Una nueva interfaz cerebro-ordenador basado en el aprendizaje de transferencia EEG-fNIRS para la rehabilitación de...

Área de la Ciencia:

• La neurociencia
• Ingeniería biomédica
• Medicina de rehabilitación

Sus antecedentes:

• La neurorrehabilitación de imágenes motoras (MI) muestra potencial para la recuperación de la hemorragia intracerebral (ICH).
• Las interfaces cerebro-ordenador unimodal (BCI) luchan con la generalización entre sujetos debido a la heterogeneidad neurofisiológica.

Objetivo del estudio:

• Desarrollar y validar un marco de fusión EEG-fNIRS multimodal para mejorar la generalización entre sujetos en la neurorehabilitación basada en IM para ICH.
• Introducir un método basado en la métrica de Wasserstein para seleccionar dominios de fuente óptimos para cuantificar la divergencia de distribución neuronal entre sujetos.

Principales métodos:

• Un marco multimodal que fusiona la electroencefalografía (EEG) y la espectroscopia funcional del infrarrojo cercano (fNIRS).
• Un método de selección de dominio de origen basado en la métrica de Wasserstein para cuantificar la divergencia de distribución neuronal entre sujetos.
• Análisis comparativo de la neuroactivación de 17 controles normales y 13 pacientes con ICH durante las tareas de infarto de miocardio utilizando el aprendizaje de transferencia.

Principales resultados:

• El modelo de aprendizaje de transferencia logró una precisión de clasificación media del 74,87% en los datos de los pacientes de ICH cuando se entrenó con plantillas normales seleccionadas de manera óptima.
• La validación cruzada en conjuntos de datos públicos híbridos EEG-fNIRS demostró generalizabilidad, aumentando la precisión de referencia al 82,30% y al 87,24%.

Conclusiones:

• El sistema multimodal propuesto combina sinérgicamente la resolución temporal de EEG y la especificidad espacial de fNIRS para la rehabilitación de ICH.
• Esto establece el primer protocolo analítico multimodal clínicamente viable para la rehabilitación de ICH, avanzando la traducción de la neurotecnología para regímenes personalizados.