Baza danych interfejsu mózgowo-komputerowego oparta na EEG do rehabilitacji motorycznej

Ludzki mózg, jako centrum przetwarzania, kontroluje funkcje cielesne, poznawcze, emocjonalne i społeczne, umożliwiając percepcję, analizę sygnału i podejmowanie decyzji. Jednak na te funkcje mogą mieć wpływ nabyte uszkodzenie mózgu (ABI), wynikające z traumatycznych (ciosów na głowę) lub czynników nieurazowych (guzy, udar, infekcje, infekcje). Corocznie zgłaszane jest około 55 milionów nowych przypadków ABI, z następstwami, które mogą wpływać na jakość życia pacjentów i ich rodzin. Ten scenariusz wprowadził badania w narzędzia do łagodzenia i odzyskiwania utraconych możliwości. Centrum inżynierii rehabilitacji oraz badań nerwowo-mięśniowych i sensorycznych (CIRINS) Wydziału Inżynierii National University of Entre Ríos w Argentynie opracowało systemy rehabilitacyjne nerwowo-mięśniowe i sensoryczne, ze szczególnym uwzględnieniem innowacji narzędzi rehabilitacji ruchowych za pomocą EEG w międzyob. Te BCI wyróżniają się ich gospodarką i wszechstronnością, wykazując znaczące skutki w rehabilitacji funkcji motorycznych. Wyzwania w BCI obejmują złożoność sygnału, artefakty i zmienność międzyosobową, co utrudnia oszacowanie zamiarów użytkownika i wydłużenie czasu kalibracji. Aby złagodzić te problemy, zaproponowano strategie oparte na głębokim uczeniu się i uczeniu się słownika, które pozwalają na rzadkie reprezentacje danych, solidne dla szumu i brakujących danych, ale z wyzwaniami w klasyfikacji. Badanie proponuje opracowanie bazy danych sygnałów elektroencefalograficznych obowiązujących w opracowywaniu nowych algorytmów do przetwarzania i ekstrakcji funkcji tego rodzaju sygnałów, przyczyniając się do rozwoju technologii, która wspiera procesy rehabilitacyjne.