XiaoMi-AI文件搜索系统
World File Search SystemEMOTIV
实施心灵控制的轮椅
这项研究的目的是开发带有免提控制技术的全自动脑控制的智能轮椅，以协助严重的身体残疾人。这项研究很重要，因为这与大型脆弱人群直接相关。根据世界卫生组织的说法，世界上有15％的人口生活着某种形式的身体残疾[1]。CDC估计在2020年，美国人口的26％，即每四个成年人中的一个人有残疾。中，有13.7％的人被认为具有流动性残疾[2]。这种肌肉变性可能会导致抑郁症，动机大幅下降以及许多患者的独立性丧失。市场上有一些可提供移动性辅助设备，例如电动轮椅。但是，这些设备的控制系统需要用户的高度技能，注意力和判断。如果没有足够的控制轮椅的控制，事故和碰撞的风险会增加，从而造成损害和伤害。因此，主要的研究动机是使这些人的自主权恢复，使他们能够何时何地移动，而无需他人的帮助。该项目的最初要求是利用Emotiv Epoc X耳机开发一个心灵控制的轮椅。Emotiv Epoc X耳机是一种具有成本效益的14通道移动EEG Brainware设备，其主要目的是提供可用于上下文研究的专业级脑数据[3]。主范围耳机提供了可用于分类的额叶，前额叶，颞叶，顶叶和枕叶的覆盖范围。修改了一个定制的驱动轮椅，以使情感耳机从坐在轮椅上的人那里捕获脑电波（EEG信号），以指导导航。
低成本脑电图帽的用户体验评估
摘要 脑电帽广泛应用于脑机接口，是人机交互领域中最具前景的重要领域之一。本研究在需要注意力和放松的任务中对两种不同的低成本 EEG 耳机 NeuroSky MindWave 和 Emotiv EPOC 进行了性能比较、用户体验和可用性评估。在研究中，12名志愿者被要求执行一项注意力任务和一项需要高认知负荷的放松任务。其中，情感网格量表和AttrakDiff调查用于评估用户体验，而NASA心理工作量调查和系统可用性量表则用于揭示设备的可用性问题。当检查统计结果时，发现 NeuroSky MindWave EEG 耳机在放松任务中比 Emotiv EPOC EEG 耳机更成功。在需要注意力的任务中，两者都产生了类似的结果。在查看用户体验评估时，我们发现参与者在使用两个 EEG 耳机时都感到疲劳，但对设备的使用仍然感到满意。在可用性方面，他们对 NeuroSky MindWave 给出了更为积极的评价。
基于最大值的EEG电动机构成BCI系统...
通讯 * Samaa S. Abdulwahab电气工程系，伊拉克巴格达大学。电子邮件：316393@student.uotechnology.edu.iq摘要人类大脑与环境通信的能力通过使用基于脑部计算机界面（BCI）的机制已成为现实。脑电图（EEG）已成为一种非侵入性的大脑连接方式。传统上，这些设备用于临床环境中来检测各种脑部疾病。但是，随着技术的进步，Emotiv和Neurosky等公司正在开发低成本，易于便携的基于EEG的消费级设备，这些设备可用于游戏，教育等各种应用领域。本文讨论了已应用脑电图的部分，以及它如何证明对患有严重运动障碍，康复的人以及与外界进行交流的一种形式有益。本文研究了SVM，K-NN和决策树算法对EEG信号进行分类的使用。为了最小化数据的复杂性，最大重叠离散小波变换（MODWT）用于提取EEG特征。使用滑动窗口技术计算每个窗口样本中的平均值。向量机（SVM），K-Nearest邻居，并优化决策树加载特征向量。关键字：EEG，BCI，运动图像，MODWT，SVM，K-NN，决策树，Emotiv Epoc+
卫生控制制度申请评估报告
编号 33-A/24 名称：EMOTIV INSIGHT 请求者：ISP 法律部门。参考：ID976791/23 – ID989741/23 – ID1004453/23 入境日期：2023 年 12 月 21 日 I.- 背景： 1. 国家药品管理局部门负责人于 2023 年 10 月 19 日发布的第 1340 号规定，附带法律部门负责人于 2023 年 10 月 17 日发布的第 2374 号规定，要求启动名为“EMOTIV INSIGHT”的产品的卫生控制制度程序，这符合最高法院在案件编号 49852-2022 中的指示。 2. 国家药品管理局部门负责人于 2023 年 12 月 21 日发布的第 1632 号规定，附有公共卫生研究所法律部负责人于 2023 年 12 月 19 日发布的第 A1 / 第 900 号备忘录，其中请求遵守最高法院在保护上诉案件编号 49852-2022 中的指示，将名为“EMOTIV INSIGHT”的产品提交给卫生控制制度，以便对法院作出回应。 3. 国家药品管理局部门负责人于 2024 年 2 月 7 日发布的第 190 号规定，附有公共卫生研究所法律部负责人于 2024 年 2 月 5 日发布的第 A1/No. 87 号备忘录，其中要求卫生控制制度和补充药物部门提交一份技术报告，说明迄今为止与相关程序相关的行动和进展。 4. 2024 年 2 月 12 日 ANAMED 部门负责人第 132 号备忘录，其中发送了卫生控制制度和补充药物部门第 05/24 号技术报告，其中通报了与相关程序有关的进展和迄今为止采取的行动。 5. 国家药品管理局部门负责人于 2024 年 2 月 19 日发布的第 253 号规定，附带公共卫生研究所法律部负责人于 2024 年 2 月 15 日发布的第 DJ 号第 379 号规定，其中指出应尽快将产品提交完整的 RCS 程序，以便能够通知最高法院。 II.- 产品评估：1. 对于必须应用于该产品的制度的评估，有两份报告，第一份来自医疗器械领域（由国家医疗器械局、创新和发展部（ANDID）编写的技术报告，日期为 2023 年 10 月 12 日，题为“评估 EMOTIV INSIGHT 产品的医疗用途和可能归类为医疗器械”），第二份来自另一位具有技术学科知识的专业人士，可以为我们提供与该设备操作相关的信息（国家药品管理局生物等效药品卫生注册分局生物等效药品注册科于 2024 年 2 月 2 日编写的技术报告）。到。 ANDID 编写的技术报告提出了以下几点考虑：
针对嗜睡检测的可用低成本EEG耳机的系统评价
嗜睡是交通事故和工业事故的主要原因，使生活和生产力造成了损失。脑电图（EEG）信号可以反映意识和专注力，而低成本的消费者EEG耳机在市场上可用。将这些设备用作嗜睡探测器可以增加针对小型企业和发展中国家的安全性和生产力提高设备的可及性。我们对当前可用的低成本，基于脑电图的嗜睡检测系统进行了系统评价。我们试图确定是否可以可靠地用作消费者脑电图的脑电图。我们包括了记录的案例，描述了使用基于消费者的EEG设备，包括Neurosky Mindwave，Interaxon Muse，Emotiv Epoc，Emotiv Insight和OpenBCI。46项相关研究，约27个报告了精度得分。 其中最低的是神经性思维自我，最低31％。 通过OpenBCI研究，报告的第二最低精度为79.4％。 在许多情况下，算法优化仍然是必要的。 精确计算，系统校准和嗜睡的不同定义的不同方法使直接比较有问题。 但是，即使是基本特征，例如脑电带的功率谱，也能够始终如一地检测到嗜睡。 每个特定设备都有自己的功能，权衡和限制。 广泛使用的光谱特征即使使用低成本的消费者设备也可以实现成功的嗜睡检测。但是，可靠性问题仍必须在职业环境中解决。46项相关研究，约27个报告了精度得分。其中最低的是神经性思维自我，最低31％。通过OpenBCI研究，报告的第二最低精度为79.4％。在许多情况下，算法优化仍然是必要的。精确计算，系统校准和嗜睡的不同定义的不同方法使直接比较有问题。但是，即使是基本特征，例如脑电带的功率谱，也能够始终如一地检测到嗜睡。每个特定设备都有自己的功能，权衡和限制。广泛使用的光谱特征即使使用低成本的消费者设备也可以实现成功的嗜睡检测。但是，可靠性问题仍必须在职业环境中解决。
heurísticapara elanálisisde emociones usandoseñales...
除了脑电图信号外，神经心理学中还有几种允许对情绪进行分类的测试，其中是SAM（（自我评估MIEARS）。sam是一种基于激发和瓦伦西亚模型的非语言工具，通过人形象形图，它可以评估一个人面对刺激的愉悦，兴奋和掌握[6]。 div>该测试是由Lang开发的，该测试是基于Mehrabian和Rusell在1974年提出的差异模型（Henthfory SDM）[7]。 div>最后，这项工作的目的是提出一种启发式，该启发式措施允许在暴露于刺激的情况下评估人类的情绪，将SAM测试所抛出的结果与Emotiv COPD头带所抛出的结果进行比较，一旦这些标志将这些标志与小波变换进行处理。 div>
使用卷积神经网络基于EEG的低位检测
摘要。缺陷率检测已成为生物医学信号处理场中重要的活跃研究领域。为此，脑电图（EEG）是嗜睡和觉醒检测中最常见的方式之一。在这种情况下，我们提出了一种用于检测疲劳状态的新EEG分类方法。我们的方法利用A和觉醒的检测。在这种情况下，我们提出了一种用于检测疲劳状态的新EEG分类方法。我们的方法利用了卷积神经网络（CNN）体系结构。我们使用Emotiv Epoc+耳机定义了实验方案。之后，我们在记录和注释的数据集上评估了我们提出的方法。报告的结果表明检测准确性很高（93％），并表明所提出的方法是与其他方法相比，该方法是缺陷检测的有效替代方案。
使用阈值检测基于 EEG 的眨眼...
摘要 — 在脑电图 (EEG) 研究中，眨眼是一种常见的眼部伪影，在任何 EEG 测量中出现的频率最高。伪影可以看作是尖峰电位，其时频特性因人而异。它们的存在会对各种医学或科学研究产生负面影响，或在应用于脑机接口应用时有所帮助。因此，在本文中，检测眨眼信号有助于确定人脑和眼球运动之间的相关性。本文提出了一种简单、快速、自动化的眨眼检测算法，该算法执行前不需要用户培训。在眨眼检测之前，EEG 信号被平滑和滤波。我们对十名志愿者进行了实验，并使用 Emotiv EPOC+ 耳机在三次试验中收集了三个不同的眨眼数据集。所提出的方法表现一致，成功地检测到了眨眼的尖峰活动，平均准确率超过 96%。
基于脑电图的多任务相关心理负荷识别
Lipo Wang 新加坡南洋理工大学电气与电子工程学院 ELPWang@ntu.edu.sg 摘要 — 心理负荷可以通过脑电图 (EEG) 识别，并可用于评估用户执行不同任务时的心理努力。在这项工作中，我们设计并实施了一项与无任务、视觉任务、听觉任务和多任务表现相关的心理负荷识别实验。使用同步容量 SIMKAP 测试在 12 名受试者中诱发与多任务相关的不同程度的心理负荷。使用 Emotiv 设备收集 EEG 数据，使用功率、统计、分形维数 (FD) 特征与支持向量机 (SVM) 和 k-最近邻 (k-NN) 分类器进行处理和分析。当使用统计和 FD 特征组合时，使用 SVM 对 2 个类的最佳准确率为 90.39%，对 4 个类的最佳准确率为 80.09%。所提出的算法可以应用于心理负荷监测。
优化发电的开发以增加可再生能源的利用
摘要：本文描述了统一技术在神经聚集中的实际使用。为此，本文介绍了基于Epoc epoc + Neuroheadset设备的统一技术和大脑计算机界面（BCI）技术。还介绍了基于BCI作为创建游戏的控制界面的使用设备的测试结果的过程。游戏是在C＃中的Unity图形引擎和Visual Studio环境中创建的。由于玩家的对象，文章中介绍的游戏称为“ Neuroball”，这是一个大的红色球。游戏将需要完全焦点才能使球移动。游戏将旨在在用户友好的环境中提高用户大脑的注意力和训练。通过神经聚集，可以运动和训练健康的大脑，并诊断和治疗脑部疾病的各种症状。该项目完全是在Unity版本2020.1中的Unity图形引擎中创建的。