모터 재활을위한 EEG 기반 뇌-컴퓨터 인터페이스 데이터베이스

처리 센터로서 인간의 두뇌는 신체적,인지 적, 정서적, 사회적 기능을 통제하여 인식, 신호 분석 및 의사 결정을 가능하게합니다. 그러나, 이러한 기능은 외상 (타격) 또는 비 외상성 인자 (종양, 뇌졸중, 감염 등)로 인한 획득 된 뇌 손상 (ABI)에 의해 영향을받을 수 있습니다. 매년 약 5 천 5 백만 명의 새로운 ABI 사례가보고되며, 환자와 그 가족의 삶의 질에 영향을 줄 수있는 후유증이보고됩니다. 이 시나리오는 손실 된 기능을 완화하고 복구하는 도구에 대한 연구를 주도했습니다. 아르헨티나에있는 Entre Ríos 대학교 공학부의 재활 공학 및 신경 근육 및 감각 연구 센터 (CIRINS)는 EEG 기반 BRAIN-Computer Interfaces (BCI)를 사용한 운동 재활 도구의 혁신에 중점을 둔 신경 근육 및 감각 재활 시스템을 개발했습니다. 이 BCI는 경제와 다양성으로 눈에 띄며 운동 기능의 재활에 큰 영향을 미칩니다. BCI의 문제에는 신호 복잡성, 아티팩트 및 개인 간 변동이 포함되어 사용자 의도를 추정하고 교정 시간을 연장하기가 어렵습니다. 이러한 문제를 완화하기 위해, 딥 러닝 및 사전 학습을 기반으로 한 전략이 제안되었으며, 이는 데이터를 드문 드문 표현하고 소음과 누락 된 데이터를 강력하게 표현할 수 있지만 분류에 어려움을 겪을 수 있습니다. 이 연구는 이러한 유형의 신호의 처리 및 특징 추출을위한 새로운 알고리즘 개발에 적용 할 수있는 전기 펜실 그래피 신호 데이터베이스를 개발하여 재활 프로세스를 지원하는 기술 개발에 기여할 것을 제안합니다.