Electrooculography (EOG) signal is

Electrooculography (EOG) signal is a widely and successfully used to detect activities of human eye. Use of the EOG signals as a control signal for human-computer interface (HCI) plays a central role in the understanding, characterization and classification of eye movements which can be applied to a wide variety of applications consisting virtual mouse and keyboard control, electric power wheelchairs and industrial assistive robots. The advantages of the EOG-based interface over other conventional interfaces have been presented in the last two decades; however, due to a lot of information in EOG signals, the extraction of useful features should be done before the classification task. In this study, fourteen useful features extracted from two directional EOG signals: vertical (V) and horizontal (H) signals have been presented and evaluated. There are the maximum peak and valley amplitude values (PAV and VAV), the maximum peak and valley position values (PAP and VAP), the area under curve value (AUC), the number of threshold crossing value (TCV), and EOG variance (VAR), which are derived from both V and H signals. In the experiments, EOG signals obtained from three healthy subjects with eight directional eye movements were employed: up, down, right, left, up-right, up-left, down-right and down-left. The mean feature values and their standard deviations have been reported. Most features show the difference between the mean feature values. Using the analysis-of-variation test, the differences in mean features between the movements are statistically significant for ten features (p < 0.0001), particularly for the VAV, VAP, AUC, TCV and VAR of V signal, and the PAV, VAV, AUC, TCV and VAR of H signal. The combination of these features may be useful for the classification of EOG signals in both class separability and robustness point of views. Using multiple features with sufficient classifiers or threshold techniques is recommended to be evaluated in further analysis. These features can be useful for various advanced HCI applications in future researches, notably eye-exercise and eye-writing recognitions.

ผลลัพธ์ (ไทย) 1:

สัญญาณ Electrooculography (EOG) กันอย่างแพร่หลาย และประสบความสำเร็จการตรวจหากิจกรรมของดวงตาได้ ใช้ EOG สัญญาณเป็นสัญญาณควบคุมอินเทอร์เฟซคอมพิวเตอร์มนุษย์ (hci) บทบาทสำคัญในการทำความเข้าใจ คุณลักษณะ และประเภทของการเคลื่อนไหวของตาซึ่งสามารถใช้กับโปรแกรมประยุกต์ที่ประกอบด้วยตัวควบคุมเมาส์และแป้นพิมพ์เสมือน รถเข็นไฟฟ้า และหุ่นยนต์ช่วยเหลืออุตสาหกรรมที่หลากหลาย ข้อดีของอินเทอร์เฟซตาม EOG ผ่านอินเตอร์เฟสแบบอื่น ๆ ได้ถูกนำเสนอในสองทศวรรษสุดท้าย อย่างไรก็ตาม เนื่องจากจำนวนมากของข้อมูลใน EOG สัญญาณ การสกัดคุณลักษณะประโยชน์ควรทำก่อนงานประเภท ในการศึกษานี้ เอกลักษณ์สิบสี่แยกจากสองทิศทาง EOG สัญญาณ: สัญญาณ (H) แนวนอนและแนวตั้ง (V) ได้นำเสนอ และประเมิน มีสูงสุดในช่วง peak และหุบเขาคลื่นค่า (PAV และ VAV), สูงสุดสูงสุดและวัลตำแหน่งค่า (PAP และโกวัป), พื้นที่ภายใต้โค้งค่า (AUC) จำนวนค่าข้ามขีดจำกัด (TCV), และผลต่าง EOG (VAR), ซึ่งมาจากทั้ง V และ H สัญญาณ ถูกจ้าง EOG สัญญาณที่ได้รับจากเรื่องสุขภาพสามกับแปดตาทิศทางการเคลื่อนไหวในการทดลอง : ขึ้น ลง ขวา ซ้าย ขวาขึ้น ขึ้น ซ้าย ลงขวาและซ้ายลงด้วย มีการรายงานค่าเฉลี่ยคุณลักษณะและความเบี่ยงเบนมาตรฐาน ลักษณะการทำงานส่วนใหญ่แสดงความแตกต่างระหว่างค่าเฉลี่ยคุณลักษณะ ใช้ทดสอบวิเคราะห์ของความผันแปร ความแตกต่างในค่าเฉลี่ยที่มีลักษณะการทำงานระหว่างความเคลื่อนไหวอย่างมีนัยสำคัญทางสถิติ (p < มาก 0.0001), คุณลักษณะ 10 โดยเฉพาะอย่างยิ่งสำหรับ VAV โกวัป AUC, TCV และ VAR V สัญญาณ และ PAV, VAV, AUC, TCV และ VAR H สัญญาณ การรวมกันของคุณลักษณะเหล่านี้อาจมีประโยชน์สำหรับการจัดประเภทของสัญญาณ EOG ในทั้งคลา separability และเสถียรภาพจุดของมุมมอง ใช้คุณลักษณะหลายคำนามภาษาพอหรือเทคนิคจำกัดจะแนะนำให้มีประเมินในการวิเคราะห์เพิ่มเติม คุณลักษณะเหล่านี้จะมีประโยชน์สำหรับโปรแกรมประยุกต์ hci ที่ขั้นสูงต่าง ๆ ในอนาคตงานวิจัย ยวดตาออกกำลังกายและรางวัลเขียนตา

ผลลัพธ์ (ไทย) 2:

Electrooculography (EOG) เป็นสัญญาณอย่างกว้างขวางและใช้ประสบความสำเร็จในการตรวจสอบกิจกรรมของสายตามนุษย์ การใช้สัญญาณ EOG เป็นสัญญาณการควบคุมสำหรับการเชื่อมต่อคอมพิวเตอร์ของมนุษย์ (HCI) มีบทบาทสำคัญในการทำความเข้าใจลักษณะและการจำแนกประเภทของการเคลื่อนไหวของดวงตาซึ่งสามารถนำไปใช้กับความหลากหลายของการใช้งานที่ประกอบด้วยเมาส์เสมือนจริงและการควบคุมแป้นพิมพ์พลังงานไฟฟ้า รถเข็นคนพิการและหุ่นยนต์อุตสาหกรรมที่อำนวยความสะดวก ข้อได้เปรียบของอินเตอร์เฟซที่ใช้ EOG มากกว่าอินเตอร์เฟซทั่วไปอื่น ๆ ที่ได้รับการนำเสนอในช่วงสองทศวรรษที่ผ่านมา; แต่เนื่องจากข้อมูลจำนวนมากในสัญญาณ EOG ที่สกัดจากคุณสมบัติที่มีประโยชน์ควรจะทำก่อนงานการจัดหมวดหมู่ ในการศึกษานี้สิบสี่คุณสมบัติที่มีประโยชน์ที่สกัดจากสองสัญญาณทิศทาง EOG: แนวตั้ง (V) และแนวนอน (H) สัญญาณได้รับการนำเสนอและประเมินผล มียอดเขาที่สูงสุดและหุบเขาค่าความกว้าง (PAV และ VAV) เป็นยอดเขาที่สูงสุดและหุบเขาค่าตำแหน่ง (PAP และ VAP) พื้นที่ที่อยู่ภายใต้ค่าเส้นโค้ง (AUC) จำนวนเกณฑ์ข้ามค่า (TCV) และความแปรปรวน EOG (VAR) ซึ่งจะได้มาจากทั้ง V และสัญญาณ H ในการทดลองสัญญาณ EOG ที่ได้รับจากสามคนสุขภาพดีกับแปดทิศทางการเคลื่อนไหวของดวงตาที่ถูกว่าจ้าง: ขึ้นลงขวาซ้ายขึ้นขวาขึ้นซ้ายลงขวาและลงซ้าย ค่าเฉลี่ยคุณลักษณะและค่าเบี่ยงเบนมาตรฐานของพวกเขาได้รับรายงาน คุณสมบัติส่วนใหญ่แสดงให้เห็นความแตกต่างระหว่างค่าเฉลี่ยคุณลักษณะ ใช้การทดสอบการวิเคราะห์ของรูปแบบที่แตกต่างในลักษณะเฉลี่ยระหว่างการเคลื่อนไหวที่มีนัยสำคัญทางสถิติสิบคุณสมบัติ (p <0.0001) โดยเฉพาะอย่างยิ่งสำหรับ VAV, VAP, AUC, TCV และ VAR ของสัญญาณ V และ PAV ที่ VAV , AUC, TCV และ VAR ของสัญญาณเอช การรวมกันของคุณสมบัติเหล่านี้อาจเป็นประโยชน์สำหรับการจัดหมวดหมู่ของสัญญาณ EOG แยกทั้งในชั้นเรียนและจุดความทนทานของมุมมอง การใช้คุณสมบัติหลายลักษณนามเพียงพอหรือเทคนิคเกณฑ์จะแนะนำให้ได้รับการประเมินในการวิเคราะห์ต่อไป คุณสมบัติเหล่านี้จะเป็นประโยชน์สำหรับการใช้งานต่างๆ HCI ขั้นสูงในการวิจัยในอนาคตสะดุดตาตาการออกกำลังกายและความสำเร็จการเขียนตา

ผลลัพธ์ (ไทย) 3:

electrooculography ( eog ) เป็นสัญญาณ อย่างกว้างขวาง และนำมาใช้เพื่อตรวจสอบกิจกรรมของดวงตามนุษย์ ใช้ของ eog เป็นสัญญาณควบคุมสัญญาณสำหรับการติดต่อระหว่างมนุษย์และคอมพิวเตอร์ ( HCI ) บทบาทเป็นศูนย์กลางในการเข้าใจ ลักษณะและประเภทของการเคลื่อนไหวของตาซึ่งสามารถใช้กับความหลากหลายของโปรแกรมควบคุมแป้นพิมพ์และเมาส์เสมือนประกอบด้วย ,รถเข็นไฟฟ้าและอุตสาหกรรมการหุ่นยนต์ ข้อดีของการเชื่อมต่อผ่านอินเตอร์เฟซที่ใช้ eog ปกติอื่น ๆได้ถูกนำเสนอในช่วงสองทศวรรษที่ผ่านมา อย่างไรก็ตาม เนื่องจากมากของข้อมูลในการส่งสัญญาณ eog , การสกัดคุณลักษณะที่มีประโยชน์ควรทำก่อนการจัดหมวดหมู่งาน ในการศึกษานี้สิบสี่คุณลักษณะที่มีประโยชน์สกัดจากสองสัญญาณ eog ทิศทาง : แนวตั้ง ( V ) และแนวนอน ( H ) สัญญาณที่ได้ถูกนำเสนอและประเมิน มียอดสูงสุดของหุบเขา ( และค่า Pav vav ) สูงสุดและตำแหน่งหุบเขาค่า ( PAP และแว็ป ) , พื้นที่ใต้เส้นโค้ง ( ค่า auc ) , หมายเลขของเกณฑ์ข้ามค่า ( tcv ) และความแปรปรวน eog ( VAR )ซึ่งจะได้มาจากทั้ง V และ H สัญญาณ ในการทดลองได้จากสัญญาณ eog สามเรื่องสุขภาพกับทิศทางการเคลื่อนไหวของตา 8 คน : ขึ้น , ลง , ขวา , ซ้าย , ขวาขึ้นซ้ายลงขวาลงซ้าย ค่าเฉลี่ย ค่าเบี่ยงเบน มาตรฐาน และคุณลักษณะของพวกเขาได้รับการรายงาน คุณลักษณะส่วนใหญ่แสดงความแตกต่างระหว่างค่าเฉลี่ยคุณลักษณะค่าโดยใช้การวิเคราะห์ทดสอบการเปลี่ยนแปลง ความแตกต่างในคุณสมบัติหมายถึงระหว่างการเคลื่อนไหวสำหรับคุณสมบัติสิบอย่างมีนัยสำคัญทางสถิติ ( p < 0.0001 ) โดยเฉพาะอย่างยิ่งสำหรับ vav แว็ป , ยา tcv var , และ V สัญญาณและ Pav vav , ยา tcv var H , และสัญญาณการรวมกันของคุณสมบัติเหล่านี้อาจเป็นประโยชน์ในการจำแนก eog สัญญาณทั้งในชั้นแยกออกจากกันได้และจุดความแกร่งของมุมมอง การใช้คุณลักษณะหลายคำที่เพียงพอหรือเทคนิคธรณีควรถูกประเมินในการวิเคราะห์ต่อไป คุณสมบัติเหล่านี้จะเป็นประโยชน์สำหรับการใช้งานขั้นสูงต่าง ๆโดยในงานวิจัยในอนาคตโดยเฉพาะตาการออกกำลังกายและตาเขียนสําเร็จ .