База данных интерфейса Brain-Computer на основе ЭЭГ для моторной реабилитации

Человеческий мозг, как обработок, контролирует телесные, когнитивные, эмоциональные и социальные функции, обеспечивая восприятие, анализ сигналов и принятие решений. Тем не менее, на эти функции могут влиять приобретенные травмы головного мозга (ABI), возникающие в результате травматических (ударов в голову) или нетравматических факторов (опухоли, инсульты, инфекции и другие). Ежегодно сообщается о около 55 миллионов новых случаев ABI, с последствиями, которые могут повлиять на качество жизни пациентов и их семей. Этот сценарий привел к исследованию инструментов для смягчения и восстановления утраченных возможностей. Центр реабилитационной инженерии и нервно-мышечных и сенсорных исследований (Cirins) факультета инженерии Национального университета Entre Ríos в Аргентине разработал нервно-мышечные и сенсорные системы реабилитации с акцентом на инновации инструментов моторной реабилитации с использованием EEG-Compuler Interface (BCI). Эти BCI выделяются в их экономике и универсальности, демонстрируя значительные последствия для реабилитации моторных функций. Проблемы в BCI включают сложность сигнала, артефакты и изменчивость межполучия, что затрудняет оценку намерения пользователя и продление времени калибровки. Чтобы смягчить эти проблемы, были предложены стратегии, основанные на глубоком обучении и обучении словарям, которые позволяют получить разреженные представления данных, устойчивые к шуму и отсутствующие данные, но с проблемами в классификации. В исследовании предлагается разработать базу данных электроэнцефалографических сигналов, применимых к разработке новых алгоритмов для обработки и извлечения признаков этого типа сигналов, способствуя разработке технологий, которая поддерживает процессы реабилитации.