Высокое распознавание вычислительных жестов (HDC-GCog)
15 января 2026 г. обновлено: University Hospital, Grenoble
Основной целью данного исследования является улучшение распознавания жестов и точности классификации за счет использования алгоритма HDC по сравнению с другими методами классификации (KNN, RF, SGD, NC). Уровень распознавания будет выражена чувствительностью и специфичностью распознавания жестов. Модель будет обучаться на части набора данных и протестирована на оставшейся части, чтобы избежать какого -либо смещения.
Вторые цели - это:
- Улучшение точности распознавания жестов с помощью нашего алгоритма HDC по сравнению с другими стандартными моделями.
- Расчет скоростей распознавания жестов в зависимости от количества используемых электродов и их положения.
- Оценка субъекта комфорта устройства оценивается выше 6 по 10-уровневой визуальной аналоговой шкале.
- Оценка субъекта простота выполнения жеста, оцененная выше 6 по 10-уровневой визуальной аналоговой шкале.
Обзор исследования
Подробное описание
Этот проект направлен на работу над распознаванием жестов на основе поверхностной электромиографии (EMG), зарегистрированной на предплечье. В настоящее время CEA разрабатывает алгоритм обучения на основе гипердимерных вычислений, предназначенных для повышения точности и задержки распознавания жестов. В отличие от традиционных методов вычислений, развитый подход опирается на (псевдо) случайные гиперваторы. Это приносит значительные преимущества: простой алгоритм с четко определенным набором арифметических операций, чрезвычайно устойчивый к шуму и ошибкам, с быстрым, однопроходным обучением, которое в конечном итоге может извлечь выгоду из архитектуры, ориентированной на память с высокой степенью параллелизма.
Это исследование может привести к нескольким приложениям, таким как видеоигры или Metaverse, но также сильно интересует область здравоохранения, например, в роботизированных протезах, приложениях для операции на телеоругии или просто медицинской подготовке с использованием приложений виртуальной реальности.
Тип исследования
Интервенционный
Регистрация (Оцененный)
10
Фаза
- Непригодный
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Контакты исследования
- Имя: Daniel ANGLADE, MD, PhD
- Номер телефона: 04 38 78 17 46
- Электронная почта: danglade@chu-grenoble.fr
Учебное резервное копирование контактов
- Имя: Caroline SANDRE-BALLESTER, PhD
- Номер телефона: 04 38 78 28 51
- Электронная почта: csandreballester@chu-grenoble.fr
Места учебы
-
-
-
Grenoble, Франция, 38054
- Clinatec Cea/Chuga
-
Контакт:
- Daniel ANGLADE, MD, PhD
- Номер телефона: 04 38 78 17 46
- Электронная почта: danglade@chu-grenoble.fr
-
Контакт:
- Caroline SANDRE-BALLESTER, PhD
- Номер телефона: 04 38 78 28 51
- Электронная почта: csandreballester@chu-grenoble.fr
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Да
Описание
Критерии включения:
- Здоровый, правша добровольный предмет,
- Мужчина или женщина,
- Возраст от 18 до 65 лет включительно,
- ИМТ <30 кг/м²,
- Минимальная окружность предплечья менее 15 см,
- Субъекты соглашаются брить или обрезать правое предплечье.
- Согласие с исследованием, не имеющей оппозиции,
- Субъект, связанный со схемой социального обеспечения,
- Зарегистрировано в Национальной базе данных людей, которые участвуют в биомедицинских исследованиях
Критерии исключения:
- Подвод с известной моторной проблемой в правом предплечье и руке,
- Известная аллергия или нетерпимость к одному из компонентов электрода,
- Наличие поражения в области измерения,
- Субъект с активным медицинским имплантатом (например, кардиостимулятор, кохлеарный имплантат и т. Д.),
- Субъект носит контрацептивный имплантат в области измерения.
- Женский субъект знает о беременности во время измерения,
- Субъект отказывается брить или обрезать область или волосы тела чьи волосы исключают бритье или обрезать область,
- Присутствие патологии, вероятно, изменит ЭМГ.
- Лица, упомянутые в статьях L1121-5 к L1121-8 Кодекса общественного здравоохранения (соответствуют всем защищенным лицам: беременные женщины, женщины в труде, матерей грудью, лиц, лишенные их свободы по судебным или административным решениям, лица, получающие психиатрическую помощь в соответствии со статьями L. 3212-1 и L. 3213-1, которые не попадают под поступление. или социальное учреждение в целях, кроме исследований, несовершеннолетних, лиц, подчиняющихся меру правовой защиты или неспособных выразить свое согласие).
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
- Основная цель: Другой
- Распределение: Н/Д
- Интервенционная модель: Одногрупповое задание
- Маскировка: Нет (открытая этикетка)
Оружие и интервенции
Группа участников / Армия |
Вмешательство/лечение |
|---|---|
|
Экспериментальный: HDC-GCOG
Высокое распознавание вычислительных жестов
|
Поверхностная электромиография записи
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Скорость распознавания жестов с использованием устройства, состоящего из 32 высокочастотных поверхностных электродов EMG
Временное ограничение: 3 часа
|
Расчет уровня распознавания жестов, выраженная в процентах от распознавания жестов
|
3 часа
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Распознавание жестов в реальном времени (задержка <100 мс)
Временное ограничение: 3 часа
|
Измерение улучшенной скорости распознавания жестов с помощью нашего алгоритма HDC по сравнению с другими общими моделями
|
3 часа
|
|
Проверка позиционирования и количества электродов, используемых для приобретения EMG, чтобы максимизировать скорость распознавания жестов
Временное ограничение: 3 часа
|
Расчет скоростей распознавания жестов на основе количества используемых электродов и их позиции
|
3 часа
|
|
Анализ обратной связи субъекта относительно простоты выполнения жестов (в форме анкеты)
Временное ограничение: 3 часа
|
Оценка комфорта устройства субъекта как более 6 в 10-точечной визуальной аналоговой шкале
|
3 часа
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Публикации и полезные ссылки
Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.
Общие публикации
- 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
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (Оцененный)
15 января 2026 г.
Первичное завершение (Оцененный)
1 апреля 2026 г.
Завершение исследования (Оцененный)
1 июня 2026 г.
Даты регистрации исследования
Первый отправленный
19 августа 2025 г.
Впервые представлено, что соответствует критериям контроля качества
26 августа 2025 г.
Первый опубликованный (Оцененный)
4 сентября 2025 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
20 января 2026 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
15 января 2026 г.
Последняя проверка
1 января 2026 г.
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Другие идентификационные номера исследования
- 38RC25.0179
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
НЕТ
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Нет
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .