Fordern Sie Ihr Gedächtnis heraus! Spielen Sie das neue N-Back-Spiel in der Emotiv-App
Fordern Sie Ihr Gedächtnis heraus! Spielen Sie das neue N-Back-Spiel in der Emotiv-App
Fordern Sie Ihr Gedächtnis heraus! Spielen Sie das neue N-Back-Spiel in der Emotiv-App
Funktionszustandsbewertung eines Sportlers durch multimodale Metriken der Gehirn-Computer-Schnittstelle
Teilen:
Vasilii Borisov, Alexey Syskov, Vladimir Kublanov Zusammenfassung Die Echtzeitschätzung des funktionalen und mentalen Zustandsniveaus des Athleten während der Belastungen ist entscheidend für das Management des Trainingsprozesses. Eine neue multimodale Kennzahl, die mithilfe der Gehirn-Computer-Schnittstelle (BCI) gewonnen wurde, wird vorgeschlagen. Das Papier diskutiert die Ergebnisse der gemeinsamen Nutzung von Daten aus dem EMOTIV EPOC+ mobilen kabellosen Headset. Es enthält Bewegungssensoren (Beschleunigungsmesser) und EEG-Kanäle. Die Eigenschaften der EMOTIV EPOC+ Schnittstelle ermöglichen es, die Abweichung des Kopfes von der Körperachse aufzuzeichnen, was einen zusätzlichen Informationskanal über den physischen und psychischen (psycho-emotionalen) Zustand des Athleten bietet. Basierend auf diesen Daten wird eine neue multimodale Kennzahl berechnet. Die Überprüfung der Kennzahl wurde in funktionalen Stressstudien an einer Gruppe von 10 freiwilligen Probanden durchgeführt, einschließlich Bewertungen des TOVA-Tests und der Hyperventilationsbelastung. Die gemeinsame Anwendung verschiedener Signalsmodalitäten ermöglicht es, die Aufmerksamkeitsniveaus für diese funktionalen Studien zu schätzen. Zugriff auf das Papier hier
Vasilii Borisov, Alexey Syskov, Vladimir Kublanov Zusammenfassung Die Echtzeitschätzung des funktionalen und mentalen Zustandsniveaus des Athleten während der Belastungen ist entscheidend für das Management des Trainingsprozesses. Eine neue multimodale Kennzahl, die mithilfe der Gehirn-Computer-Schnittstelle (BCI) gewonnen wurde, wird vorgeschlagen. Das Papier diskutiert die Ergebnisse der gemeinsamen Nutzung von Daten aus dem EMOTIV EPOC+ mobilen kabellosen Headset. Es enthält Bewegungssensoren (Beschleunigungsmesser) und EEG-Kanäle. Die Eigenschaften der EMOTIV EPOC+ Schnittstelle ermöglichen es, die Abweichung des Kopfes von der Körperachse aufzuzeichnen, was einen zusätzlichen Informationskanal über den physischen und psychischen (psycho-emotionalen) Zustand des Athleten bietet. Basierend auf diesen Daten wird eine neue multimodale Kennzahl berechnet. Die Überprüfung der Kennzahl wurde in funktionalen Stressstudien an einer Gruppe von 10 freiwilligen Probanden durchgeführt, einschließlich Bewertungen des TOVA-Tests und der Hyperventilationsbelastung. Die gemeinsame Anwendung verschiedener Signalsmodalitäten ermöglicht es, die Aufmerksamkeitsniveaus für diese funktionalen Studien zu schätzen. Zugriff auf das Papier hier
Vasilii Borisov, Alexey Syskov, Vladimir Kublanov Zusammenfassung Die Echtzeitschätzung des funktionalen und mentalen Zustandsniveaus des Athleten während der Belastungen ist entscheidend für das Management des Trainingsprozesses. Eine neue multimodale Kennzahl, die mithilfe der Gehirn-Computer-Schnittstelle (BCI) gewonnen wurde, wird vorgeschlagen. Das Papier diskutiert die Ergebnisse der gemeinsamen Nutzung von Daten aus dem EMOTIV EPOC+ mobilen kabellosen Headset. Es enthält Bewegungssensoren (Beschleunigungsmesser) und EEG-Kanäle. Die Eigenschaften der EMOTIV EPOC+ Schnittstelle ermöglichen es, die Abweichung des Kopfes von der Körperachse aufzuzeichnen, was einen zusätzlichen Informationskanal über den physischen und psychischen (psycho-emotionalen) Zustand des Athleten bietet. Basierend auf diesen Daten wird eine neue multimodale Kennzahl berechnet. Die Überprüfung der Kennzahl wurde in funktionalen Stressstudien an einer Gruppe von 10 freiwilligen Probanden durchgeführt, einschließlich Bewertungen des TOVA-Tests und der Hyperventilationsbelastung. Die gemeinsame Anwendung verschiedener Signalsmodalitäten ermöglicht es, die Aufmerksamkeitsniveaus für diese funktionalen Studien zu schätzen. Zugriff auf das Papier hier
