Publication

Augmenting Astronaut's Capabilities through Brain-Machine Interfaces

2007
Conference Papers

Résumé

Brain-Machine Interfaces (BMIs) transform the brain activity of a human operator into executable commands that can be sent to a machine, usually a computer or robot, to perform intended tasks. In addition to current biomedical applications, available technology could also make feasible augmenting devices for space applications that could be promising means to improve astronauts' efficiency and capabilities. The implementation of artificial intelligence algorithms into the software architecture of present BMIs will be of crucial importance to guarantee a proper functionality of the device in the highly dynamic and unpredictable space environment.

Source officielle

https://infoscience.epfl.ch/entities/publication/6b5d3523-b86c-4890-9029-eda5dac8a2f3

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

2007
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/6b5d3523-b86c-4890-9029-eda5dac8a2f3

À propos de ce résultat

Concepts associés (32)

Interface neuronale directe

thumb|250px|Schéma d'une interface neuronale directe. Une interface neuronale directe - abrégée IND ou BCI ou encore ICM (interface cerveau-machine, ou encore interface cerveau-ordinateur) est une interface de communication directe entre un cerveau et un dispositif externe (un ordinateur, un système électronique...). Ces systèmes peuvent être conçus dans le but d'étudier le cerveau, d'assister, améliorer ou réparer des fonctions humaines de cognition ou d'action défaillantes. L'IND peut être unidirectionnelle ou bidirectionnelle.

Implant cérébral

Les implants cérébraux, également appelés « BrainChips » ou « Brain implant » en anglais, sont des systèmes électroniques implantés dans le cerveau, afin de lire ou contrôler certains signaux cérébraux. Ils sont également connus sous le nom de « puce électronique cérébrale ». Les implants cérébraux sont des implants électroniques constitués d'électrodes ou de grilles d'électrodes, permettant de lire et contrôler des signaux cérébraux. Les électrodes peuvent être placées de façon très précises à l'aide de bras robotisés.

Interface utilisateur

L’interface utilisateur est un dispositif matériel ou logiciel qui permet à un usager d'interagir avec un produit informatique. C'est une interface informatique qui coordonne les interactions homme-machine, en permettant à l'usager humain de contrôler le produit et d'échanger des informations avec le produit. Parmi les exemples d’interface utilisateur figurent les aspects interactifs des systèmes d’exploitation informatiques, des logiciels informatiques, des smartphones et, dans le domaine du design industriel, les commandes des opérateurs de machines lourdes et les commandes de processus.

Afficher plus

Publications associées (20)

Afficher plus

Augmenting Astronaut's Capabilities through Brain-Machine Interfaces

Chattez avec Graph Search

Leveraging neural, muscular, and kinematic signals to enable augmented motor control without interfering with concurrent functions

Small-world scale-free brain networks from EEG with application to motor imagery decoding and brain fingerprinting

Decoding peripheral stimulation from cortical and spinal recordings reveals complementary sensorimotor information