view in publisher's site

Asynchronous Prediction of Human Gait Intention in a Pseudo Online Paradigm Using Wavelet Transform

Prediction of human voluntary gait intention is a very significant task to ensure direct cortical control of real-life assistive technologies for locomotion rehabilitation. Neurophysiological studies provide that human voluntary gait intention is represented by slow DC potentials and power shifts in specific frequency ranges of brain wave, which can be detected 1.5- 2 seconds before the actual onset. The goal of this study was to determine whether it is possible to reliably detect the intention of voluntary gait ‘starting’ and ‘stopping’ intention before it takes place. A computational algorithm was designed to implement asynchronous prediction of gait intention in an offline and pseudo-online environment using support vector machine. Six healthy subjects participated in the study and performed self- paced voluntary gait cycles. A combination of advanced wavelet transform algorithms resulted in 88.23± 1.59% accuracy, 85.42± 4.03% sensitivity and 90.24± 2.78% specificity for intention of start detection and 87.04± 1.72% accuracy, 82.69± 4.13% sensitivity and 89.59± 3.04% specificity for intention to stop walking in offline testing. Additionally, the wavelet transform methods accompanied with threshold regulation and majority voting algorithm resulted in a True Positive Rate of 85.5± 5.0% and 81.2± 3.3% for ‘start’ and ‘stop’ prediction with 6.8± 0.7 and 9.4± 1.0 False Positives per Minute respectively in pseudo online testing. The average detection latencies were −1002 ± 603 ms and −943 ± 603 ms, respectively, for ‘start’ and ‘stop’ prediction. The study provides promising outcomes in terms of TPR, FP/min, and detection latency, which suggests that human voluntary gait intention can be predicted before the onset of movement.

پیش‌بینی غیر همزمان of انسانی با استفاده از تبدیل موجک پیوسته

پیش‌بینی قصد حرکت داوطلبانه انسان یک وظیفه بسیار مهم برای اطمینان از کنترل مستقیم cortical و فن‌آوری‌های کمکی زندگی واقعی برای توان‌بخشی است. مطالعات neurophysiological نشان می‌دهند که قصد حرکت داوطلبانه انسان با پتانسیل DC کند و انتقال قدرت در محدوده فرکانس خاص موج مغزی نشان داده می‌شود که می‌تواند ۱.۵ تا ۲ ثانیه قبل از شروع واقعی ردیابی شود. هدف از این مطالعه تعیین این مساله است که آیا امکان تشخیص قابل‌اطمینان نیت از راه رفتن ارادی "شروع‌شده" و "توقف" قبل از وقوع آن وجود دارد. یک الگوریتم محاسباتی برای اجرای پیش‌بینی غیر همزمان قصد حرکت در محیط آفلاین و شبه - برخط با استفاده از ماشین بردار پشتیبان طراحی شده‌است. شش موضوع سالم در این مطالعه شرکت کردند و چرخه‌های بورن - paced paced را انجام دادند. ترکیبی از الگوریتم های تبدیل موجک پیشرفته به دقت ۱.۵۹ % ± ۴.۰۳ % حساسیت و ۹۰.۲۴ ± ۲.۷۸ % برای قصد تشخیص شروع و ۸۷.۰۴ - ۱.۷۲ % sensitivity و ۸۲.۶۹ ± ۴.۱۳ % برای قصد توقف پیاده‌روی در آزمایش‌ها برون‌خط شد. علاوه بر این، روش‌های تبدیل موجک همراه با تنظیم آستانه و الگوریتم رای‌گیری اکثریت منجر به نرخ مثبت مثبت ۸۵.۵ ± ۵ % و ۸۱.۲ ± ۳.۳ درصد برای "شروع" و "توقف" با ۶.۸ ± ۰.۷ و ۹.۴ ± ۱.۰ کاذب در هر دقیقه در شبه آزمایش آنلاین شدند. میانگین تشخیص به ترتیب -۱۰۰۲، ۶۰۳ ms و -۹۴۳ - ۶۰۳ ms، برای "شروع" و "توقف" بود. این مطالعه نتایج امیدبخش را از لحاظ TPR، FP - min، و تاخیر ردیابی فراهم می‌کند که حاکی از آن است که قصد حرکت ارادی انسان را می توان قبل از شروع حرکت پیش‌بینی کرد.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Computer Science Applications
  • ترجمه مقاله Computer Science Applications
  • مقاله کاربردهای علوم کامپیوتر
  • ترجمه مقاله کاربردهای علوم کامپیوتر
  • مقاله Biomedical Engineering
  • ترجمه مقاله Biomedical Engineering
  • مقاله مهندسی پزشکی
  • ترجمه مقاله مهندسی پزشکی
  • مقاله General Neuroscience
  • ترجمه مقاله General Neuroscience
  • مقاله علم اعصاب عمومی
  • ترجمه مقاله علم اعصاب عمومی
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.