VP、VC 量表评估 VC 和 VF 量表评估 VF。根据实验结果，构建子模型以阐明每个维度（VP、VC 和 VF）的特征。随后，采用层次分析法，计算各维度在总分中的权重，构建评价体系。最后，利用指数拟合，构建大范围显示调光模型，明确描述复杂光环境匹配的内在联系。© 作者。由 SPIE 在 Creative Commons Attribution 4.0 Unported License 下发布。在 who 中分发或复制此作品
通过变异分析检测阿尔法波的闭眼活动
已经开发了多种技术来帮助和改善瘫痪和严重运动障碍患者的交流。BCI 是一种不依赖于大脑正常的周围神经和肌肉输出通路的通信系统。在 UFES/巴西，我们正在开发一种基于诱发视觉刺激的自动驾驶汽车 BCI 系统（Castillo 等人 2013），这可能会导致视觉疲劳。一个很好的替代方法是通过用户命令切换 BCI，该命令可以通过闭眼来执行。这样，就采用了脑电图信号 (EEG)，其中包含允许检测闭眼的信息。通过频率范围为 8 Hz 至 13 Hz 的 alpha 波分析，可以在枕叶上感知眼睛睁开和闭眼活动。alpha 波的高能量对应于清醒受试者的闭眼（90% 的健康和残疾人士）（Alaraj 和 Fukami 2013）。阿尔法波已被用于操作电子设备，然而，与睁眼（EO）和闭眼（EC）相关的自动识别并不是一件容易的事，因为阿尔法波的带宽受自然变化和电噪声以及肌肉伪影的影响。已经开发出几种自动检测阿尔法波的方法，例如：模拟滤波和平滑（AFS）、峰值检测和计数、功率谱分析、分形维数、KM2O-Langevin 和近似熵（Kirkup 等人 1998 年、Craig 等人 2005 年、Sakai 等人 2010 年、Alaraj 和 Fukami 2013 年）。所有上述方法都使用取决于每个受试者和实验条件的阈值作为参考。这项工作的目的是提出一种基于 EEG 阿尔法波变化信息的自动方法，用于识别清醒受试者的闭眼事件，以激活 BCI。
基于眼动仪和脑电采集设备的夜间光环境下典型颜色和屏幕亮度对视觉疲劳的影响
摘要：如今人们越来越倾向于晚睡，并将睡眠时间与各种电子设备一起度过。同时，BCI（脑机接口）康复设备采用视觉显示器，需要评估视觉疲劳问题，避免影响训练效果。因此，了解夜间黑暗环境下使用电子设备对人体视觉疲劳的影响非常重要。本文利用Matlab编写不同颜色范式刺激，使用屏幕亮度可调的4K显示器联合设计实验，利用眼动仪和g.tec脑电图（EEG）设备采集信号，然后进行数据处理和分析，最终得到不同颜色和不同屏幕亮度的组合对黑暗环境下人体视觉疲劳的影响。本研究让受试者评估其主观（李克特量表）感知，并在黑暗环境下（<3 lx）收集客观信号（瞳孔直径、θ+α频带数据）。 Likert量表显示，暗环境下较低的屏幕亮度可以降低受试者的视疲劳程度，受试者对蓝色的偏好高于红色。瞳孔数据显示，中高屏幕亮度下，视知觉敏感度更容易受到刺激，更容易加深视疲劳。EEG频段数据表明，典型颜色和屏幕亮度对视疲劳的影响并不显著。在此基础上，本文提出了一个新的指标——视觉抗疲劳指数，为优化室内居住环境，提高电子设备和BCI康复设备的使用满意度，以及保护人眼提供了有价值的参考。
操纵人体工程学和机器人手术 - 叙事评论
屏幕靠近手（4）。其他可视化符合人体工程学的考虑因素包括立体声音，感觉齐射，视觉空间能力和视觉疲劳。外科医生的物理分离是Rs期间流动中断（FDS）的主要贡献者，这可能会导致错误率提高（5）。可能会反对FD的干预措施包括团队培训，更好的手术室空间配置，带读书的标准化沟通分类，技术实施，支持弹性和使用清单。机器人援助对认知工作量的影响很复杂（6）。更好相关的姿势，可视化和操纵人体工程学可能会促进将认知资源委派给身体任务的需求，但是这可能会被降低与身体分离，沟通困难，控制更多工具，有限的视野和缺乏具有相认为的反馈相关的情境意识所抵消。机器人系统通过具有七个自由度（DOF），支点消除，震颤过滤和运动缩放的铰接仪器提供了更好的操纵人体工程学（7）。与LS相比，这些机器人操纵益处的存在已被证明可使右手的灵巧性增加55％，而左手的灵巧性增加了45％（8）。在模拟设置中，具有二维视觉的机器人缝合任务中的基于技能的中值错误从腹腔镜缝合任务中的23个下降到8.5。这些因素可能会影响研究中研究的有效性。目标关于机器人系统操纵益处的研究主要是在模拟设置中进行的，并使用运动学数据和不同经验水平的外科医生的工作时间进行了评估。
新型混合视觉刺激将周期性运动融入传统闪烁或模式反转视觉刺激中，用于基于稳态视觉诱发电位的脑机接口
在本研究中，我们提出了一种用于基于稳态视觉诱发电位 (SSVEP) 的脑机接口 (BCI) 的新型混合视觉刺激，该刺激将各种周期性运动融入传统的闪烁刺激 (FS) 或模式反转刺激 (PRS)。此外，我们研究了每种 FS 和 PRS 的最佳周期运动，以增强基于 SSVEP 的 BCI 的性能。通过根据四个不同的时间函数（用无、平方、三角和正弦表示）改变刺激的大小来实现周期性运动，总共产生八种混合视觉刺激。此外，我们开发了滤波器组典型相关分析 (FBCCA) 的扩展版本，这是一种用于基于 SSVEP 的 BCI 的最先进的无需训练分类算法，可提高基于 PRS 的混合视觉刺激的分类准确性。 20 名健康个体参加了基于 SSVEP 的 BCI 实验，以区分四种不同频率的视觉刺激。评估了平均分类准确率和信息传输率 (ITR)，以比较基于 SSVEP 的 BCI 对不同混合视觉刺激的性能。此外，还评估了用户对每种混合视觉刺激的视觉疲劳程度。结果，对于 FS，当除 3 秒外的所有窗口大小都加入正弦波形的周期运动时，报告的性能最高。对于 PRS，方波的周期运动在所有测试窗口大小中显示出最高的分类准确率。两种最佳刺激之间的性能没有观察到显著的统计差异。据报道，正弦波周期运动的 FS 和方波周期运动的 PRS 的平均疲劳分数分别为 5.3 ± 2.05 和 4.05 ± 1.28。因此，我们的结果表明，与传统的 FS 和 PRS 相比，具有正弦波周期运动的 FS 和具有方波周期运动的 PRS 可以有效提高 BCI 性能。