Name: 서포트 벡터 머신을 사용하여 2D 평면에 고유 수용성 드리프트에 대한 시각화 방법 (동영상) | JoVE Journal
Uploaded: 2016-10-27T13:00:00.000+00:00
Duration: 7 min 5 s
Description: 학습하세요 2D 평면에서 거울 환각을 이용해 고유 수용성 드리프트를 추정하고 시각화하는 방법을. 심리물리학 절차와 머신러닝 분석을 결합하여 참가자가 손 위치를 자유롭게 선택할 수 있는 본체감 연구에 활용할 수 있습니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

이 연구는 일본 과학기술개발기구(Japan Science and Technology Agency, JST)의 혁신 센터 프로그램(Center of Innovation Program)의 지원을 받았습니다.

실험의 모든 측면은 도쿄 공업 대학의 윤리위원회에 의해 승인되었다. 1. 실험 설정 <ol><li> 재료 및 고유 수용성 드리프트를 측정하기위한 설정. <ol><li> 세로 100 × 100cm 판을 수납 할 수있는 스탠드 (그림 1)을 얻었다. </li><li> 참가자가 실험 기간 동안 편안하게 앉을 수있는 의자를 가져옵니다. </li><li> 100 × 100 센티미터 아크릴 미러 및 매트 칠판을 얻습니다. </li><li> 참가자의 오른쪽 위치를 추적하는 위치 추적 (예를 들어, SLC-C02, Cyverse)을 얻었다. 공간 해상도는 샘플링의 충분한 수의 기계 학습에 이용 될 수 있도록 약 1.5 mm이어야한다. </li><li> 각각 독립하여 참가자의 오른손의 위치를 ​​나타 내기 위해 사용되는 적외선 LED와 재귀 반사 마커를 구하는 (단계 1.1.11 및 3.2.6 참조). </li><li> 참가자의 응답에 대한 풋 페달을 얻습니다. </리&gt; <li> 기록과 동시에 참가자의 응답과 오른손의 위치를 ​​표시하고 풋 페달을 누를 때 참가자의 응답의 피드백으로 경고음을 재생할 수있는 맞춤형 프로그램을 만듭니다. 이 실험에서, 참가자의 오른쪽 위치는 모터 캡처 장치 제조사의 지시에 따라 주문 제작 프로그램을 이용하여 수집 하였다. 주 : 이전 용지 (16)에 의하면, 프로그램은 소프트웨어 개발 키트 개발되었다. 소프트웨어 개발 킷에 의해 개발 된 맞춤형 프로그램은 모션 캡쳐 장치의 다른 브랜드에 적합 할 수있다. </li><li> 미러 또는 칠판의 표면을 눌러, 즉 손떨림의 훈련을 위해 타이밍 신호를 제공하기 위해 사용 메트로놈. 정확한 훈련 지침 단계 3.1.1을 참조하십시오. </li><li> 참가자가 손 위치 사운드 신호를들을 수있는 가능성을 줄이기 위해 잡음 제거 헤드폰을 사용합니다. </li><li> 시각적 피드백 조건의 경우, 스탠드에 거울을 부착합니다. 시각적 피드백이없는 상태의 경우, 스탠드 칠판을 연결합니다. </li><li> 거울이나 칠판의 왼쪽 상단에 LED 적외선 놓습니다. </li></ol></li><li> 재료 및 소유권 및 기관의 감각을 측정하기위한 설정. <ol><li> 1.1.11 단계로 단계 1.1.1부터 절차를 반복합니다. </li><li> 만들거나 소유권 및 기관의 감각을 평가하는 설문지를 획득 (예 : 10,13,16). 표 1은 이전 연구 (15)에서 사용 된 설문의 예를 보여줍니다. </li><li> 참가자에게 설문지를 표시하는 모니터 또는 태블릿 PC를 사용합니다. </li></ol></li></ol> 2. 참가자 <ol><li> 정상 또는 수정-에 정상 시력으로 약 10 오른손 참가자를 모집. 주 : 참가자 수가 실험 목표 particip마다 반복 시행 횟수에 따라 조정될 수있다개미. </li><li> 실험 시작 전에 참가 서면 동의서를 얻습니다. </li></ol> 3. 실험 절차 <ol><li> 손 운동에 대한 교육 단계. <ol><li> 동 기적으로 메트로놈을 사용하여 일정한 템포로 거울이나 칠판에 두 손으로 활용할 참가자를 훈련. 거울 또는 보드와 접촉 손의 발 뒤꿈치를 유지하여 도청 운동을 수행하기 위해 참가자를 지시한다. 훈련의 시작 부분에서, 분 당 60 비트의 템포 메트로놈을 시작하고 메트로놈의 소리에 따라 동 기적으로 두 손을 이동하는 참가자를 지시합니다. </li><li> 참가자의 손 움직임의 타이밍이 탭의 시작 후 메트로놈 몇 분의 소리를 비교하여 초 (약 1 Hz에서) 당 하나의 사이클에 가까운 지 확인합니다. </li></ol></li><li> 참가자의 Midsagittal 비행기에서 고유 수용성 드리프트의 평가. <ol><li&gt; 참가자에 걸쳐 조건의 반 균형 순서를 사용합니다. </li><li> 조건에 따라 스탠드에 거울이나 칠판을 마운트 : 시각적 피드백, 미러 마운트; 시각적 피드백없이 칠판을 탑재합니다. </li><li> 있는지 확인 참가자는 참가자의 midsagittal 평면을 따라 위치하는 거울이나 칠판, (그림 1)에 매우 근접 앉아있다. </li><li> 참가자가 왼쪽 손의 미러 이미지를 볼 수 있지만 실제 오른손을 볼 수 있는지 확인합니다. </li><li> 실험 기간 동안 거울 왼쪽의 화상에주의 참가자 지시. </li><li> 참가자의 권리 인덱스 손가락과 손목에 재귀 반사 마커를 넣습니다. <ol><li> 마커 만 참가자의 오른손에 넣어되기 때문에, 쿼리로 인해 부착 된 마커에 대한 참가자의 오른손의 햅틱 감각이 실질적으로 왼쪽에 비해 변경되지 않았는지 확인구두 참가자. </li></ol></li><li> 참가자의 귀를 통해 잡음 제거 헤드폰을 넣습니다. </li><li> 거울의 오른쪽 하단에서 수평으로 왼손을 수직으로 약 30cm와 30cm를 이동하고 실험하는 동안이 왼쪽 위치를 유지하기 위해 참가자를 지시한다. 이 위치는 2 차원 평면의 표면의 원점으로서 설정된다. </li><li> 거울이나 칠판의 반대편에 의지에 오른손을 배치하고 재판이 끝날 때까지 그 위치를 유지하기 위해 참가자를 지시한다. </li><li> 다음과 같이 작업에 대한 참가자를 지시한다 : <ol><li> 각 시험의 시작 부분에서, 풋 페달의 중간 버튼을 눌러 참가자를 지시합니다. 이 때, 시스템은 페달 언론의 피드백과 헤드폰을 통해 경고음을 울립니다. </li><li> 신호음을 듣고, 거울이 보드에 1 Hz에서에서 기적으로 두 손으로 눌러 시작 참가자 지시시각적 피드백 또는 시각적 피드백이없는 상태에서 칠판 상태. </li><li> 이상 여섯 손놀림 후, 원하는 시간에 이동을 중지하고 풋 페달의 좌우 버튼을 누르면 오른쪽 위치에 대한 질문에 답 참가자 지시. 오른쪽 버튼은 예이며, 왼쪽은 no입니다. 질문은 &quot;당신이 오른쪽과 왼쪽이 같은 위치에 있다고 생각하십니까?&quot;입니다 이 때, 참가자는 다시 페달 프레스에 대한 피드백 등의 경보 음이 들린다. 참고 : 참가자의 의미에 대해 묻는다면 &quot;같은 위치&quot;, &quot;같은 위치가&quot;오른쪽의 주관적인 높이와 깊이가 왼쪽의 것과 동일하다는 것을 의미 그들에게 말해. </li><li> 자신이 선택한 다른 위치로 자신의 오른손을 이동하는 참가자를 지시한다. 그런 다음, 다시 재판을 시작합니다. 이 사이클은 조건에 따라 최대 200 시험을위한 것입니다. </li></ol></li><li&gt; 참가자가 작업을 이해하고 작업을 다시 시작하기 위해 참가자를 요청할 수 있는지 확인합니다. </li><li> 작업하는 동안, 참가자의 도청의 타이밍이 메트로놈에 비해 움직임을 보면 약 1 Hz에서 유지되는지 확인합니다. 참고 : 메트로놈의 소리는 실험자에 의해들을 수 있습니다. </li><li> 100 시험을 마친 후, 참가자가 휴식을 취할 수 있습니다. </li><li> 별도의 날 (또는 시각적 피드백없이) 다른 조건에 대한 실험을 수행합니다. </li></ol></li><li> 미러 상태에서 소유권 및 기관의 감각의 평가. <ol><li> 소유권 및 기관의 의미에 대한 질문에 참가자의 응답을 수집하기 위해 오른손의 위치를 ​​정의합니다. 예를 들어, 이전의 발행 (16), (13)은 오른쪽 손의 위치가 접두사 하였다. 원점에서 21cm 최대 ±이 점은 모든 7cm를 배치했다. </li><li> 구간에 대해 동일한 절차를 수행3.2.7 단계로 단계 3.2.2에서 나열된 비켜 추정. </li><li> 한 재판을 마무리 할 때까지 위치를 실험자의 가이드 다음 오른손을 배치하고 유지하기 위해 참가자를 지시한다. </li><li> 다음과 같이 작업에 대한 참가자를 지시한다 : <ol><li> 재판의 시작 부분에서, 풋 페달의 중간 버튼을 누릅니다. 이 때, 참가자는 페달 언론의 피드백과 경고음이 들립니다. </li><li> 그런 다음, 1 Hz에서 동 기적으로 오른쪽과 왼쪽 손을 눌러 시작합니다. </li><li> 도청 이상의 여섯 번 후, 실험이 나타내는 경우 도청 중지합니다. 그런 다음, 소유권 및 기관의 의미에 대한 질문에 답도 계약이나 의견 차이를 나타내는 0에서 -3 ( &quot;전적으로 동의&quot;) +3까지 등급이 7 점 리 커트 척도를 사용하여 모니터 ( &quot;전적으로 동의&quot;)에 표시 (&quot;불확실한&quot;). </li><li> 실험자가 나타내는 위치로 오른쪽으로 이동합니다. 그런 다음 재판 시작다시. 이 사이클은 실험이 정의 오른쪽 위치의 수까지 계속됩니다. </li></ol></li><li> 참가자가 작업을 이해하고 작업을 시작하기 위해 참가자를 요청할 수 있는지 확인합니다. </li></ol></li></ol> 4. 데이터 분석 <ol><li> 참가자의 Midsagittal 비행기에서 고유 수용성 드리프트의 분석. <ol><li> 특히 벡터 머신을 지원 기계 학습 애플리케이션을 포함하는 통계적 도구를 구 (예를 들면, R, MATLAB). 참가자의 응답의 경계를 추출 분류로 지원 벡터 머신 (SVM)를 사용합니다. 이전의 출판물이 분류의 알고리즘에 대한 설명을 제공합니다 (20) (제 7 장 참조). 이 글에서, 우리는 R (버전 3.1.2)를 사용하는 방법을 설명합니다. </li><li> 는 R 응용 프로그램에서 SVM을 사용하여 분석을 포함 &quot;kernlab&quot;(21)라는 이름의 패키지를 설치합니다. </li><li> 마크 propriocepti을 표시 영역(도 2는 데이터 분석 흐름의 개략도를 설명) 다음과 같이 손 드리프트했습니다. 이 데이터 분석의 추가 설명은 기업 소프트웨어 코드 및 데이터 샘플을 참조. <ol><li> 원점에서 상대 오른손 위치를 계산합니다. 분석의 오류 (예를 들어, 누락 된 위치 데이터 또는 참가자의 응답)와 데이터를 폐기하십시오. </li><li> SVM을 사용하여 2D 공간에서 참가자의 &quot;예&quot;응답의 확률 모델을 확인합니다. 모델의 상징적 인 설명으로 응답의 데이터를 사용합니다. 모델의 파라미터로서 우측 위치의 데이터를 사용한다. SVM의 커널로 일반적으로 사용되는 방사 기저 함수 커널을 사용합니다. 시그마, 임의의 분석을 방지 계산하기 위해 시그마 자동 추정에 의해 (즉, 매개 변수는 각각의 데이터 포인트의 무게를 변경하는 데 사용). </li><li> 그 일을 확인하여 모델이 올바르게 장착되었는지 확인모델의 전자 교육 오차는 0.2 받고있다. 확률 모델을 사용하여, 참가자의 &quot;예&quot;응답의 P 값이 0.5 이상으로 추정되는 영역을 정의한다. </li></ol></li><li> 고유 수용성 드리프트를 보여줍니다 영역을 만들기 위해 각 참가자의 데이터를 평균. 참고 :이 차원 공간에서의 반응의 p 값에 의해 추정 된 &quot;예&quot;와 &quot;아니오&quot;응답 영역의 경계를 평균하는 것은 곤란하기 때문에, 평균의 두 종류가 권장됩니다. 하나의 방법은 경계를 추정하기 전에 사용되는 방법 인 2 차원 공간에서 참가자의 응답에 대한 P 값의 평균이다. 다른 방법은 경계를 추정하여 사용되는 영역의 크기를 평균하는 것이다. </li></ol></li><li> 설문지 데이터 및 영역 크기의 분석. <ol><li> 위치의 중요성과 질문의 종류 (예를 들어, SPSS 또는 R)을 평가하는 통계 도구를 얻습니다. </li><li> 정상 소소 평가대응하는 데이터 집합 중 하나 이상이 정규 분포 (예컨대, 윌 콕슨 서명 한 랭크 테스트 프리드만 시험)에 대한 기준을 충족하는 데 실패 할 때 샤피로-Wilk 테스트를 사용하여 모든 데이터의 N 및 적절한 비 - 파라 메트릭 테스트를 적용한다. 참고 : 실험이 부족 맞는 비모수 적 방법은, 파라 메트릭 방법을 사용하여 추론을 설명합니다. 이러한 분석에 대한 비모수 대체 없었다 같이 이전의 연구 (16)에서, 양방향 회 반복 측정 ANOVA는 앙케이트 데이터를 분석 하였다. </li></ol></li></ol>

<ol><li>Alimardani, M., Nishio, S., Ishiguro, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Humanlike+robot+hands+controlled+by+brain+activity+arouse+illusion+of+ownership+in+operators%5BTitle%5D)+AND+%22Sci.+Rep%22%5BJournal%5D)">Humanlike robot hands controlled by brain activity arouse illusion of ownership in operators.</a> Sci. Rep. 3, 2396(2013).</li>
<li>Fernando, C. L., et al. Design of TELESAR V for transferring bodily consciousness in telexistence. Intelligent Robots and Systems (IROS), 2012 IEEE/RSJ International Conference, Vilamoura, , 5112-5118 (2012).</li>
<li>Ramachandran, V. S., Rogers-Ramachandran, D. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synaesthesia+in+phantom+limbs+induced+with+mirrors%5BTitle%5D)+AND+%22Proc.+Biol.+Sci%22%5BJournal%5D)">Synaesthesia in phantom limbs induced with mirrors.</a> Proc. Biol. Sci. 263, 377-386 (1996).</li>
<li>Chan, B. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mirror+therapy+for+phantom+limb+pain%5BTitle%5D)+AND+%22N.Engl.J.Med%22%5BJournal%5D)">Mirror therapy for phantom limb pain.</a> N.Engl.J.Med. 357 (21), 2206-2207 (2007).</li>
<li>Michielsen, M. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Motor+recovery+and+cortical+reorganization+after+mirror+therapy+in+chronic+stroke+patients%3A+a+phase+II+randomized+controlled+trial%5BTitle%5D)+AND+%22Neurorehabil.+Neural+Repair%22%5BJournal%5D)">Motor recovery and cortical reorganization after mirror therapy in chronic stroke patients: a phase II randomized controlled trial.</a> Neurorehabil. Neural Repair. 25 (3), 223-233 (2010).</li>
<li>Lamont, K., Chin, M., Kogan, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mirror+box+therapy%3A+seeing+is+believing%5BTitle%5D)+AND+%22Explore+%28NY%29%22%5BJournal%5D)">Mirror box therapy: seeing is believing.</a> Explore (NY). 7 (6), 369-372 (2011).</li>
<li>Becker-Asano, C., Gustorff, S., Arras, K. O., Nebel, B. On the effect of operator modality on social and spatial presence during teleoperation of a human-like robot. Third Intl. Symposium on New Frontiers in Human-Robot Interaction at AISB50, , (2014).</li>
<li>Rosén, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Referral+of+sensation+to+an+advanced+humanoid+robotic+hand+prosthesis%5BTitle%5D)+AND+%22Scand.+J.+Plast.+Reconstr.+Surg.+Hand+Surg%22%5BJournal%5D)">Referral of sensation to an advanced humanoid robotic hand prosthesis.</a> Scand. J. Plast. Reconstr. Surg. Hand Surg. 43 (5), 260-266 (2009).</li>
<li>Limerick, H., Coyle, D., Moore, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+experience+of+agency+in+human-computer+interactions%3A+a+review%5BTitle%5D)+AND+%22Frontiers+Hum.+Neurosci%22%5BJournal%5D)">The experience of agency in human-computer interactions: a review.</a> Frontiers Hum. Neurosci. 8, 643(2014).</li>
<li>Botvinick, M., Cohen, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rubber+hands+%27feel%27+touch+that+eyes+see%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Rubber hands 'feel' touch that eyes see.</a> Nature. 391 (6669), 756-756 (1998).</li>
<li>Tsakiris, M., Haggard, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+rubber+hand+illusion+revisited%3A+visuotactile+integration+and+self-attribution%5BTitle%5D)+AND+%22J.+Exp.+Psychol.+Hum.+Percept.+Perform%22%5BJournal%5D)">The rubber hand illusion revisited: visuotactile integration and self-attribution.</a> J. Exp. Psychol. Hum. Percept. Perform. 31 (1), 80-91 (2005).</li>
<li>Rohde, M., Di Luca, M., Ernst, M. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+rubber+hand+illusion%3A+feeling+of+ownership+and+proprioceptive+drift+do+not+go+hand+in+hand%5BTitle%5D)+AND+%22PloS+One%22%5BJournal%5D)">The rubber hand illusion: feeling of ownership and proprioceptive drift do not go hand in hand.</a> PloS One. 6 (6), e21659(2011).</li>
<li>Kalckert, A., Ehrsson, H. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Moving+a+rubber+hand+that+feels+like+your+own%3A+a+dissociation+of+ownership+and+agency%5BTitle%5D)+AND+%22Frontiers+Hum.+Neurosci%22%5BJournal%5D)">Moving a rubber hand that feels like your own: a dissociation of ownership and agency.</a> Frontiers Hum. Neurosci. 6, 40(2012).</li>
<li>Holmes, N. P., Crozier, G., Spence, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((When+mirrors+lie%3A+%27visual+capture%27+of+arm+position+impairs+reaching+performance%5BTitle%5D)+AND+%22Cog.+Affect.+Behav.+Neurosci%22%5BJournal%5D)">When mirrors lie: 'visual capture' of arm position impairs reaching performance.</a> Cog. Affect. Behav. Neurosci. 4 (2), 193-200 (2004).</li>
<li>Snijders, H. J., Holmes, N. P., Spence, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Direction-dependent+integration+of+vision+and+proprioception+in+reaching+under+the+influence+of+the+mirror+illusion%5BTitle%5D)+AND+%22Neuropsychologia%22%5BJournal%5D)">Direction-dependent integration of vision and proprioception in reaching under the influence of the mirror illusion.</a> Neuropsychologia. 45 (3), 496-505 (2007).</li>
<li>Tajima, D., Mizuno, T., Kume, Y., Yoshida, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+mirror+illusion%3A+does+proprioceptive+drift+go+hand+in+hand+with+sense+of+agency%5BTitle%5D)+AND+%22Front.+Psychol%22%5BJournal%5D)">The mirror illusion: does proprioceptive drift go hand in hand with sense of agency.</a> Front. Psychol. 6, 200(2015).</li>
<li>Gallagher, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Philosophical+conceptions+of+the+self%3A+implications+for+cognitive+science%5BTitle%5D)+AND+%22Trends+Cog.+Sci%22%5BJournal%5D)">Philosophical conceptions of the self: implications for cognitive science.</a> Trends Cog. Sci. 4 (1), 14-21 (2000).</li>
<li>Farmer, H., Tajadura-Jiménez, A., Tsakiris, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Beyond+the+colour+of+my+skin%3A+how+skin+colour+affects+the+sense+of+body-ownership%5BTitle%5D)+AND+%22Conscious.+Cogn%22%5BJournal%5D)">Beyond the colour of my skin: how skin colour affects the sense of body-ownership.</a> Conscious. Cogn. 21 (3), 1242-1256 (2012).</li>
<li>Boucsein, W. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBoucsein%2C+W+%22Electrodermal+Activity%22">Electrodermal Activity</a>. , Springer. New York. (2012).</li>
<li>Bishop, C. M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBishop%2C+CM+%22Pattern+recognition+and+machine+learning%22">Pattern recognition and machine learning</a>. , Springer. New York. (2006).</li>
<li>Karatzoglou, A., Smola, A., Hornik, K., Zeileis, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((kernlab+-+An+S4+Package+for+Kernel+Methods+in+R%5BTitle%5D)+AND+%22J.+Stat.+Software%22%5BJournal%5D)">kernlab - An S4 Package for Kernel Methods in R.</a> J. Stat. Software. 11 (9), 1-2 (2004).</li>
<li>Jenkinson, P. M., Haggard, P., Ferreira, N. C., Fotopoulou, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Body+ownership+and+attention+in+the+mirror%3A+insights+from+somatoparaphrenia+and+the+rubber+hand+illusion%5BTitle%5D)+AND+%22Neuropsychologia%22%5BJournal%5D)">Body ownership and attention in the mirror: insights from somatoparaphrenia and the rubber hand illusion.</a> Neuropsychologia. 51 (8), 1453-1462 (2013).</li>
</ol>

저자는 경쟁적인 금전적 이해관계가 없음을 선언합니다.

우리는 방법은 SVM을 사용하여 미러 환상 중에 2 차원 평면에서 고유 수용성 드리프트를 추정하고, 소유권과 기관의 감각에 대한 설문 응답과 결과를 비교 보여줍니다. 이 새로운 방법은이 고유 수용성 드리프트는 약 10cm이며,이 밀접하게 오프셋 (offset)가 소유 및 기관의 감각을 유지하는 데 필요한 오프셋과 겹치는 것을 유지하기 위해 시각과 고유 수용성 피드백 사이의 오프셋 필요한 것으로 나타났습니다. 이 방법의 가장 중요한 단계는 자신의 관심에 대해 참가자들에게, 3.2.5에서 명령을 설명합니다. 참가자들이 주관적으로 그들의 몸에 더 많은 관심을보고 할 때 이전 파일럿 연구 (16)에서, 미러 손 이미지로 시각적 캡처의 효과는 거의 관찰되지 않았다. 관심이 현상에 기여 여부를 아직 명확하지 않다. 관심과 소유권의 감각 기관 사이의 관계는 거의 없습니다제어하거나 참가자들의 관심을 측정하는 어려움 때문에 논의되었다. 우리의 지식에 직접 소유권의 의미에 ...

최근 들어, 센스 또는 자신의 몸 자체 본체의 경험 연구는 실시 형태의 컨텍스트에서 증가하고있다. 실시 예 아이디어 또는 도달 파악하고, 감동으로, 환경과 상호 작용할 수있는 물리적 또는 가상 신체를 갖는 개념을 의미한다. 예를 들어, 인간은이 경우 자신의 팔과 손에 자신의 몸을 이동하여 환경에 위치 개체 또는 다른 사람을 터치 할 수 있습니다. 요즘, 이러한 상호 작용하거나 통신은 자신의 자연 체를 이용하는 것에 한정되지 않는다. 발명 가상 세계의 인간과 같은 로봇이나 아바타의 발전으로 인해 천연 인체는 가상 현실 인간, 원격 제어 로봇, 전기 보철물이나 컴퓨터 그래픽 아바타 인공 기관에 의해 치환 될 수있다. 예를 들어, 연구원들은 심지어 로보 경우, 그 오퍼레이터 &quot;이해&quot;할 수있는 객체가 기계 본체를 통해 로봇의 전면에 배치 된 로봇 개발t은 작업자의 신체 위치 1,2에서 멀리 배치됩니다. 인간은 인공 신체를 통해 작업을 수행 할 수 있다면이 예와 유사하게, 어떤 기관은 운전자의 자기 신체의 속성을 보유까요? 우리는 쉽게 인공 비 살과 뼈의 몸에 우리 자신의 천연 바디에서 &quot;자기&quot;의 속성 또는 돌출부에이 토론에 관련 항목을 찾을 수 있습니다. 일례는 의료 분야에서 찾아 볼 수있다; 예를 들어, 의료 재활 분야에서 환자의 자기 몸의 감각이 거울을 사용하여 &quot;트릭&quot;치료는 통증을 줄이고 누락 또는 마비 된 사지의 운동 기능 향상을위한 탐구 거울 요법 3-6 호출되고있다. 이 치료에 영향을받지 신체의 일부 또는 사지의 미러 이미지가 누락되거나 마비 된 사지가 거울에 표시되는 하나에 해당하는 믿기로 환자의 뇌를 오도 할 수 있으며이 여전히 있다는 느낌을 초래할의 이전 상태 (즉, 사고 전). 그것은이 환상 신체 표현과 관련된 뇌의 탄력성에 미치는 영향을 논의 아직도있다. 천연 신체 토론 이러한 유형 외에도 공학의 분야에서, 특히 인간의 상호 작용 시스템 설계 문제의 실시 예에 유사한 논의를 찾을 수있다. 인공 또는 가상 신체에 대한 자기의 감각이 잘 텔레프레즌스, 뇌 - 기계 인터페이스, 뇌 - 컴퓨터 인터페이스 1,2,7-9의 맥락에서 연구되고있다. 일부 연구자는 로봇가 위치되는 위치를 조작자의 손의 로봇 핸드의 촉감을 전송할 수있는 인간과 로봇은 작업자의 로봇을 자기 신체의 의미뿐만 아니라 장소하다는 의미를 캡처 할 수 있다고보고 오히려 운전자가 실제로 존재하는 것보다, 텔레 존재 일을했다. 다른 연구자들은 가상 아바타 강한 운전자의 신체의 움직임을 반영하는 것으로보고LY는 가상 신체 9 운영자의 자신의 몸에서 자기 몸의 운전자의 감각을 전달한다. 이러한 결과는 사용자가 인위적 본체에 직접 접속하지 않더라도, 그러한 가상 현실의 인간, 원격 제어 로봇, 전기 보철물이나 컴퓨터 그래픽 아바타 인공 본체에 자기 신체의 감각을 투사하는 방법을 나타내는 그들의 뇌와 몸. 비 육체 앤 피를 자기 몸의 감각이 유형에 기초 과학 연구는 인공 신체와 같은 개체는 고무 손 환상 (RHI) 10-13 거울을 사용하여 자기 몸의 경험을 기본 뇌 메커니즘을 조사 환상 (MI) 의료 공학 분야뿐만 아니라 정신 물리학 및 신경 심리학에 14-16. RHI는 고무 손이 자신의 몸에 속하고 동시에 볼 고무 손과 참가자의 가려진 손을 쓰다듬어에 의해 유발되는 느낌이다. 심근 경색, 손 심상에서midsagittal 축을 따라 배치 된 거울에 GE는 시각적으로 눈에 보이지 않는 반대 손의 참가자의 인식 위치를 캡처합니다. 한편 반사 이미지가 보이지 반대 손 것처럼 또한, 반사 보이지 않는 손의 움직임을 동기 강한 느낌을 불러 일으킨다. 이러한 환상의 조사에 따르면, 멀티 모드 정보 및 예측 및 신체의 움직임에 대한 감각 피드백 간의 일관성은 자기 신체 속성의 판정에 대한 중요한 역할을하는 것으로 보인다. 과학자들은 속임수 존재의 우리의 감각을 기본 또는 일부 인공 객체 나 이미지가 주관적으로 우리 자신의 신체 일부가, 그리고 우리의 자기 몸의 감각이하는 것을 할 수 있다고 믿는 뇌 메커니즘을 조사하기 때문에,이 두 환상은 간단하지만 강력한 증거와 도구가 될 수 있습니다 우리의 자연적인 육체에 묶여 필요가 없습니다. 위에 나열된 모든 연구에서, 토론은 &quot;자기&quot;consisti의 개념을 기반으로하고있다소유권의 감각 기관의 감각 : 철학자 갤러거 (17)에 의해 제안 된 감각의 두 가지 유형의 NG. 소유권의 의미는 관찰 신체 부위 하나의 자신 인 감각을 의미한다. 기관의 감각은 몸의 움직임 자체 발생되는 감각에 해당합니다. 이 두 감각은, 자기 (16)의 즉각적인 감각 최소한의 자기로 정의된다. 소유권 기관의 감각이 개념에 따르면, 손상된 천연 가상 및 기계 본체의 「자동」의 속성은 동일한 인덱스에 의해 평가 될 수있다. 과학적 평가 본 느낌을 사용하기 위해서는, 질문 견고 소유권 기관의 감각 측정 방법 생긴다. 현재 소유권 및 기관의 감각의 추정은 주로 원래 Botvinick (9)에 의해 제안 된 설문 조사에 의존하고있다. 설문지 외에도 정량 방법들을 측정하도록 시도 할 수있다. 예를 들어, 피부 콘ductance 응답 (SCR)는 고무 손을 갑자기 칼 (18)에 의해 차단되는 경우의 소유 생리 지표로서 사용되어왔다. SCR을 피부의 전기적 특성을 측정함으로써 계산 각성 19 민감하고 유효한 지표이다. 이 방법은 일반적으로 참가자 당 하나의 시험에 적용되기 때문에, 측정 SCR 참가자 내에서 반복 측정을 요구하는 정신 물리학 실험 기간 동안 물리적 지표로 적합하지 않습니다. 소유권의 의미에 대한 성공적인 행동 인덱스 중 하나는 고유 수용성 드리프트이다. 고유 수용성 드리프트는 고무 제 보철물이나, 손 모양 물체의 위치를 향해 보이지 실제 손의 인식 위치의 변화 컴퓨터 그래픽 10-13. 이러한 변화는 보이지 실제 손과 손의 시각적 이미지, 고유 수용성 드리프트 나 사이의 거리를 측정하여 반복하고 견고하게 예상 할 수 있기 때문에정신 물리학 측정을위한 사 적합한 물리적 인덱스입니다. 그러나, 이러한 사용은 최근의 논의는 고유 수용성 드리프트는 항상 소유 (12)의 행동의 지표로 사용할 수 있는지 의문 때문에주의 깊게 평가 될 필요가있다. 일반적으로, 고유 수용성 드리프트 예컨대 높이, 너비 또는 깊이로 세 방향의 한 측정된다. 고유 감각 드리프트 때문에 거의 추정 다차원 데이터를 시각화하는 어려움에 여러 방향에서 측정되지 않았다. 이 계측 한계 실험 조건을 용이하게 설계 및 치수 측정을 제한하도록 제어 될 수 있기 때문에, 감각적 인 정보를 처리하는 메커니즘을 탐구하는 기초 연구에 중요하지 않다. 그러나 일상 생활에서, 우리의 손은 우리의 의도를 따라 3D로 자유롭게 이동합니다. 이러한 상황에서, 설문 심하게 제한 움직임 POS와 참가자의 동작을 측정하는 것이 곤란하고 부적합손 itions. 따라서, 엔지니어링 및 재활에 대한 소유권 및 기관, 여러 방향을 포함하고 무료 손 운동이 일상 생활의 상황에서 시각 및 고유 수용성 피드백 사이의 공간 관계를 평가하는 데 필요한 수있는 측정의 의미에 대한 잠재적 인 응용을 고려. 이러한 측정이 가능하다면, 실제 관찰 손 사이의 측정 거리가 자기 몸의 감각에 대한 지침으로 활용 될 수있다. 이것은 회복의 진행뿐만 아니라, 디스플레이의 조작 대상 운영 손 오프셋 사이의 공간의 기준에 대한 지표가 될 수 없었다. 이 문제는 측정이 확실하고 효과적으로 구현 될 수있는 방법으로 남아있다. 이 문제를 해결하기 위해 가시 손 형상의 O에 참가자의 실제 눈에 보이지 않는 손의 위치에서의 시프트에 대응하는 고유 수용성 드리프트를 추정하는 새로운 방법을 도입bject하는 정신 물리학 적 과정 및 기계 학습을 이용한 분석을 결합하여 환상 미러를 사용하여 2 차원 평면 상. 고무 손에 비해 거울에 손 이미지가 강하게 보이지 않는 실제 손의 참가자의 인식 위치를 캡처합니다. 또한, 미러 이미지는 즉시 손 배치를위한 자발적 손의 움직임을 반영한다. 따라서, 미러 이미지는 참가자의 손의 시각적 피드백으로서 선택 하였다. 또, 일상 생활 상황 유사한 고유 수용성 드리프트를 측정하는 참가자들은 자신의 의지에 숨겨진 손 재판 별 시험을 배치하고, 실험의 수는 증가되었다. 경로의 임의의 조합이 사용될 수있다하더라도, 높이 및 깊이의 조합으로 인해 수직 미러 배치의 용이성을 위하여 선택되었다. 우리의 방법과 선행 연구 (13) 사이의 일관성을 확인하려면,이 시각 조건을 구현했다 :와 시각적 피드백없이. 시각적 피드백, 거울 w를 가진 상태에서midsagittal 평면을 따라 위치로 오른쪽 손으로 볼 것처럼, 왼손의 반사 이미지를 만들 수 있습니다. 시각적 피드백이없는 상태에서, 매트 칠판은 참가자의 실제 오른손을 숨기기 위해 사용되었다. 우리는 소유권과 기관의 의미에 대한 설문 조사로 얻은 것과 그 결과를 비교함으로써이 새로운 방법의 효과를 평가 하였다.

<table><tbody><tr><td>Acric 거울</td><td></td><td></td><td></td></tr><tr><td>매트 칠판</td><td></td><td></td><td></td></tr><tr><td>맞춤형 스탠드</td><td></td><td></td><td>예: 나무 기둥 또는 PVC(폴리 비닐 클로라이드) 파이프&nbsp;</td></tr><tr><td>체어</td><td></td><td></td><td></td></tr><tr><td>, 풋 페달</td>, <td>P.I. 엔지니어링</td>, <td>클래식 X-키, USB 및 PS/2 풋 페달</td><td>기타 응답 장치를 사용할 수 있습니다.</td></tr><tr><td>위치 센서</td><td>CyVerse</td><td>SLC-C02</td><td>다른 위치 센서를 사용할 수 있습니다.</td></tr><tr><td>맞춤형 역반사 마커</td><td></td><td>모션 캡처 공급업체에서 제공하는 마커를 사용할 수 있습니다.</td><td></td></tr><tr><td>소음 캔셀링 헤드폰 보스</td><td>콰이어</td><td>트 컴포트 3</td><td>다른 헤드폰 사용할 수 있습니다.</td></tr><tr><td>PC</td><td>마우스 컴퓨터</td><td>NG-N-i300GA</td><td>다른 PC를 사용할 수 있습니다.</td></tr></tbody></table>

서포트 벡터 머신을 사용하여 2d 평면에 고유 수용성 드리프트에 대한 시각화 방법

Visualization Method for Proprioceptive Drift on a 2D Plane Using Support Vector Machine

고유 수용성 부동(Proprioceptive drift)은 보이지 않는 실제 신체에서 눈에 보이는 신체와 같은 이미지로의 신체 부위 위치의 지각적 변화로, 소유권에 대한 행동 상관 관계로 측정되었습니다. 이전에는 고유 수용성 드리프트의 추정이 높이, 너비 또는 깊이와 같은 하나의 공간 차원으로 제한되었습니다. 손은 3D에서 자유롭게 움직일 수 있기 때문에 한 차원에서만 고유 수용성 표류를 측정하는 것만으로는 실제 상황에서 표류를 추정하기에 충분하지 않습니다. 이 기사에서는 정교한 기계 학습 접근 방식을 통해 객관적인 행동 측정(손 위치 추적)과 주관적인 현상학적 평가(손 위치 및 설문지에 대한 주관적인 평가)를 결합하여 거울 착시를 사용하여 2D 평면에서 고유 수용성 드리프트를 추정하는 새로운 방법을 제공합니다. 이 기법은 주인 의식과 주체 의식의 근본적인 메커니즘을 조사할 수 있을 뿐만 아니라 실종되거나 마비된 팔다리의 재활과 작업자가 시스템을 마치 자신의 신체 일부처럼 제어하는 자율적인 사용성으로 실시간 제어 시스템의 설계 규칙을 지원합니다.

이전의 연구에서 대표적인 결과는 상기 방법 (16)을 설명하기 위해 제시되어있다.도 3a는 참여자가 좌우의 손 위치 사이의 공간 오프셋을 검출 할 수있는 영역의 형상 (미러)와 (칠판) 시각 않고 조건 사이에 차이가 있음을 보여준다 . 피드백도 3b는 시각적 피드백을 가진 상태에서 해당 영역의 크기를 보여줍니다 시각적 피드백이없는 상태에서보다 훨씬 큰 (윌 콕슨 서명 순위 테스트 : Z = -2.803, P = 0.005). 이러한 결과는이 고유 수용성 드리프트 방향으로 약 10 cm이고,이 값이 변경됩니다 유지하기 위해 시각 및 고유 수용성 피드백 사이의 오프셋을 요구하는 것이 좋습니다 (그림 3, 4). 수직 수평 오프셋 (offset)보다 크게 나타났다 오프셋. 도 5 설문 점수 (F)의 수직 ...

이 문서에서는 거울 환상을 사용하여 기계 학습을 이용하여 분석으로 정신 물리학 절차를 결합하는 2 차원 평면 상에 고유 수용성 드리프트를 추정 할 수있는 새로운 방법을 설명합니다.

서포트 벡터 머신을 사용하여 2D 평면에 고유 수용성 드리프트에 대한 시각화 방법

Proprioceptive drift, which is a perceptual shift in body-part position from the unseen real body to a visible body-like image, has been measured as the ...

본 절차의 전반적인 목표는 참가자가 손의 위치를 자유롭게 선택할 수 있는 상태에서 2D 고유수용성 표류(proprioceptive drift)를 추정하고 시각화하는 것입니다. 이 방법은 자기 신체감(sense of self body)을 조작하는 방법을 탐구함으로써 정신물리학, 공학 및 재활 보건 분야의 핵심 질문에 답하는 데 도움이 될 수 있습니다. 이 기술의 주요 장점은 참가자가 자신의 손 위치를 직접 선택할 수 있는 상황에서 2D 고유수용성 표류를 추정하고 시각화할 수 있다는 점입니다.자기 인식(Sense of self)은 원래 신체 재활 연구 분야에서 논의되었습니다. 하지만 현재는 가상 아바타 및 인공 신체와 같은 체화(embodiment)의 맥락에서 공학 분야로 확장되었습니다. 피험자에게 손바닥 뒷부분을 거울에 밀착시킨 상태에서 태핑(tapping) 동작을 수행하도록 안내하며 시작하십시오.그런 다음 메트로놈을 분당 60비트의 템포로 시작합니다. 참가자에게 메트로놈 소리에 맞춰 양손을 동시에 움직이도록 안내합니다. 태핑이 시작된 후 몇 분 뒤에 메트로놈 소리와 비교하여, 참가자의 손 움직임 타이밍이 초당 1주기에 가깝게 유지되는지 확인합니다.조건에 따라 스탠드에 거울 또는 칠판을 설치하는 것으로 시작하십시오. 시각적 피드백 조건에는 거울을 사용하고, 시각적 피드백이 없는 대조 조건에는 칠판을 사용합니다. 피험자를 정중면에 맞춰 배치된 거울 가까이에 앉힙니다.참가자가 왼손의 거울 이미지 만 볼 수 있고 실제 오른손은 볼 수 없도록 조치하십시오. 다음으로, 실험 중에 거울 속에 비친 왼손 이미지에 집중하도록 참가자에게 지시하십시오. 참가자의 오른쪽 집게손가락 끝과 손목에 재귀반사 마커를 부착하십시오.참가자에게 마커로 인해 오른손의 촉각이 왼손과 비교하여 실질적으로 변하지 않았는지 확인하십시오. 다음으로, 참가자가 메트로놈 소리를 듣지 못하도록 노이즈 캔슬링 헤드폰을 착용시킵니다. 참가자에게 거울의 오른쪽 하단 모서리로부터 수직으로 30 centimeters, 수평으로 30 centimeters 떨어진 지점으로 왼손을 이동시키고, 실험 동안 이 왼손 위치를 유지하도록 지시하십시오.이 위치를 2D 평면 표면의 원점으로 설정하십시오. 마지막으로, 참가자에게 거울 반대편의 임의의 위치에 오른손을 올리고 실험이 끝날 때까지 그 위치를 유지하도록 지시하십시오. 실험이 시작되면 참가자에게 풋 페달의 가운데 버튼을 누르도록

visualization-method-for-proprioceptive-drift-on-2d-plane-using

Research

연구

JoVE Journal

Behavior

행동

인류가 3 차원에 서로를 탐색하는 방법에 대한 통찰력을 얻을 수있는 효율적인 방법이 설명되어 있습니다. 방법은 기존 시뮬레이터에 의해 얻기 어려운 방법으로 관찰 대상을 이동 가능한 모션 시뮬레이터의 활용합니다. 결과는 수직 운동이 과대 평가하는 동안 수평면의 움직임이, 과소 평가되었는지 확인합니다.

MPI Cyber​​Motion 시뮬레이터 : 가로, 세로, 높이로 Multisensory 경로 통합을 조사할 소설 모션 시뮬레이터의 구현

방법은 자유의 여섯도 (6DF) 모션 시뮬레이터를 사용하여 인간의 입체 전정 안구 반사 신경을 (3D VOR)를 측정하기 위해 설명되어 있습니다. 3D 각도 VOR의 이득과 어긋남은 전정 기능의 품질을 직접 측정을 제공합니다. 건강한 주제에 대한 대표적인 데이터가...

자유 모션 플랫폼의 여섯도를 사용하여 세 가지 차원 전정 안구 반사 테스트

그것은 복부 영상 스트림에서 하향식 (top-down) 신호가 운동에 어떻게 영향을 미치는지 명확하지 않다. 우리는 3D 깊이 반전 환상을 대상으로 모터의 동작을 테스트 할 수있는 패러다임을 개발했다. 큰 차이는 환상과 진실 된보기 상태에서 의도적으로, 목표 지향적 움직임과 자동 작업 모두에서보고됩니다.

모터 동작 톱 다운 비주얼 프로세스의 영향을 탐색하는 방법

중력의 지각은 일반적으로 머리 똑바로 서 있는 주관적인 시각적 수직에 의해 결정됩니다. 롤 플레인에서 ± 15 ° 및 ± 30 °의 헤드 틸트에서추가 평가는 손상된 중력 지각의 검출을위한 증가 된 정보 콘텐츠를 보장합니다.

주관적인 시각적 수직 패러다임을 사용하여 롤 플레인에서 정적 중력 지각의 평가

이 논문에서 설명하는 프로토콜은 방향 기울기 히스토그램 기법을 활용하여 다양한 진동 상태에서 구체적인 이미지 샘플의 특성을 추출합니다. 기계 학습을 위한 지원 벡터 머신을 사용하여 학습 샘플 요구 사항이 최소화되고 컴퓨터 성능 요구 사항이 낮은 이미지 인식 방법을 제공합니다.

Support Vector Machine을 기반으로 한 콘크리트 진동 상태의 이미지 인식 및 파라미터 분석

우리는 대화형 공간 작업에서 정량적 프로세스 데이터를 기록하고 이러한 회전 데이터를 시선 추적 데이터와 매핑하기 위한 간단하고 사용자 정의 가능하며 효율적인 방법을 개발했습니다.

Three-Dimensional Mapping of the Rotation of Interactive Virtual Objects with Eye-Tracking Data

이 방법론은 시운동 및 전신 회전 중 시선 안정화에 대한 시각 및 전정 기여를 조사했습니다. 자극은 시각, 전정 및 시전엽 시험을 통해 수행되었습니다. 비틀림 안구 운동 이득 및 안진 빈도는 각 시도에 대한 반사 뇌간 반응에 대한 감각 특이적 운동 정보의 피질하 중계에 대한 지표 역할을 했습니다.

시선 추적을 사용하여 롤 평면의 피질하 운동 처리에 대한 시각 및 전정 입력의 상대적 중요성 평가

이 방법은 탐색 및 동물의 머리의 확고한 고정을 필요로 미세한 영상 또는 단일 세포 전기 생리학 녹음하는 동안 탐험하는 마우스 유형, 친숙한 환경을 만듭니다.

평면 바닥의 공기 해제 플랫폼 : 새로운 방법이 깨어에 현미경 또는 전기 생리학과 행동을 결합하여 자유롭게 설치류 이동

스트레스의 사회적 차원에 대한 이전 연구는 사회적 정체성과 사회적 지지라는 두 가지 중요한 변수에 초점을 맞췄다. 이 프로토콜은 이 두 가지 사회적 변수의 효과적인 실험적 조작을 소개하고 표준 스트레스 유도 패러다임(Trier Social Stress Test)에서의 구현을 설명합니다.

스트레스의 사회적 차원 : 트리어 사회에서 사회적지지와 사회적 정체성의 실험 노는 시험 스트레스

이 기사는 IV 메스암페타민 의존성 치료를 위해 약물 사용 환경과 시간적, 공간적으로 분리된 두개내 전기 자극의 전달에 대해 설명합니다.

정맥 필로폰 자기 관리에 깊은 뇌 자극의 효과를 평가하기위한 일반적인 방법

학습하세요 2D 평면에서 거울 환각을 이용해 고유 수용성 드리프트를 추정하고 시각화하는 방법을. 심리물리학 절차와 머신러닝 분석을 결합하여 참가자가 손 위치를 자유롭게 선택할 수 있는 본체감 연구에 활용할 수 있습니다.

서포트 벡터 머신을 사용하여 2D 평면에 고유 수용성 드리프트에 대한 시각화 방법

더 많은 동영상 탐색