RU2661756C2 - Brain computer interface device for remote control of exoskeleton - Google Patents

Brain computer interface device for remote control of exoskeleton Download PDF

Info

Publication number
RU2661756C2
RU2661756C2 RU2016135284A RU2016135284A RU2661756C2 RU 2661756 C2 RU2661756 C2 RU 2661756C2 RU 2016135284 A RU2016135284 A RU 2016135284A RU 2016135284 A RU2016135284 A RU 2016135284A RU 2661756 C2 RU2661756 C2 RU 2661756C2
Authority
RU
Russia
Prior art keywords
module
operator
motor activity
brain
signals
Prior art date
Application number
RU2016135284A
Other languages
Russian (ru)
Other versions
RU2016135284A (en
RU2016135284A3 (en
Inventor
Данил Александрович Борчевкин
Наталья Николаевна Шушарина
Алексей Константинович Белоусов
Владимир Борисович Савинов
Максим Владимирович Патрушев
Евгений Анатольевич Богданов
Original Assignee
Федеральное государственное автономное образовательное учреждение высшего образования "Балтийский федеральный университет имени Иммануила Канта"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Федеральное государственное автономное образовательное учреждение высшего образования "Балтийский федеральный университет имени Иммануила Канта" filed Critical Федеральное государственное автономное образовательное учреждение высшего образования "Балтийский федеральный университет имени Иммануила Канта"
Priority to RU2016135284A priority Critical patent/RU2661756C2/en
Publication of RU2016135284A publication Critical patent/RU2016135284A/en
Publication of RU2016135284A3 publication Critical patent/RU2016135284A3/ru
Application granted granted Critical
Publication of RU2661756C2 publication Critical patent/RU2661756C2/en

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer

Abstract

FIELD: information technology.
SUBSTANCE: invention relates to information technology and neurophysiology and can be used for a brain-computer interface. In the method, the device is made in the form of a portable wireless device that allows to detect the electrophysiological and biometric parameters of the operator. This device contains an electroencephalogram detection module, an electrooculogram detection module, an electromyogram detection module, a motor activity detection module, a processing module, configured to process the detection signals by a method of merging and comparing the motor activity with the electrophysiological parameters of the operator. Also the device is configured to generate and wirelessly transmit control signals of an intended movement to the exoskeleton in real-time.
EFFECT: invention makes it possible to improve the performance characteristics of the brain-computer interface device, to provide mobility and to improve the accuracy of control of neuroelectronic systems and exoskeletons.
4 cl

Description

Изобретение относится к информационным технологиям и нейрофизиологии. Изобретение может быть использовано для обеспечения человека нейроэлектронными системами и экзоскелетными конструкциями, восполняющими и дополняющими двигательные функции.The invention relates to information technology and neurophysiology. The invention can be used to provide a person with neuroelectronic systems and exoskeletal structures, replenishing and complementing motor functions.

Известно изобретение «Мозг-компьютерный интерфейс» (JP4876988, опубликовано 25.09.2008 г.). Устройство осуществляет запись сигналов электроэнцефалограммы (ЭЭГ) для управления компьютером. The invention is known "Brain-computer interface" (JP4876988, published September 25, 2008). The device records the signals of an electroencephalogram (EEG) to control a computer.

Однако использование только ЭЭГ сигналов ограничивает функциональные возможности системы, поскольку существует целый ряд проблем, связанных с извлечением характерных свойств из необработанного ЭЭГ сигнала, и с корректной классификацией этих свойств на их основе. Одним из вариантов преодоления указанных недостатков может стать использование гибридного мозг-компьютерного интерфейса (МКИ), в котором сигналы головного мозга дополняются иными биологическими сигналами. Использование всех доступных пользователю биологических каналов позволит улучшить точность и эффективность управления, особенно для пациентов с нейромускулярными заболеваниями. However, the use of only EEG signals limits the functionality of the system, since there are a number of problems associated with the extraction of characteristic properties from the unprocessed EEG signal, and with the correct classification of these properties based on them. One way to overcome these shortcomings may be to use a hybrid brain-computer interface (MCI), in which brain signals are complemented by other biological signals. The use of all biological channels available to the user will improve the accuracy and efficiency of management, especially for patients with neuromuscular diseases.

Недостатками устройства являются неудобство использования из-за отсутствия мобильности устройства, а также недостаточная точность управления из-за отсутствия сопоставления сигналов ЭЭГ с сигналами электромиограммы (ЭМГ) и электроокулограммы (ЭОГ), и сигналами двигательной активности (пульсовой волны и температуры).The disadvantages of the device are the inconvenience of use due to the lack of mobility of the device, as well as insufficient control accuracy due to the lack of comparison of the EEG signals with the signals of the electromyogram (EMG) and electrooculogram (EOG), and signals of motor activity (pulse wave and temperature).

Известно «Настраивающееся устройство для идентификации мозговых волн, настраивающийся метод и компьютерная программа» (Патент РФ № 2410026, опубликован 27.01.2011 г.). Недостатками устройства являются неудобство использования из-за отсутствия мобильности устройства, а также недостаточная точность управления из-за отсутствия сопоставления сигналов ЭЭГ с сигналами ЭМГ и ЭОГ, и сигналами двигательной активности (пульсовой волны и температуры).The well-known "Customizable device for identifying brain waves, tunable method and computer program" (RF Patent No. 2410026, published 01/27/2011). The disadvantages of the device are the inconvenience of use due to the lack of mobility of the device, as well as insufficient control accuracy due to the lack of comparison of EEG signals with EMG and EOG signals, and signals of motor activity (pulse wave and temperature).

Известен «Способ и устройство для мозг-компьютерного интерфейса», выбранные в качестве прототипа (патент на изобретение США №9211078, опубликован 15.12.2015 г.). Изобретение содержит устройство для снятия ЭЭГ и алгоритм распознавания команд ЭЭГ и передачи в виде функциональных команд. Недостатками устройства являются неудобство использования из-за отсутствия мобильности устройства и недостаточная точность управления из-за отсутствия сопоставления сигналов ЭЭГ с сигналами ЭМГ и ЭОГ, и сигналами двигательной активности (пульсовой волны и температуры).The well-known "Method and device for the brain-computer interface", selected as a prototype (US patent No. 9211078, published December 15, 2015). The invention comprises a device for removing an EEG and an algorithm for recognizing EEG commands and transmitting them in the form of functional commands. The disadvantages of the device are the inconvenience of use due to the lack of mobility of the device and insufficient control accuracy due to the lack of comparison of EEG signals with EMG and EOG signals, and signals of motor activity (pulse wave and temperature).

Техническим результатом, на получение которого направлено изобретение, является улучшение эксплуатационных характеристик устройства за счет обеспечения мобильности и повышения точности управления нейроэлектронными системами и экзоскелетными конструкциями, восполняющими и дополняющими двигательные функции человека, за счет реализации в носимом устройстве возможности, обеспечения регистрации и обработки электрофизиологических и биометрических параметров, а также возможности управления и организации мультимодальной обратной связи.The technical result to which the invention is directed is to improve the operational characteristics of the device by providing mobility and increasing the accuracy of controlling neuroelectronic systems and exoskeletal structures, supplementing and complementing the motor functions of a person, by realizing the possibility in a wearable device, providing registration and processing of electrophysiological and biometric parameters, as well as the ability to control and organize multimodal feedback communication.

Технический результат достигается в носимом беспроводном устройстве, выполненном с возможностью регистрации электрофизиологических и биометрических параметров оператора, содержащем модуль регистрации ЭЭГ, модуль регистрации ЭОГ, модуль регистрации ЭМГ, модуль регистрации двигательной активности, содержащий гироскоп и акселерометр, модуль определения поверхностной температуры и модуль регистрации фотоплетизмограммы (ФПГ), энергонезависимую память для хранения информации, аккумулятор для работы устройства без использования проводов, модуль обработки, выполненный с возможностью обработки измеряемых сигналов методом слияния и сопоставления двигательной активности с электрофизиологическими параметрами оператора, выполненный также с возможностью формирования управляющих сигналов для экзоскелетных конструкций, а также модуль для беспроводной передачи управляющей информации на экзоскелетные конструкции о предполагаемом движении в режиме реального времени. The technical result is achieved in a portable wireless device configured to record electrophysiological and biometric parameters of an operator, comprising an EEG registration module, an EOG registration module, an EMG registration module, a motor activity registration module comprising a gyroscope and an accelerometer, a surface temperature determination module, and a photoplethysmogram recording module ( FPG), non-volatile memory for storing information, a battery for operation of the device without the use of wire s, a processing module configured to process the measured signals by merging and comparing motor activity with the electrophysiological parameters of the operator, also configured to generate control signals for exoskeleton structures, as well as a module for wirelessly transmitting control information to exoskeleton structures about the alleged movement in real time time.

Устройство работает следующим образом.The device operates as follows.

Для снятия ЭЭГ используются чашечные электроды, выполненные из серебра (Ag/AgCl), размещаются при помощи шапочки. Электроды для ЭЭГ закрепляют на голове оператора по схеме с биполярным отведением, электроды закрепляют на затылке, референтные электроды закрепляют на мочках ушей, и используются следующие режимы получения сигнала ЭЭГ:To remove the EEG, cup electrodes made of silver (Ag / AgCl) are used, placed using a cap. EEG electrodes are fixed on the operator’s head according to the scheme with bipolar lead, electrodes are fixed on the back of the head, reference electrodes are fixed on the earlobes, and the following modes of receiving the EEG signal are used:

фильтр низких частот 30 Гц;low pass filter 30 Hz;

фильтр высоких частот 0,5 Гц;high-pass filter 0.5 Hz;

режекторный фильтр 50 Гц;50 Hz notch filter;

развертка по оси Х 30 мм/с;X-axis scan 30 mm / s;

развертка по оси Y 50 мкВ/мм;Y-axis sweep of 50 μV / mm;

сигнал ЭЭГ регистрируют в виде частот ритмов (альфа — 8—13 Гц, бета — 14—40 Гц, тета — 4—8 Гц, дельта — 0,5—3 Гц, гамма — выше 40 Гц), например альфа-ритмы; The EEG signal is recorded in the form of rhythm frequencies (alpha - 8-13 Hz, beta - 14-40 Hz, theta - 4-8 Hz, delta - 0.5-3 Hz, gamma - above 40 Hz), for example alpha rhythms;

Электроды для ЭОГ (пластинчатые электроды из Ag/AgCl) закрепляют на висках, около правого глаза и на лбу по схеме с биполярным отведением, и для получения сигналов ЭОГ используют следующие параметры:Electrodes for EOG (plate electrodes from Ag / AgCl) are fixed on the temples, near the right eye and on the forehead according to the scheme with bipolar abduction, and the following parameters are used to obtain EOG signals:

фильтр низких частот 40 Гц; low pass filter 40 Hz;

фильтр высоких частот 1 Гц; high-pass filter 1 Hz;

режекторный фильтр 50 Гц; 50 Hz notch filter;

развертка по оси Х 15 мм/с; X-axis sweep 15 mm / s;

развертка по оси Y 50 мкВ/мм;Y-axis sweep of 50 μV / mm;

сигнал ЭОГ регистрируют путем регистрации движения глаз;the EOG signal is recorded by recording eye movement;

Электроды для ЭМГ (пластинчатые электроды из Ag/AgCl) закрепляют около мышцы, с которой необходимо получить сигнал, например мышца бедра, по схеме с биполярным отведением;Electrodes for EMG (plate electrodes from Ag / AgCl) are fixed near the muscle with which it is necessary to receive a signal, for example, a thigh muscle, according to the scheme with bipolar lead;

расстояние между электродами составляет 5 см;the distance between the electrodes is 5 cm;

используют следующие режимы получения сигнала ЭМГ:use the following EMG signal acquisition modes:

фильтр низких частот 100 Гц; low pass filter 100 Hz;

фильтр высоких частот 1 Гц; high-pass filter 1 Hz;

режекторный фильтр 50 Гц; 50 Hz notch filter;

развертка по оси Х 120 мм/с; X-axis sweep 120 mm / s;

развертка по оси Y 10 мкВ/мм;Y-axis sweep of 10 μV / mm;

сигнал ЭМГ регистрируют путем регистрации сокращения мышцы.EMG signal is recorded by recording muscle contraction.

Для измерения ЭКГ используют датчик ФПГ, в котором поверхность кожи оператора вблизи кровеносных сосудов освещается светодиодом, и в зависимости от отраженного света, меняется ток на фототранзисторе, входящем в состав датчика ФПГ. Поскольку значение тока меняется в режиме реального времени, строят функцию зависимости напряжения от времени U(t), график которой представляет собой пульсовую волну. Для удаления шумов и сглаживания кривой данные напряжения фильтруют аппаратно с помощью фильтра низких частот. Методом скользящей средней проводят математическую обработку графика пульсовой волны для сглаживания и последующего удобства визуализации, кроме этого, функцию U(t) возводят в квадрат и дифференцируют. В итоге, получают график ФПГ, который имеет ту же форму, что и график электрокардиограммы (ЭКГ), по которому можно проводить медицинские исследования и диагностику.To measure the ECG, a PPG sensor is used, in which the skin surface of the operator near the blood vessels is illuminated by an LED, and depending on the reflected light, the current on the phototransistor included in the PPG sensor changes. Since the current value changes in real time, a function of the voltage versus time U (t) is constructed, the graph of which is a pulse wave. To remove noise and smooth the curve, the voltage data is filtered by hardware using a low-pass filter. Using the moving average method, mathematical processing of the pulse wave graph is carried out for smoothing and subsequent visualization convenience, in addition, the function U (t) is squared and differentiated. As a result, they get a graph of PPG, which has the same form as the graph of an electrocardiogram (ECG), according to which you can conduct medical research and diagnosis.

Данные с модуля регистрации двигательной активности поступают на процессор для численной обработки данных осей координат с акселерометра, по изменению углов Эйлера определяется положение частей тела оператора в пространстве.Data from the module of registration of motor activity is sent to the processor for the numerical processing of the data of the coordinate axes from the accelerometer, the position of the body parts of the operator in space is determined by changing Euler angles.

С помощью модуля регистрации ЭЭГ измеряется электрическая активность головного мозга оператора, отводимая с кожи головы оператора. С помощью модуля регистрации ЭМГ измеряются биоэлектрические потенциалы, возникающие в скелетных мышцах оператора. С помощью модуля регистрации ЭОГ измеряются биопотенциалы во время движения глазного яблока оператора. С помощью модуля определения поверхностной температуры определяется температура тела оператора. С помощью модуля регистрации двигательной активности, включающего гироскоп и акселерометр, определяется двигательная активность оператора по изменению углов Эйлера. Методом ФПГ измеряется пульс и ЭКГ оператора. Полученные данные регистрируются в графическом виде и в цифровом виде, что позволяет организовать в устройстве мультимодальную обратную связь. Для увеличения точности передаваемых намерений оператора электромеханическому устройству, в устройство предварительно загружена программа, обеспечивающая обработку сигналов методом слияния с возможностью выбора весов всех полученных в устройстве электрофизиологических и биометрических параметров оператора.Using the EEG registration module, the electrical activity of the operator’s brain is removed from the operator’s scalp. Using the EMG registration module, bioelectric potentials arising in the skeletal muscles of the operator are measured. Using the EOG registration module, biopotentials are measured during the movement of the eyeball of the operator. Using the module for determining the surface temperature, the body temperature of the operator is determined. Using the module of registration of motor activity, including a gyroscope and accelerometer, the motor activity of the operator is determined by changing Euler angles. The PPG method measures the pulse and ECG of the operator. The received data is recorded in graphical and digital form, which allows organizing multimodal feedback in the device. To increase the accuracy of the operator’s intentions transmitted to the electromechanical device, a program is pre-loaded into the device that provides signal processing by the merger method with the ability to select the weights of all the operator’s electrophysiological and biometric parameters.

Таким образом, в устройстве обеспечивается мобильность и повышение точности управления нейроэлектронными системами и экзоскелетными конструкциями, за счет реализации в носимом устройстве возможности, обеспечения регистрации и сопоставления большого числа электрофизиологических и биометрических параметров оператора, а также возможности управления и организации мультимодальной обратной связи.Thus, the device provides mobility and increased accuracy of control of neuroelectronic systems and exoskeletal structures, due to the implementation of the possibility in a portable device, registration and comparison of a large number of electrophysiological and biometric parameters of the operator, as well as the ability to control and organize multimodal feedback.

Claims (4)

1. Устройство мозг-машинного интерфейса, характеризующееся тем, что выполнено в виде носимого беспроводного устройства, выполненного с возможностью регистрации электрофизиологических и биометрических параметров оператора, содержащего модуль регистрации электроэнцефалограммы, модуль регистрации электроокулограммы, модуль регистрации электромиограммы, модуль регистрации двигательной активности, модуль обработки, выполненный с возможностью обработки измеряемых сигналов методом слияния и сопоставления двигательной активности с электрофизиологическими параметрами оператора, выполненный также с возможностью формирования и беспроводной передачи управляющих сигналов на экзоскелетные конструкции о предполагаемом движении в режиме реального времени.1. The device is a brain-machine interface, characterized in that it is made in the form of a wearable wireless device, configured to register electrophysiological and biometric parameters of the operator, comprising an electroencephalogram registration module, an electrooculogram registration module, an electromyogram registration module, a motor activity registration module, a processing module, made with the possibility of processing the measured signals by the method of merging and matching motor activity with electronic ktrofiziologicheskimi operator settings made with the possibility of forming and wireless transmission of control signals to the exoskeletal structure of the proposed motion in real time. 2. Устройство по п. 1, отличающееся тем, что модуль регистрации двигательной активности содержит гироскоп и акселерометр.2. The device according to claim 1, characterized in that the module for recording motor activity contains a gyroscope and an accelerometer. 3. Устройство по п. 1, отличающееся тем, что содержит энергонезависимую память для хранения информации, а также модуль определения поверхностной температуры и модуль регистрации фотоплетизмограммы.3. The device according to claim 1, characterized in that it contains a non-volatile memory for storing information, as well as a surface temperature determination module and a photoplethysmogram recording module. 4. Устройство по п. 1, отличающееся тем, что содержит аккумулятор для работы устройства без использования проводов.4. The device according to claim 1, characterized in that it contains a battery for operating the device without using wires.
RU2016135284A 2016-08-30 2016-08-30 Brain computer interface device for remote control of exoskeleton RU2661756C2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2016135284A RU2661756C2 (en) 2016-08-30 2016-08-30 Brain computer interface device for remote control of exoskeleton

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2016135284A RU2661756C2 (en) 2016-08-30 2016-08-30 Brain computer interface device for remote control of exoskeleton

Publications (3)

Publication Number Publication Date
RU2016135284A RU2016135284A (en) 2018-03-01
RU2016135284A3 RU2016135284A3 (en) 2018-03-01
RU2661756C2 true RU2661756C2 (en) 2018-07-19

Family

ID=61597022

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2016135284A RU2661756C2 (en) 2016-08-30 2016-08-30 Brain computer interface device for remote control of exoskeleton

Country Status (1)

Country Link
RU (1) RU2661756C2 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2704497C1 (en) * 2019-03-05 2019-10-29 Общество с ограниченной ответственностью "Нейроботикс" Method for forming brain-computer control system
RU2759310C1 (en) * 2020-12-14 2021-11-11 Оксана Евгеньевна Безбородова Method and system for bionic control of robotic devices

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103750841A (en) * 2014-01-20 2014-04-30 上海交通大学 Human knee joint angle wireless detection system and method based on MEMS inertial sensors
US8961185B2 (en) * 2011-08-19 2015-02-24 Pulson, Inc. System and method for reliably coordinating musculoskeletal and cardiovascular hemodynamics
RU2564754C1 (en) * 2014-03-27 2015-10-10 Федеральное государственное бюджетное учреждение науки Институт машиноведения им. А.А. Благонравова Российской академии наук (ИМАШ РАН) Adaptive mobile spatial rehabilitation robotic arm and method of facilitating movements and diagnosis of patient using same
CN105487676A (en) * 2016-01-17 2016-04-13 仲佳 Virtual-reality device with head-bio-electricity-signal-based human-computer interaction function

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8961185B2 (en) * 2011-08-19 2015-02-24 Pulson, Inc. System and method for reliably coordinating musculoskeletal and cardiovascular hemodynamics
CN103750841A (en) * 2014-01-20 2014-04-30 上海交通大学 Human knee joint angle wireless detection system and method based on MEMS inertial sensors
RU2564754C1 (en) * 2014-03-27 2015-10-10 Федеральное государственное бюджетное учреждение науки Институт машиноведения им. А.А. Благонравова Российской академии наук (ИМАШ РАН) Adaptive mobile spatial rehabilitation robotic arm and method of facilitating movements and diagnosis of patient using same
CN105487676A (en) * 2016-01-17 2016-04-13 仲佳 Virtual-reality device with head-bio-electricity-signal-based human-computer interaction function

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PREETI GHASAD at al. "A survey of Brain-Computer-Interaction Methods and Algorithms", 01.01.2015, "International Journal of Advanced Research in Computer and Communication Engineering", стр. 271-272. *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2704497C1 (en) * 2019-03-05 2019-10-29 Общество с ограниченной ответственностью "Нейроботикс" Method for forming brain-computer control system
RU2759310C1 (en) * 2020-12-14 2021-11-11 Оксана Евгеньевна Безбородова Method and system for bionic control of robotic devices

Also Published As

Publication number Publication date
RU2016135284A (en) 2018-03-01
RU2016135284A3 (en) 2018-03-01

Similar Documents

Publication Publication Date Title
US11071493B2 (en) Multicomponent brain-based electromagnetic biosignal detection system
CN109804331B (en) Detecting and using body tissue electrical signals
Subasi Practical guide for biomedical signals analysis using machine learning techniques: A MATLAB based approach
Bulling et al. Wearable EOG goggles: Seamless sensing and context-awareness in everyday environments
Tamura et al. Seamless healthcare monitoring
Belkacem et al. Classification of four eye directions from EEG signals for eye-movement-based communication systems
US20150216475A1 (en) Determining physiological state(s) of an organism based on data sensed with sensors in motion
US20150282768A1 (en) Physiological signal determination of bioimpedance signals
WO2018226809A1 (en) Systems and methods for detecting strokes
Prashant et al. Brain computer interface: A review
EP2698099A1 (en) Systems and methods to gather and analyze electroencephalographic data
Bansal et al. EEG-based brain-computer interfacing (BCI)
US20190328326A1 (en) Wearable electroencephalography device and methods of use thereof
US20220095955A1 (en) Method and system to assess disease using multi-sensor signals
RU2661756C2 (en) Brain computer interface device for remote control of exoskeleton
US20210022641A1 (en) Wearable multi-modal bio-sensing system
González-Mendoza et al. Validation of an EMG sensor for Internet of Things and Robotics
Tao et al. Decoding multi-class EEG signals of hand movement using multivariate empirical mode decomposition and convolutional neural network
EP4203791A1 (en) Determining composite signals from at least three electrodes
CN108537200B (en) Apparatus and method for selectively collecting electroencephalographic data through motion recognition
Hasbulah et al. Fundamental of Electroencephalogram (EEG) Review for Brain-Computer Interface (BCI) System
Chakraborty et al. Development of a wireless wearable electrooculogram recorder for IoT based applications
Noor et al. Simulation analysis of different strength levels of EOG signals
Shin et al. WHAM: A novel, wearable heart activity monitor based on Laplacian potential mapping
Bogdanov et al. Development of a neurodevice with a biological feedback for compensating for lost motor functions