Візуалізація мультимодальних біосигналів у веб-системах реального часу
Вантажиться...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
У цій роботі досліджено підхід до стабілізації та візуалізації мультимодальних біосигналів у веб-системі реального часу. Розглянуто ключові джерела нестабільності даних та запропоновано програмні методи їх компенсації: синхронізацію потоків, м’яку реконструкцію пропусків, адаптивне згладжування та формування маски довіри. Реалізована система забезпечує коректне відображення інтегрального показника концентрації та значно знижує рівень шумових артефактів. Отримані результати показують, що застосовані методи стабілізації забезпечують більш плавний і інтерпретований сигнал у порівнянні з необробленими даними.
This paper investigates an approach to stabilizing and visualizing multimodal biosignals in a real-time web system.
This paper investigates an approach to stabilizing and visualizing multimodal biosignals in a real-time web system.
Опис
Ключові слова
біосигнали , веб-системи реального часу , мультимодальні дані , стабілізація сигналів , ЕЕГ , інерційні датчики , фільтрація , адаптивне згладжування , маска довіри , індекс концентрації , носимі пристрої , biosignals , real-time web systems , multimodal data , signal stabilization , EEG , inertial sensors , filtering , adaptive smoothing , confidence mask , concentration index , wearable devices
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Перебора М. А. Візуалізація мультимодальних біосигналів у веб-системах реального часу // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/26726.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (6)
- Мартинюк , Т., Кожем’яко , А., Круківський , Б., & М’якішев , О. (2024). Моделювання процесу ранжування у нейромережному класифікаторі об’єктів. Оптико-електроннi iнформацiйно-енергетичнi технологiї, 48(2), 128–134. https://doi.org/10.31649/1681-7893-2024-48-2-128-134.
- Motion Artifact Removal Techniques for Wearable EEG and PPG Sensor Systems [Електронний ресурс] – Режим доступу: https://surl.li/llgfks
- Real-Time EEG Signal Enhancement Using Canonical Correlation Analysis (PMC, 2018) [Електронний ресурс] – Режим доступу: https://pmc.ncbi.nlm.nih.gov/articles/PMC5823426/
- A Systematic Review of Techniques for Artifact Detection and Removal in Wearable EEG (Sensors, 2025) [Електронний ресурс] – Режим доступу: https://www.mdpi.com/1424-8220/25/18/5770
- MLMRS-Net: Electroencephalography (EEG) motion artifacts removal [Електронний ресурс] – Режим доступу: https://link.springer.com/article/10.1007/s00521-022-08111-6.
- AnEEG: leveraging deep learning for effective artifact removal in EEG data [Електронний ресурс] – Режим доступу: https://www.nature.com/articles/s41598-024-75091.