EEG-pohjainen aivotiedoston rajapinnan tietokanta moottorin kuntoutukseen

Ihmisen aivot hallitsevat prosessointikeskuksena kehon, kognitiivisia, emotionaalisia ja sosiaalisia toimintoja, jotka mahdollistavat havainnon, signaalianalyysin ja päätöksenteon. Hankittu aivovaurio (ABI) voi kuitenkin vaikuttaa näihin toimintoihin, jotka johtuvat muun muassa traumaattisista (puhaltimista päähän) tai ei-traumaattisista tekijöistä (kasvaimet, aivohalvaukset, infektiot). Vuosittain ilmoitetaan noin 55 miljoonaa uutta ABI -tapausta, ja seurauksena voi vaikuttaa potilaiden ja heidän perheidensä elämänlaatuun. Tämä skenaario on johtanut työkalujen tutkimukseen kadonneiden ominaisuuksien lieventämiseksi ja palauttamiseksi. Argentiinan kansallisen yliopiston tekniikan tiedekunnan kuntoutustekniikan ja neuromuskulaarisen ja aistitutkimuksen (CIRINS) keskus Argentiinassa on kehittänyt neuromuskulaarisia ja aistien kuntoutusjärjestelmiä, keskittyen moottorin kuntoutustyökalujen innovaatioon EEG-pohjaisten aivo-tietokoneiden käyttöliittymien (BCI) innovaatioon. Nämä BCIS erottuvat taloudestaan ​​ja monipuolisuudestaan, mikä osoittaa merkittäviä vaikutuksia moottoritoimintojen kuntoutuksessa. BCI: n haasteita ovat signaalin monimutkaisuus, esineet ja henkilöiden välinen vaihtelu, mikä vaikeuttaa käyttäjän aikomuksen arviointia ja kalibrointiaikaa pidentämistä. Näiden ongelmien lieventämiseksi on ehdotettu syvän oppimiseen ja sanakirjojen oppimiseen perustuvia strategioita, jotka mahdollistavat harvoin datan esitykset, jotka ovat vahvoja melulle ja puuttuville tiedoille, mutta luokittelun haasteilla. Tutkimuksessa ehdotetaan, että kehitetään tietokanta elektroenkefalografisista signaaleista, joita sovelletaan uusien algoritmien kehittämiseen tämän tyyppisten signaalien käsittelyyn ja ominaisuuksien erottamiseen, mikä edistää kuntoutusprosesseja tukevan tekniikan kehittämistä.