Procurando ajuda?
Pesquise em nossa base de conhecimento por respostas
Pesquisar...
Expressões Faciais
O EMOTIV EPOC possui 14 sensores de EEG, dos quais 8 estão posicionados ao redor dos lobos frontal e pré-frontal, que, em virtude de sua localização, captam sinais dos músculos faciais e dos olhos. A maioria dos sistemas de EEG trata esses sinais como ruído e eles são filtrados ou ignorados ao interpretar os sinais. O sistema de detecção EMOTIV também filtra esses sinais antes de interpretar os sinais do cérebro, no entanto, também usamos esses sinais para classificar quais grupos musculares os estão causando, chamamos isso de Smart Artifacts.
Desenvolvemos classificadores eficientes para detectar muitas expressões faciais, incluindo piscar, piscar o olho esquerdo, piscar o olho direito, levantar as sobrancelhas (surpresa), franzir a testa (desaprovação), sorrir e apertar os dentes.
Nossas expressões faciais são detectadas a partir do ruído muscular, exceto pelas rotações dos olhos, que surgem pelo fato de que o olho é eletricamente polarizado e o dipolo em movimento também cria um sinal elétrico detectável. É um desafio para os sistemas de EEG convencionais eliminar os efeitos do sinal muscular dos padrões cerebrais, e a maioria dos EEG médicos requer que o paciente fique muito parado para que possam ver os sinais do cérebro com integridade suficiente para diagnosticar problemas funcionais (e mesmo assim, grande parte dos dados é descartada devido a piscadas e outros movimentos involuntários, como engolir).
Tivemos uma abordagem diferente, que é que há informações valiosas sobre a expressão facial do usuário que podem ser derivadas do padrão dos sinais musculares, e desenvolvemos sistemas de classificação específicos para alocar diferentes padrões de ativação de grupos musculares a expressões específicas. Assim, conseguimos aplicar algum filtragem aos nossos sinais cerebrais para que tenhamos uma melhor chance de ver o verdadeiro sinal cerebral através do ruído muscular para identificar os tipos de sinais musculares.
Usamos uma combinação de filtragem e características específicas dos padrões cerebrais que são menos afetadas por movimentos musculares para derivar o comportamento cerebral subjacente.
Este artigo foi útil?
Artigo relacionado
Não encontrou o que precisa?
Nossa equipe de suporte está a apenas um clique de distância.
Procurando ajuda?
Pesquisar...
Base de conhecimento
Expressões Faciais
O EMOTIV EPOC possui 14 sensores de EEG, dos quais 8 estão posicionados ao redor dos lobos frontal e pré-frontal, que, em virtude de sua localização, captam sinais dos músculos faciais e dos olhos. A maioria dos sistemas de EEG trata esses sinais como ruído e eles são filtrados ou ignorados ao interpretar os sinais. O sistema de detecção EMOTIV também filtra esses sinais antes de interpretar os sinais do cérebro, no entanto, também usamos esses sinais para classificar quais grupos musculares os estão causando, chamamos isso de Smart Artifacts.
Desenvolvemos classificadores eficientes para detectar muitas expressões faciais, incluindo piscar, piscar o olho esquerdo, piscar o olho direito, levantar as sobrancelhas (surpresa), franzir a testa (desaprovação), sorrir e apertar os dentes.
Nossas expressões faciais são detectadas a partir do ruído muscular, exceto pelas rotações dos olhos, que surgem pelo fato de que o olho é eletricamente polarizado e o dipolo em movimento também cria um sinal elétrico detectável. É um desafio para os sistemas de EEG convencionais eliminar os efeitos do sinal muscular dos padrões cerebrais, e a maioria dos EEG médicos requer que o paciente fique muito parado para que possam ver os sinais do cérebro com integridade suficiente para diagnosticar problemas funcionais (e mesmo assim, grande parte dos dados é descartada devido a piscadas e outros movimentos involuntários, como engolir).
Tivemos uma abordagem diferente, que é que há informações valiosas sobre a expressão facial do usuário que podem ser derivadas do padrão dos sinais musculares, e desenvolvemos sistemas de classificação específicos para alocar diferentes padrões de ativação de grupos musculares a expressões específicas. Assim, conseguimos aplicar algum filtragem aos nossos sinais cerebrais para que tenhamos uma melhor chance de ver o verdadeiro sinal cerebral através do ruído muscular para identificar os tipos de sinais musculares.
Usamos uma combinação de filtragem e características específicas dos padrões cerebrais que são menos afetadas por movimentos musculares para derivar o comportamento cerebral subjacente.
Este artigo foi útil?
Artigo relacionado
Não encontrou o que precisa?
Nossa equipe de suporte está a apenas um clique de distância.
Procurando ajuda?
Pesquisar...
Base de conhecimento
Expressões Faciais
O EMOTIV EPOC possui 14 sensores de EEG, dos quais 8 estão posicionados ao redor dos lobos frontal e pré-frontal, que, em virtude de sua localização, captam sinais dos músculos faciais e dos olhos. A maioria dos sistemas de EEG trata esses sinais como ruído e eles são filtrados ou ignorados ao interpretar os sinais. O sistema de detecção EMOTIV também filtra esses sinais antes de interpretar os sinais do cérebro, no entanto, também usamos esses sinais para classificar quais grupos musculares os estão causando, chamamos isso de Smart Artifacts.
Desenvolvemos classificadores eficientes para detectar muitas expressões faciais, incluindo piscar, piscar o olho esquerdo, piscar o olho direito, levantar as sobrancelhas (surpresa), franzir a testa (desaprovação), sorrir e apertar os dentes.
Nossas expressões faciais são detectadas a partir do ruído muscular, exceto pelas rotações dos olhos, que surgem pelo fato de que o olho é eletricamente polarizado e o dipolo em movimento também cria um sinal elétrico detectável. É um desafio para os sistemas de EEG convencionais eliminar os efeitos do sinal muscular dos padrões cerebrais, e a maioria dos EEG médicos requer que o paciente fique muito parado para que possam ver os sinais do cérebro com integridade suficiente para diagnosticar problemas funcionais (e mesmo assim, grande parte dos dados é descartada devido a piscadas e outros movimentos involuntários, como engolir).
Tivemos uma abordagem diferente, que é que há informações valiosas sobre a expressão facial do usuário que podem ser derivadas do padrão dos sinais musculares, e desenvolvemos sistemas de classificação específicos para alocar diferentes padrões de ativação de grupos musculares a expressões específicas. Assim, conseguimos aplicar algum filtragem aos nossos sinais cerebrais para que tenhamos uma melhor chance de ver o verdadeiro sinal cerebral através do ruído muscular para identificar os tipos de sinais musculares.
Usamos uma combinação de filtragem e características específicas dos padrões cerebrais que são menos afetadas por movimentos musculares para derivar o comportamento cerebral subjacente.
Este artigo foi útil?
Artigo relacionado
Não encontrou o que precisa?
Nossa equipe de suporte está a apenas um clique de distância.