Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

REAL TIME EMG DETECTION IN THERAPEUTIC GAME

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F20%3APU143931" target="_blank" >RIV/00216305:26220/20:PU143931 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.eeict.cz/eeict_download/archiv/sborniky/EEICT_2020_sbornik_2.pdf" target="_blank" >https://www.eeict.cz/eeict_download/archiv/sborniky/EEICT_2020_sbornik_2.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    REAL TIME EMG DETECTION IN THERAPEUTIC GAME

  • Popis výsledku v původním jazyce

    This article focuses on real-time detection of activity in electromyographical signal. The study is based on controlling the therapeutic game through the muscle activity, called myofeedback. Many different algorithms can be used to detect EMG signal. Nowadays there is rapid development of artificial intelligence not only in biomedical engineering. In this paper there is implemented convolutional neural network for signal segmentation with accuracy 97,13%.

  • Název v anglickém jazyce

    REAL TIME EMG DETECTION IN THERAPEUTIC GAME

  • Popis výsledku anglicky

    This article focuses on real-time detection of activity in electromyographical signal. The study is based on controlling the therapeutic game through the muscle activity, called myofeedback. Many different algorithms can be used to detect EMG signal. Nowadays there is rapid development of artificial intelligence not only in biomedical engineering. In this paper there is implemented convolutional neural network for signal segmentation with accuracy 97,13%.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20601 - Medical engineering

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings II of the 26th Conference STUDENT EEICT 2020

  • ISBN

    978-80-214-5868-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    68-71

  • Název nakladatele

    Brno University of Technology, Faculty of Electrical Engineering and

  • Místo vydání

    Brno, Czech Republic

  • Místo konání akce

    BRNO

  • Datum konání akce

    23. 4. 2020

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku

    000598376500018