NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
EEG tabanlı Beyin-bilgisayar arayüzleri (BCI) gerçek dünyadaki uygulamalarda temel zorluklarla karşı karşıyadır. Dinamik gerçek hayattaki durumlarda kullanıcıların bilişsel durumlarının güvenilir gerçek zamanlı tahminini yapabilen gerçekten giyilebilir BCI sistemleri geliştirmedeki teknik zorluklar zaman zaman neredeyse aşılmaz görünebilir. Neyse ki, minyatür sensörler, kablosuz iletişim ve dağıtılmış bilgi işlem teknolojilerindeki son gelişmeler, bu uçurumları köprülemek için umut verici yollar sundu. Bu makalede, çok katmanlı Sis ve Bulut Bilişim, semantik Bağlantılı Veri arama ve adaptif tahmin/sınıflandırma modelleri de dahil olmak üzere en son teknolojileri kullanarak yaygın bir on-line EEG-BCI sistemi geliştirme girişimini rapor ediyoruz. Yaklaşımımızı doğrulamak için, kablosuz kuru elektrod EEG kulaklıkları ve MEMS hareket sensörlerini ön uç cihazları, kişisel kullanıcı arayüzleri olarak Android cep telefonları, yakın uç Fog Sunucuları olarak kompakt kişisel bilgisayarlar ve Tayvan Ulusal Yüksek Performanslı Bilgi İşlem Merkezi (NCHC) tarafından uzak uç Bulut Sunucuları olarak barındırılan bilgisayar kümelerini kullanarak bir pilot sistem uyguluyoruz. Mart ayında eşzamanlı çok modlu küresel veri akışı yürütmeyi ve ardından Eylül 2013'te çok oyunculu çevrimiçi bir EEG-BCI oyunu çalıştırmayı başardık. Şu anda gerçek hayattaki kişisel stres izleme ve UCSD Hareket Bozukluğu Merkezi'nde sistemimizi evde Parkinson hastalığı hasta izleme deneyleri yapmak için ARL Çeviri Nörobilim Şubesi ile çalışıyoruz. Gerekli BCI ontolojisini geliştirmeye devam edeceğiz ve sistemimize otomatik semantik açıklama ve ilerici model rafine etme kabiliyetini tanıtacağız.
Özgün kaynak özetini okuyun
EEG-based Brain-computer interfaces (BCI) are facing basic challenges in real-world applications. The technical difficulties in developing truly wearable BCI systems that are capable of making reliable real-time prediction of users' cognitive states in dynamic real-life situations may seem almost insurmountable at times. Fortunately, recent advances in miniature sensors, wireless communication and distributed computing technologies offered promising ways to bridge these chasms. In this paper, we report an attempt to develop a pervasive on-line EEG-BCI system using state-of-art technologies including multi-tier Fog and Cloud Computing, semantic Linked Data search, and adaptive prediction/classification models. To verify our approach, we implement a pilot system by employing wireless dry-electrode EEG headsets and MEMS motion sensors as the front-end devices, Android mobile phones as the personal user interfaces, compact personal computers as the near-end Fog Servers and the computer clusters hosted by the Taiwan National Center for High-performance Computing (NCHC) as the far-end Cloud Servers. We succeeded in conducting synchronous multi-modal global data streaming in March and then running a multi-player on-line EEG-BCI game in September, 2013. We are currently working with the ARL Translational Neuroscience Branch to use our system in real-life personal stress monitoring and the UCSD Movement Disorder Center to conduct in-home Parkinson's disease patient monitoring experiments. We shall proceed to develop the necessary BCI ontology and introduce automatic semantic annotation and progressive model refinement capability to our system.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.