Korkean ulottuvuuden laskenta eleiden tunnistus (HDC-GCog)
torstai 15. tammikuuta 2026 päivittänyt: University Hospital, Grenoble
Tämän tutkimuksen ensisijaisena tavoitteena on eleiden tunnistamisen ja luokituksen tarkkuuden parantaminen HDC -algoritmin avulla muihin luokittelumenetelmiin (KNN, RF, SGD, NC) verrattuna. Tunnistusaste ilmaistaan eleiden tunnistamisen herkkyydellä ja spesifisyydellä. Malli koulutetaan osaan tietojoukosta ja testataan jäljellä olevassa osassa puolueellisuuden välttämiseksi.
Toissijaiset tavoitteet ovat:
- Eleen tunnistamisen tarkkuuden parantaminen HDC -algoritmillamme verrattuna muihin standardimalleihin.
- Eleen tunnistusasteiden laskeminen käytettyjen elektrodien lukumäärästä ja niiden sijainnista riippuen.
- Kohteen arvio laitteen mukavuudesta, joka on luokiteltu yli 6 10-tason visuaalisessa analogisessa asteikolla.
- Kohteen arvio helposta eleiden suorittamisesta, joka on arvioitu yli 6 10-tason visuaalisella analogisella asteikolla.
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Projektin tavoitteena on työskennellä kyynärvarressa tallennettujen pinta -elektromyografian (EMG) perusteella. CEA kehittää parhaillaan oppimisalgoritmia, joka perustuu hyperdimensioiseen tietojenkäsittelyyn, joka on suunniteltu parantamaan eleiden tunnistuksen tarkkuutta ja viivettä. Toisin kuin tavanomaiset laskentamenetelmät, kehitetty lähestymistapa perustuu (pseudo) satunnaisiin hypervektoreihin. Tämä tuo merkittäviä etuja: yksinkertainen algoritmi, jolla on hyvin määritelty aritmeettiset operaatiot, erittäin vankka melulle ja virheille, nopealla, yhden passin oppimisella, joka voisi viime kädessä hyötyä muistikeskeisestä arkkitehtuurista, jolla on korkea rinnakkaisuus.
Tämä tutkimus voi johtaa useisiin sovelluksiin, kuten videopeliin tai metavertaisiin, mutta kiinnostaa myös voimakkaasti terveydenhuollon alaa, esimerkiksi robottiproteesissa, tele-leikkaussovelluksissa tai yksinkertaisesti lääketieteellisessä koulutuksessa virtuaalitodellisuussovellusten avulla.
Opintotyyppi
Interventio
Ilmoittautuminen (Arvioitu)
10
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Daniel ANGLADE, MD, PhD
- Puhelinnumero: 04 38 78 17 46
- Sähköposti: danglade@chu-grenoble.fr
Tutki yhteystietojen varmuuskopiointi
- Nimi: Caroline SANDRE-BALLESTER, PhD
- Puhelinnumero: 04 38 78 28 51
- Sähköposti: csandreballester@chu-grenoble.fr
Opiskelupaikat
-
-
-
Grenoble, Ranska, 38054
- Clinatec Cea/Chuga
-
Ottaa yhteyttä:
- Daniel ANGLADE, MD, PhD
- Puhelinnumero: 04 38 78 17 46
- Sähköposti: danglade@chu-grenoble.fr
-
Ottaa yhteyttä:
- Caroline SANDRE-BALLESTER, PhD
- Puhelinnumero: 04 38 78 28 51
- Sähköposti: csandreballester@chu-grenoble.fr
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Joo
Kuvaus
Sisällyttämiskriteerit:
- Terveellinen, oikeakätinen vapaaehtoistyöaihe,
- Mies tai nainen,
- Ikä 18–65 vuotta, mukaan lukien
- BMI <30 kg/m²,
- Vähimmäis käsivarren ympärys alle 15 cm,
- Kohteet sopivat oikean käsivarren parranajoista tai leikkaamisesta.
- Sopimus tutkimuksen ulkopuolelle,
- Aihe sidoksissa sosiaaliturvajärjestelmään,
- Rekisteröity biolääketieteelliseen tutkimukseen osallistuvien henkilöiden kansalliseen tietokantaan
Poissulkemiskriteerit:
- Aihe, jolla on tunnettu motorinen ongelma oikeassa kyynärvarressa ja kädessä,
- Tunnettu allergia tai intoleranssi yhdelle elektrodikomponenteille,
- Vaurion läsnäolo mittausalueella,
- Aihe, jolla on aktiivinen lääketieteellinen implantti (esim. sydämentahdistin, sisäkorvaimplantti jne.),
- Kohde, jolla on ehkäisyimplantti mittausalueella.
- Naispuolinen henkilö, joka on tietoinen raskaudesta mittaushetkellä,
- Kohde kieltäytyy ajamaan tai leikkaa aluetta tai jonka vartalon hiukset estävät alueen parranajoa tai leikkaamista,
- Patologian läsnäolo, joka todennäköisesti muuttaa EMG: tä.
- Kansanterveyslain L1121-5-artikkelissa L1121-8 viitatut henkilöt (vastaa kaikkia suojattuja henkilöitä: raskaana olevat naiset, työvoima-, imettävät äidit, henkilöt, joille on annettu vapautensa oikeudellisilla tai hallinnollisilla päätöksillä, henkilöt, jotka saavat psykiatrisen hoidon L. 3212-1 ja L. 3213-1: n perusteella. tai sosiaalinen perustaminen muihin tarkoituksiin kuin tutkimukseen, alaikäiset, henkilöt, joihin sovelletaan oikeudellista suojelua tai eivät pysty ilmaisemaan suostumustaan).
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Muut
- Jako: Ei käytössä
- Inventiomalli: Yksittäinen ryhmätehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: HDC-GCOG
Korkean ulottuvuuden laskenta eleiden tunnistus
|
Pinta -elektromyografiatiedot
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Eleiden tunnistusnopeus käyttämällä laitetta, joka koostuu 32 korkeataajuisesta pinta-EMG-elektrodista
Aikaikkuna: 3 tuntia
|
Eleen tunnistusaste ilmaistiin eleiden tunnistamisen prosentteina
|
3 tuntia
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Reaaliaikainen eleiden tunnistus (latenssi <100 ms)
Aikaikkuna: 3 tuntia
|
Parannettujen eleen tunnistusnopeuden mittaus HDC -algoritmillamme verrattuna muihin yleisiin malleihin
|
3 tuntia
|
|
EMG -hankintaan käytettyjen elektrodien sijainnin ja elektrodien lukumäärän validointi eleiden tunnistusasteiden maksimoimiseksi
Aikaikkuna: 3 tuntia
|
Eleen tunnistusasteiden laskeminen käytettyjen elektrodien lukumäärän ja niiden sijainnin perusteella
|
3 tuntia
|
|
Analyysi kohteen palautteesta eleiden suorittamisen helppoutta (kyselylomakkeen muodossa)
Aikaikkuna: 3 tuntia
|
Kohteen luokitus laitteen mukavuudesta yli 6 10 pisteen visuaalisessa analogisessa asteikolla
|
3 tuntia
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
Yleiset julkaisut
- Salerno, A., Barraud, S. (2024). Evaluation and implementation of High-Dimensionnal Computing for gesture recognition using sEMG signals. Proceedings of the 2024 International Conference on Control, Automation and Diagnosis (ICCAD)
- Salerno, A., Barraud, S. (2025). Novel and efficient hyperdimensional encoding of surface electromyography signals for hand gesture recognition, Biosensor 2025.
- A. Sultana, F. Ahmed, Md. S. Alam, A systematic review on surface electromyography-based classification system for identifying hand and finger movements, Healthcare Analytics, 3, 100126, 2022, DOI:10.1016/j.health.2022.100126
- Sgambato, B. G., Castellano, G. (2022). Performance comparison of different classifiers applied to gesture recognition from sEMG signals. In Bastos-Filho, T. F., de Oliveira Caldeira, E. M., Frizera-Neto, A. (Eds.), XXVII Brazilian Congress on Biomedical Engineering. CBEB 2020. IFMBE Proceedings, Vol. 83. Springer, Cham
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Torstai 15. tammikuuta 2026
Ensisijainen valmistuminen (Arvioitu)
Keskiviikko 1. huhtikuuta 2026
Opintojen valmistuminen (Arvioitu)
Maanantai 1. kesäkuuta 2026
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Tiistai 19. elokuuta 2025
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Tiistai 26. elokuuta 2025
Ensimmäinen Lähetetty (Arvioitu)
Torstai 4. syyskuuta 2025
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Tiistai 20. tammikuuta 2026
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Torstai 15. tammikuuta 2026
Viimeksi vahvistettu
Torstai 1. tammikuuta 2026
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- 38RC25.0179
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
EI
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .