Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Electro-mechanical Systems01:19

Electro-mechanical Systems

Electromechanical systems are intricate configurations that effectively combine electrical and mechanical elements to achieve a desired outcome. Central to many of these systems is the DC motor, a device that converts electrical energy into mechanical motion, enabling various applications ranging from simple fans to complex robotic mechanisms.
A key component of the DC motor is the armature, a rotating circuit positioned within a magnetic field. As an electric current passes through the...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Prelimbic cortex drives discrimination of non-aversion via amygdala somatostatin interneurons.

Neuron·2022
Same author

Sublayer-Specific Coding Dynamics during Spatial Navigation and Learning in Hippocampal Area CA1.

Neuron·2016
Same author

Mnemonic Functions for Nonlinear Dendritic Integration in Hippocampal Pyramidal Circuits.

Neuron·2016
Same author

Distinct Contribution of Adult-Born Hippocampal Granule Cells to Context Encoding.

Neuron·2016
Same author

Rabies Virus CVS-N2c(ΔG) Strain Enhances Retrograde Synaptic Transfer and Neuronal Viability.

Neuron·2016
Same author

A role for mixed corollary discharge and proprioceptive signals in predicting the sensory consequences of movements.

The Journal of neuroscience : the official journal of the Society for Neuroscience·2014
Same journal

Daily briefing: 'Cyborg' cockroaches breathe underwater with printed suit.

Nature·2026
Same journal

China boosts prestigious grants for young scientists - will it ease competition?

Nature·2026
Same journal

Incoming US science academy chief vows to 'double down' on research.

Nature·2026
Same journal

Author Correction: Synthesis of enantioenriched atropisomers by biocatalytic deracemization.

Nature·2026
Same journal

Electrodeposited self-assembled molecules for perovskite photovoltaics.

Nature·2026
Same journal

Neutrino's nursery found: the 'Shadow Blaster'.

Nature·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: May 10, 2026

A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation
11:06

A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation

Published on: April 12, 2016

10.5K

Una interfaz neuromotriz genérica no invasiva para la interacción hombre-ordenador

Patrick Kaifosh1, Thomas R Reardon2,

  • 1Reality Labs at Meta, New York, NY, USA. kaifosh@meta.com.

Nature
|July 23, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Los investigadores desarrollaron una interfaz neuromotriz no invasiva utilizando pulseras de electromiografía de superficie (sEMG). Esta tecnología decodifica las señales del cuerpo para la entrada de la computadora, ofreciendo un control generalizable de alto ancho de banda sin procedimientos invasivos.

Más Videos Relacionados

Fabrication of the Composite Regenerative Peripheral Nerve Interface C-RPNI in the Adult Rat
10:35

Fabrication of the Composite Regenerative Peripheral Nerve Interface C-RPNI in the Adult Rat

Published on: February 25, 2020

8.4K
Real-Time Proxy-Control of Re-Parameterized Peripheral Signals using a Close-Loop Interface
11:54

Real-Time Proxy-Control of Re-Parameterized Peripheral Signals using a Close-Loop Interface

Published on: May 8, 2021

4.7K

Videos de Experimentos Relacionados

Last Updated: May 10, 2026

A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation
11:06

A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation

Published on: April 12, 2016

10.5K
Fabrication of the Composite Regenerative Peripheral Nerve Interface C-RPNI in the Adult Rat
10:35

Fabrication of the Composite Regenerative Peripheral Nerve Interface C-RPNI in the Adult Rat

Published on: February 25, 2020

8.4K
Real-Time Proxy-Control of Re-Parameterized Peripheral Signals using a Close-Loop Interface
11:54

Real-Time Proxy-Control of Re-Parameterized Peripheral Signals using a Close-Loop Interface

Published on: May 8, 2021

4.7K

Área de la Ciencia:

  • Ingeniería biomédica
  • Interacción hombre-computadora
  • Neurotecnología

Sus antecedentes:

  • Los dispositivos de entrada de computadora tradicionales (teclados, pantallas táctiles) requieren interacción física, lo que limita la movilidad.
  • Los sistemas basados en gestos existentes a menudo necesitan una línea de visión clara o sensores específicos.
  • Las interfaces cerebro-computadora invasivas ofrecen un alto ancho de banda, pero carecen de generalización y requieren personalización.

Objetivo del estudio:

  • Desarrollar una interfaz neuromotriz genérica y no invasiva para la entrada de datos por ordenador.
  • Para permitir la comunicación de alto ancho de banda decodificado de la electromiografía de superficie (sEMG).
  • Crear un sistema que se generalice entre los usuarios sin una extensa calibración individual.

Principales métodos:

  • Desarrollo de una pulsera sEMG sensible y fácil de usar.
  • Creación de una infraestructura escalable de recopilación de datos para modelos de formación.
  • Entrenamiento de modelos genéricos de decodificación de sEMG utilizando datos de miles de participantes.

Principales resultados:

  • Logró un rendimiento medio de 0.66 adquisiciones de objetivos / segundo en navegación y 0.88 detecciones de gestos / segundo en tareas discretas.
  • Se ha demostrado la decodificación de escritura a 20,9 palabras por minuto.
  • Mostró una mejora del rendimiento del 16% en la escritura a mano mediante la personalización de los modelos de decodificación.

Conclusiones:

  • Este trabajo presenta la primera interfaz neuromotriz no invasiva de alto ancho de banda con un rendimiento generalizable entre individuos.
  • El sistema sEMG desarrollado ofrece una alternativa prometedora a los métodos de entrada existentes, especialmente para los escenarios móviles.
  • Los modelos genéricos allanan el camino para una adopción más amplia de las interfaces cerebro-computadora sin capacitación específica a medida.