Signal Processing to Drive Human-Computer Interaction: Eeg and Eye-Controlled Interfaces
L'évolution de l'oculométrie et des interfaces cerveau-ordinateur a ouvert une nouvelle perspective sur les canaux de contrôle qui peuvent être utilisés pour interagir avec les applications informatiques. Dans cet ouvrage, des chercheurs de premier plan montrent comment ces technologies peuvent être utilisées comme canaux de contrôle avec des algorithmes de traitement du signal et des adaptations d'interface pour piloter une interface homme-machine.
Les sujets abordés dans ce livre comprennent une vue d'ensemble de l'interaction œil-esprit intégrant des développements d'algorithmes et d'interfaces ; la modélisation des (dés)capacités des personnes souffrant de déficiences motrices et leurs exigences en matière d'utilisation de l'ordinateur et leurs attentes vis-à-vis des interfaces d'assistance ; et les aspects liés au traitement des signaux, notamment l'acquisition, le prétraitement, l'amélioration, l'extraction de caractéristiques et la classification du regard, des signaux EEG (potentiels évoqués visuels à l'état stable, imagerie motrice et potentiels liés à l'erreur) et des signaux de spectroscopie dans le proche infrarouge (NIRS). Enfin, l'ouvrage présente un ensemble complet de lignes directrices, accompagnées d'exemples, pour la réalisation d'évaluations de la convivialité, des performances et de la faisabilité d'interfaces multi-modèles combinant des algorithmes d'interaction basés sur le regard oculaire et l'EEG.
Les auteurs de cet ouvrage sont des chercheurs, des ingénieurs, des experts cliniques et des praticiens de l'industrie qui ont collaboré sur ces sujets, offrant une perspective interdisciplinaire sur les défis sous-jacents de l'interaction entre l'œil et l'esprit et esquissant les orientations futures dans ce domaine.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)