La langue est un organe esthétiquement utile situé dans la cavité buccale. Il peut se déplacer de manière complexe avec très peu de fatigue. De nombreuses études sur les technologies d’assistance opérées par la langue sont appelées interface langue-ordinateur humain ou interface langue-machine (TMI) pour les personnes paralysées. Cependant, beaucoup d’entre eux sont des systèmes intrusifs constitués de matériel tel que des capteurs et un traceur magnétique placés dans la bouche et sur la langue. Par conséquent, ces approches pourraient être ennuyeuses, esthétiquement peu attrayantes et peu hygiéniques. Dans cette étude, nous avons cherché à développer une interface langue-machine naturelle et fiable utilisant uniquement des potentiels glossocinétiques en étudiant le succès des algorithmes d’apprentissage automatique pour le contrôle ou la communication en langue 1D sur les technologies d’assistance. Les réponses potentielles glossocinétiques sont générées en touchant les parois buccales avec le bout de la langue. Dans cette étude, huit sujets sains naïfs masculins et deux femelles, âgés de 22 à 34 ans, ont participé. L’analyse discriminante linéaire, la machine vectorielle de support et le k-voisin le plus proche ont été utilisés comme algorithmes d’apprentissage automatique. Ensuite, le plus grand taux de réussite a été atteint avec une précision de 99% pour le meilleur participant à la machine vectorielle de support. Cette étude peut aider les personnes handicapées à contrôler les appareils fonctionnels de manière naturelle, discrète, rapide et fiable. De plus, il est prévu que l’IMT basée sur GKP pourrait être un canal de contrôle et de communication alternatif pour les interfaces cerveau-ordinateur traditionnelles basées sur l’électroencéphalographie (EEG) qui présentent des insuffisances importantes dues aux signaux EEG.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.