Funktionelle Zustandsbewertung eines Sportlers mittels multimodaler Metriken der Gehirn-Computer-Schnittstelle
Maverick Nguyen
Aktualisiert am
29.01.2019
Funktionelle Zustandsbewertung eines Sportlers mittels multimodaler Metriken der Gehirn-Computer-Schnittstelle
Maverick Nguyen
Aktualisiert am
29.01.2019
Funktionelle Zustandsbewertung eines Sportlers mittels multimodaler Metriken der Gehirn-Computer-Schnittstelle
Maverick Nguyen
Aktualisiert am
29.01.2019
Vasilii Borisov, Alexey Syskov, Vladimir Kublanov Zusammenfassung Die Echtzeit-Schätzung des funktionellen und mentalen Zustandsniveaus eines Athleten während Belastungen ist für die Steuerung des Trainingsprozesses von wesentlicher Bedeutung. Es wird eine neue multimodale Metrik vorgeschlagen, die mithilfe des Brain-Computer-Interfaces (BCI) gewonnen wird. Die Arbeit diskutiert die Ergebnisse der gemeinsamen Nutzung von Daten des mobilen kabellosen Emotiv EPOC+ Headsets. Dieses umfasst Bewegungssensoren (Beschleunigungsmesser) und EEG-Kanäle. Die Funktionen der Emotiv EPOC+-Schnittstelle ermöglichen es, die Abweichung des Kopfes von der Körperachse aufzuzeichnen, was einen zusätzlichen Informationskanal über den physischen und mentalen (psycho-emotionalen) Zustand des Athleten liefert. Auf Basis dieser Daten wird eine neue multimodale Metrik berechnet. Die Erprobung der Metrik wurde für funktionelle Belastungsstudien an einer Gruppe von 10 freiwilligen Probanden durchgeführt, einschließlich Bewertungen des TOVA-Tests und der Hyperventilationsbelastung. Die gemeinsame Anwendung verschiedener Signalmodalitäten ermöglicht es, Schätzungen des Aufmerksamkeitsniveaus für diese funktionellen Studien zu erhalten. Hier auf die Arbeit zugreifen
Vasilii Borisov, Alexey Syskov, Vladimir Kublanov Zusammenfassung Die Echtzeit-Schätzung des funktionellen und mentalen Zustandsniveaus eines Athleten während Belastungen ist für die Steuerung des Trainingsprozesses von wesentlicher Bedeutung. Es wird eine neue multimodale Metrik vorgeschlagen, die mithilfe des Brain-Computer-Interfaces (BCI) gewonnen wird. Die Arbeit diskutiert die Ergebnisse der gemeinsamen Nutzung von Daten des mobilen kabellosen Emotiv EPOC+ Headsets. Dieses umfasst Bewegungssensoren (Beschleunigungsmesser) und EEG-Kanäle. Die Funktionen der Emotiv EPOC+-Schnittstelle ermöglichen es, die Abweichung des Kopfes von der Körperachse aufzuzeichnen, was einen zusätzlichen Informationskanal über den physischen und mentalen (psycho-emotionalen) Zustand des Athleten liefert. Auf Basis dieser Daten wird eine neue multimodale Metrik berechnet. Die Erprobung der Metrik wurde für funktionelle Belastungsstudien an einer Gruppe von 10 freiwilligen Probanden durchgeführt, einschließlich Bewertungen des TOVA-Tests und der Hyperventilationsbelastung. Die gemeinsame Anwendung verschiedener Signalmodalitäten ermöglicht es, Schätzungen des Aufmerksamkeitsniveaus für diese funktionellen Studien zu erhalten. Hier auf die Arbeit zugreifen
Vasilii Borisov, Alexey Syskov, Vladimir Kublanov Zusammenfassung Die Echtzeit-Schätzung des funktionellen und mentalen Zustandsniveaus eines Athleten während Belastungen ist für die Steuerung des Trainingsprozesses von wesentlicher Bedeutung. Es wird eine neue multimodale Metrik vorgeschlagen, die mithilfe des Brain-Computer-Interfaces (BCI) gewonnen wird. Die Arbeit diskutiert die Ergebnisse der gemeinsamen Nutzung von Daten des mobilen kabellosen Emotiv EPOC+ Headsets. Dieses umfasst Bewegungssensoren (Beschleunigungsmesser) und EEG-Kanäle. Die Funktionen der Emotiv EPOC+-Schnittstelle ermöglichen es, die Abweichung des Kopfes von der Körperachse aufzuzeichnen, was einen zusätzlichen Informationskanal über den physischen und mentalen (psycho-emotionalen) Zustand des Athleten liefert. Auf Basis dieser Daten wird eine neue multimodale Metrik berechnet. Die Erprobung der Metrik wurde für funktionelle Belastungsstudien an einer Gruppe von 10 freiwilligen Probanden durchgeführt, einschließlich Bewertungen des TOVA-Tests und der Hyperventilationsbelastung. Die gemeinsame Anwendung verschiedener Signalmodalitäten ermöglicht es, Schätzungen des Aufmerksamkeitsniveaus für diese funktionellen Studien zu erhalten. Hier auf die Arbeit zugreifen

Weiterlesen