To increase the ability of brain-ma

To increase the ability of brain-machine interfaces (BMIs) to control advanced prostheses such as the modular prosthetic limb (MPL), we are developing a novel system: the Hybrid Augmented Reality Multimodal Operation Neural Integration Environment (HARMONIE). This system utilizes hybrid input, supervisory control, and intelligent robotics to allow users to identify an object (via eye tracking and computer vision) and initiate (via brain-control) a semi-autonomous reach-grasp-and-drop of the object by the MPL. Sequential iterations of HARMONIE were tested in two pilot subjects implanted with electrocortico-graphic (ECoG) and depth electrodes within motor areas. The subjects performed the complex task in 71.4% (20/28) and 67.7% (21/31) of trials after minimal training. Balanced accuracy for detecting movements was 91.1% and 92.9%, significantly greater than chance accuracies (p

ผลลัพธ์ (ไทย) 1:

เพื่อเพิ่มความสามารถของสมองเครื่องอินเตอร์เฟซ (BMIs) การควบคุมขั้นสูงใส่อวัยวะเทียมเช่นแขนขาเทียมแบบแยกส่วน (MPL), เรากำลังพัฒนาระบบใหม่: การผสมเติมเต็มความจริงเนื่องหลายดำเนินการประสาทรวมสภาพแวดล้อม (ฮาร์โมนี่) ระบบนี้ใช้ไฮบริดสลีการป้อนข้อมูล ควบคุมดูแล และหุ่นยนต์อัจฉริยะเพื่อให้ผู้ใช้ระบุวัตถุ (ผ่านตาติดตามและคอมพิวเตอร์วิสัยทัศน์) และเริ่มเป็นกึ่งอิสระเข้าถึงเข้าใจ และปล่อยของวัตถุโดยการ MPL (ผ่านสมองควบคุม) ฮาร์โมนี่ต่อเนื่องซ้ำรับการทดสอบในวิชานำร่องที่สองฝัง electrocortico กราฟิก (ECoG) และอิเล็กโทรดความลึกภายในพื้นที่มอเตอร์ เรื่องทำงานซับซ้อนในเงิน 71.4% (20/28) และ 67.7% (21/31) การทดลองหลังการฝึกอบรมน้อยที่สุด สมดุลความแม่นยำสำหรับการตรวจจับการเคลื่อนไหวคือ 91.1% และ 92.9% มากกว่าความแม่นโอกาสอย่างมีนัยสำคัญ (p <; 0.05) หลังจากเริ่มต้นตาม BMI, MPL เสร็จสมบูรณ์ทั้งงาน 100% (หนึ่งวัตถุ) และ 70% ของเวลา (สามวัตถุ) MPL เอาประมาณ 12.2 s สำหรับงานเสร็จสมบูรณ์หลังจากปรับปรุงระบบดำเนินการสำหรับเรื่องสอง ออกแบบไฮบริดสลี BMI ของเราป้องกันไม่ให้เริ่มต้นระบบทั้งหมด แต่หนึ่งพื้นฐานบวกเท็จ วิธีนวนิยายแสดงให้เห็นในการศึกษาหลักฐานของหลักการนี้ ใช้ไฮบริดสลีการป้อนข้อมูล ควบคุมดูแล และหุ่น ยนต์อัจฉริยะ ข้อจำกัดที่อยู่ของ BMIs ปัจจุบัน

ผลลัพธ์ (ไทย) 2:

เพื่อเพิ่มความสามารถในการเชื่อมต่อสมองเครื่อง (ดัชนีมวลกาย) เพื่อควบคุมขาเทียมที่ทันสมัยเช่นขาเทียมแบบแยกส่วน (MPL) เรามีการพัฒนาระบบนวนิยาย: ไฮบริด Augmented Reality เนื่องการดำเนินงานบูรณาการประสาทสิ่งแวดล้อม (Harmonie) ระบบนี้จะใช้การป้อนข้อมูลไฮบริด, การควบคุมกำกับดูแลและหุ่นยนต์อัจฉริยะเพื่อให้ผู้ใช้สามารถระบุวัตถุ (ผ่านติดตามตาและวิสัยทัศน์คอมพิวเตอร์) และเริ่มต้น (ผ่านสมองควบคุม) กึ่งอิสระเข้าถึงเข้าใจและวางของวัตถุโดย MPL ซ้ำลำดับ Harmonie ได้รับการทดสอบในอาสาสมัครทั้งสองนักบินปลูกฝังด้วย electrocortico กราฟิก (ECOG) และขั้วไฟฟ้าลึกภายในพื้นที่มอเตอร์ วิชาดำเนินงานที่ซับซ้อนใน 71.4% (20/28) และ 67.7% (21/31) ของการทดลองหลังการฝึกอบรมน้อยที่สุด ความถูกต้องสมดุลสำหรับการเคลื่อนไหวการตรวจสอบเป็น 91.1% และ 92.9% อย่างมีนัยสำคัญมากกว่าความถูกต้องโอกาส (p <; 0.05) หลังจากที่เริ่มต้นค่าดัชนีมวลกายตามความ MPL เสร็จงานทั้งหมด 100% (วัตถุ) และ 70% (สามวัตถุ) ของเวลา MPL ใช้เวลาประมาณ 12.2 สำหรับการเสร็จงานหลังจากการปรับปรุงระบบการดำเนินการเรื่องที่สอง การออกแบบไฮบริดค่าดัชนีมวลกายของเราป้องกันได้ทั้งหมด แต่หนึ่งพื้นฐานเท็จในเชิงบวกจากการเริ่มต้นระบบ วิธีนวนิยายแสดงให้เห็นในการศึกษาหลักฐานของหลักการนี้ใช้อินพุตไฮบริด, การควบคุมกำกับดูแลและหุ่นยนต์อัจฉริยะที่อยู่ในข้อ จำกัด ของดัชนีมวลกายในปัจจุบัน

ผลลัพธ์ (ไทย) 3:

เพื่อเพิ่มความสามารถในการเชื่อมต่อเครื่องสมอง ( ภาพ BMIs ) ควบคุมอวัยวะเทียมไฮเทค เช่น ขาเทียมแบบแยกส่วน ( MPL ) เรากำลังพัฒนาระบบไฮบริดแบบใหม่ : ความเป็นจริงเสมือนการประสาทบูรณาการสิ่งแวดล้อม ( สามัคคี ) ระบบนี้ใช้ไฮบริด เข้านิเทศควบคุมหุ่นยนต์ และฉลาดที่จะอนุญาตให้ผู้ใช้เพื่อระบุวัตถุ ( ผ่านการติดตามและการมองเห็นของคอมพิวเตอร์ตา ) และเริ่มต้น ( ผ่านการควบคุมสมอง ) กึ่งอิสระเข้าถึงเข้าใจ และวางของวัตถุโดย MPL . ลําดับรอบ สถานที่ท่องเที่ยวข้อมูลสองนักบินคนฝังกับ electrocortico กราฟิก ( บริจาค ) และความลึก พื้นที่ขั้วไฟฟ้าภายในรถยนต์ กลุ่มการปฏิบัติงานที่ซับซ้อนใน 71.4 % ( 20 / 28 ) และร้อยละ 67.6 ( 21 / 31 ) ของการทดสอบหลังการฝึกอบรมน้อยที่สุด ความสมดุลสำหรับตรวจจับความเคลื่อนไหวเป็นชายและร้อยละ 92.9 % โอกาสความถูกต้องสูงกว่า ( P < ; 0.05 ) หลังจากการใช้ดัชนีมวลกาย , MPL เสร็จงานทั้งหมด 100% ( วัตถุ ) และ 70% ( สามวัตถุ ) ของเวลา โดย MPL ใช้เวลา 12.2 วินาที หลังจากเสร็จงานระบบการปรับปรุงที่ใช้สำหรับเรื่องที่สอง การออกแบบค่าดัชนีมวลกายของเราผสมขัดขวางทั้งหมด แต่หนึ่งพื้นฐานบวกเท็จ จากการเริ่มต้นระบบ แนวทางใหม่ในการศึกษานี้แสดงให้เห็นถึงหลักการของการพิสูจน์โดยใช้ไฮบริดใส่กำกับควบคุม และหุ่นยนต์ฉลาดที่อยู่ข้อ จำกัด ของภาพ BMIs ในปัจจุบัน