EEG-basert hjerne-datamaskin-grensesnittdatabase for motorrehabilitering

Den menneskelige hjernen, som et prosesseringssenter, kontrollerer kroppslige, kognitive, emosjonelle og sosiale funksjoner, noe som muliggjør persepsjon, signalanalyse og beslutningstaking. Imidlertid kan disse funksjonene påvirkes av ervervet hjerneskade (ABI), som følge av traumatiske (slag til hodet) eller ikke-traumatiske faktorer (svulster, slag, infeksjoner, blant andre). Årlig rapporteres om lag 55 millioner nye tilfeller av ABI, med følger som kan påvirke livskvaliteten til pasienter og deres familier. Dette scenariet har drevet forskning på verktøy for å dempe og gjenopprette tapte evner. Center for Rehabilitation Engineering and Neuromuskular and Sensory Research (CIRINS) ved Fakultetet for ingeniørfag ved National University of Entre Ríos i Argentina har utviklet nevromuskulære og sensoriske rehabiliteringssystemer, med fokus på innovasjon av motoriske rehabiliteringsverktøy ved bruk av EEG-baserte hjerne-computer-interfaces (bc. Disse BCI -ene skiller seg ut for økonomien og allsidigheten, og viser betydelige effekter i rehabilitering av motoriske funksjoner. Utfordringer i BCI inkluderer signalkompleksitet, gjenstander og variasjon mellom personer, noe som gjør det vanskelig å estimere brukerens intensjon og utvide kalibreringstid. For å dempe disse problemene har strategier basert på dyp læring og ordbok læring blitt foreslått, noe som gir mulighet for sparsomme representasjoner av data, å være robust for støy og manglende data, men med utfordringer i klassifiseringen. Studien foreslår å utvikle en database med elektroencefalografiske signaler som er gjeldende i utviklingen av nye algoritmer for prosessering og funksjonsekstraksjon av denne typen signaler, og bidrar til utvikling av teknologi som støtter rehabiliteringsprosesser.