Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
Работа посвящена созданию системы управления прототипом протеза кисти руки на основе интерфейса «мозг-компьютер». Управление протезом осуществляется путем воображаемого сжатия кистей левой или правой руки. Интерфейс «мозг-компьютер» распознает тип совершенного воображаемого движения на основе сигналов ЭЭГ и приводит в движение прототип протеза в соответствии с распознанным движением. Для классификации паттернов ЭЭГ, соответствующих воображаемым движениям, используются классификатор на основе концепции римановой геометрии, а также сверточная нейронная сеть. При оффлайн тестировании методов на данных BCI Competition IV была получена средняя точность 75 ± 9 %, при использовании записанных в ходе экспериментов данных с 5 испытуемых средняя точность составила 68 ± 8 %. Онлайн тестирование показало возможность использования в режиме реального времени, также был предложен способ улучшения точности управления за счёт использования нескольких успешных попыток воображения движений. Подобный подход позволил улучшить точность управления вплоть до 10 %.
The control system for a prototype prosthetic hand based on the brain-computer interface is created. Imaginary movements of the left or right hand control the prosthesis. The brain-computer interface recognizes the type of the imaginary movement based on EEG signals and launches prosthesis’s grasp action in accordance with the recognized movement. A Riemannian-based classifier and a convolutional neural network were used to distinguish EEG patterns corresponding to imaginary movements. With offline testing of methods on BCI Competition IV data, an average accuracy of 75 ± 9 % was obtained. While using experimental data from 5 subjects, the average accuracy was 68 ± 8%. Online testing has shown that the system can be used in real time, and a method has been proposed to improve the accuracy of control by using several successful attempts of movements imagining. This approach has improved the control accuracy up to 10%.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All | |||||
Internet | Authorized users SPbPU | |||||
Internet | Anonymous |
Usage statistics
Access count: 78
Last 30 days: 0 Detailed usage statistics |