Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Wysokie wymiarowe rozpoznawanie gestów obliczeniowych (HDC-GCog)

15 stycznia 2026 zaktualizowane przez: University Hospital, Grenoble

Głównym celem tego badania jest poprawa rozpoznawania gestów i dokładności klasyfikacji poprzez zastosowanie algorytmu HDC w porównaniu z innymi metodami klasyfikacji (KNN, RF, SGD, NC). Wskaźnik rozpoznawania zostanie wyrażony przez wrażliwość i swoistość rozpoznawania gestów. Model zostanie przeszkolony w części zestawu danych i przetestowany na pozostałej części, aby uniknąć odchylenia.

Cele wtórne to:

  • Poprawa dokładności rozpoznawania gestów dzięki naszemu algorytmowi HDC w porównaniu z innymi standardowymi modelami.
  • Obliczanie szybkości rozpoznawania gestów w zależności od liczby zastosowanych elektrod i ich pozycji.
  • Ocena komfortu urządzeń o wartości powyżej 6 w 10-poziomowej wizualnej skali analogowej.
  • Ocena łatwości wykonywania gestu ocenionego powyżej 6 w 10-poziomowej wizualnej skali analogowej.

Przegląd badań

Status

Jeszcze nie rekrutacja

Warunki

Interwencja / Leczenie

Szczegółowy opis

Projekt ma na celu pracę nad rozpoznawaniem gestów opartych na elektromiografii powierzchniowej (EMG) zarejestrowanej na przedramieniu. CEA opracowuje obecnie algorytm uczenia się oparty na hiperdimenalnym przetwarzaniu zaprojektowanym w celu poprawy dokładności i opóźnień rozpoznawania gestów. W przeciwieństwie do konwencjonalnych metod obliczeniowych, opracowane podejście opiera się na losowych hiperwektach (pseudo). Daje to znaczące zalety: prosty algorytm z dobrze zdefiniowanym zestawem operacji arytmetycznych, wyjątkowo solidnym wobec szumu i błędów, z szybkim, jednoprzepustowym uczeniem się, które ostatecznie mogłyby skorzystać z architektury zorientowanej na pamięć o wysokim stopniu równoległości.

Badania te mogą prowadzić do wielu aplikacji, takich jak gry wideo lub Metaverse, ale także silnie interesują dziedzinę opieki zdrowotnej, na przykład w robotycznych protezach, aplikacjach tele-chirurgia lub po prostu szkolenie medyczne przy użyciu aplikacji wirtualnej rzeczywistości.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

10

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Opis

Kryteria włączenia:

  • Zdrowy, praworęczny przedmiot wolontariuszy,
  • Mężczyzna lub kobieta,
  • Wiek od 18 do 65 lat włącznie
  • BMI <30 kg/m²,
  • Minimalny obwód przedramienia mniej niż 15 cm,
  • Badani zgadzają się na golenie lub przycinanie odpowiedniego przedramienia.
  • Zgoda z formą bezprzestrzeniową badania,
  • Temat powiązany z programem ubezpieczenia społecznego,
  • Zarejestrowany w krajowej bazie danych osób, które uczestniczą w badaniach biomedycznych

Kryteria wykluczenia:

  • Podmiot ze znanym problemem motorycznym w odpowiednim przedramieniu i ręce,
  • Znana alergia lub nietolerancja na jeden ze składników elektrody,
  • Obecność zmiany w obszarze pomiarowym,
  • Przedmiot z aktywnym implantem medycznym (np. stymulator, implant ślimakowy itp.),
  • Przedmiot noszący implant antykoncepcyjny w obszarze pomiarowym.
  • Kobietę, która jest świadoma ciąży w momencie pomiaru,
  • Przedmiot odmawia golenia lub przycięcia obszaru lub którego włosy ciała wyklucza golenie lub przycinanie obszaru,
  • Obecność patologii, która może zmienić EMG.
  • Osoby, o których mowa w artykułach L1121-5 do L1121-8 Kodeksu zdrowia publicznego (odpowiada wszystkim osobom chronionym: kobiety w ciąży, kobiety porodu, matki karmienia piersią, osoby pozbawione wolności na podstawie decyzji sądowej lub administracyjnej, osoby otrzymujące opiekę psychiatryczną w ramach artykułów L. 3212-1 i L. 3213-1, które nie spadają na mocy artykułu L. Do zdrowia lub establishmentu społecznego do celów innych niż badania, nieletni, osoby podlegające środkowi ochrony prawnej lub nie są w stanie wyrazić swojej zgody).

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: Inny
  • Przydział: Nie dotyczy
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: HDC-GCOG
Wysokie wymiarowe rozpoznawanie gestów obliczeniowych
Urządzenie: HDC-GCOG
Zapisy elektromiografii powierzchniowej

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Szybkość rozpoznawania gestów za pomocą urządzenia złożonego z 32 elektrod EMG o wysokiej częstotliwości
Ramy czasowe: 3 godziny
Obliczanie wskaźnika rozpoznawania gestów wyrażone w odsetku rozpoznawania gestów
3 godziny

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Rozpoznawanie gestów w czasie rzeczywistym (opóźnienie <100ms)
Ramy czasowe: 3 godziny
Pomiar ulepszonego wskaźnika rozpoznawania gestów za pomocą naszego algorytmu HDC w porównaniu z innymi popularnymi modelami
3 godziny
Walidacja pozycjonowania i liczby elektrod używanych do akwizycji EMG w celu maksymalizacji szybkości rozpoznawania gestów
Ramy czasowe: 3 godziny
Obliczanie szybkości rozpoznawania gestów na podstawie liczby zastosowanych elektrod i ich pozycji
3 godziny
Analiza informacji zwrotnej pacjenta na temat łatwości wykonywania gestów (w formie kwestionariusza)
Ramy czasowe: 3 godziny
Ocena komfortu urządzeń podmiotów jako większa niż 6 w 10-punktowej wizualnej skali analogowej
3 godziny

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

University Hospital, Grenoble

Współpracownicy

Commissariat à l'Energie Atomique (CEA) Grenoble
CLINATEC

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

  • 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

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Szacowany)

15 stycznia 2026

Zakończenie podstawowe (Szacowany)

1 kwietnia 2026

Ukończenie studiów (Szacowany)

1 czerwca 2026

Daty rejestracji na studia

Pierwszy przesłany

19 sierpnia 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

26 sierpnia 2025

Pierwszy wysłany (Szacowany)

4 września 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

20 stycznia 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

15 stycznia 2026

Ostatnia weryfikacja

1 stycznia 2026

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Inne numery identyfikacyjne badania

  • 38RC25.0179

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Subskrybuj