EEG-gebaseerde database voor hersen-computer-interface voor motorrevalidatie

Het menselijk brein, als een verwerkingscentrum, regelt lichamelijke, cognitieve, emotionele en sociale functies, waardoor perceptie, signaalanalyse en besluitvorming mogelijk is. Deze functies kunnen echter worden beïnvloed door verworven hersenletsel (ABI), als gevolg van traumatische (slagen naar het hoofd) of niet-traumatische factoren (tumoren, beroertes, infecties, onder andere). Jaarlijks worden ongeveer 55 miljoen nieuwe gevallen van ABI gerapporteerd, met gevolgen die de kwaliteit van leven van patiënten en hun families kunnen beïnvloeden. Dit scenario heeft onderzoek naar tools gestuurd om verloren mogelijkheden te verminderen en te herstellen. Het Centre for Rehabilitation Engineering and Neuromuscular and Sensory Research (Cirins) van de Faculteit Engineering van de Nationale Universiteit van Entre Ríos in Argentinië heeft neuromusculaire en sensorische revalidatiesystemen ontwikkeld, met een focus op de innovatie van motorische revalidatiehulpmiddelen met EEG-gebaseerde hersenbedrijfinterfaces (BCI). Deze BCI's vallen op voor hun economie en veelzijdigheid en vertonen significante effecten bij het revalideren van motorische functies. Uitdagingen in BCI zijn signaalcomplexiteit, artefacten en variabiliteit tussen personen, waardoor het moeilijk is om de intentie van de gebruikers te schatten en de kalibratietijd te verlengen. Om deze problemen te verminderen, zijn strategieën op basis van diep leren en het leren van woordenboek voorgesteld, waardoor schaarse representaties van gegevens mogelijk zijn, robuust zijn voor lawaai en ontbrekende gegevens, maar met uitdagingen in de classificatie. De studie stelt voor om een ​​database van elektro -encefalografische signalen te ontwikkelen die van toepassing zijn op de ontwikkeling van nieuwe algoritmen voor verwerking en functie -extractie van dit type signalen, wat bijdraagt ​​aan de ontwikkeling van technologie die revalidatieprocessen ondersteunt.