Enfoques de inteligencia artificial para la adquisición y procesamiento de señales de EEG en imágenes motoras de las...

Área de la Ciencia:

• La neurociencia
• Ingeniería biomédica
• Inteligencia artificial

Sus antecedentes:

• Las imágenes motoras (IM) implican simular mentalmente movimientos sin acción física.
• Las señales de electroencefalografía (EEG) del MI de las extremidades inferiores son cruciales para el desarrollo de la interfaz cerebro-ordenador (BCI).
• Los BCI tienen como objetivo ayudar a las personas con discapacidades motoras.

Objetivo del estudio:

• Revisar sistemáticamente las metodologías de adquisición y procesamiento de señales de EEG para la detección de IAM en las extremidades inferiores.
• Evaluar la eficacia de la inteligencia artificial (IA) en la identificación del infarto de miocardio en las extremidades inferiores en las aplicaciones de IAC.

Principales métodos:

• Búsqueda sistemática de la literatura en Scopus y IEEE Xplore.
• Se incluyeron 35 estudios que cumplen con las directrices de PRISMA de 287 registros.
• Centrado en el infarto de miocardio en las extremidades inferiores basado en EEG utilizando IA.

Principales resultados:

• El 85% de los estudios utilizaron el aprendizaje automático/profundo (por ejemplo, SVM, CNN, LSTM).
• El 65% incorporó la fusión multimodal; el 50% utilizó algoritmos de descomposición.
• Los métodos de IA mejoraron la precisión de la clasificación, la interpretabilidad y el potencial en tiempo real, pero persiste la variabilidad metodológica.

Conclusiones:

• El análisis de EEG basado en IA es prometedor para decodificar las imágenes motoras de las extremidades inferiores.
• La estandarización de los métodos y conjuntos de datos es esencial para la traducción clínica.
• Se recomienda el desarrollo de sistemas portátiles para mejorar los resultados de la neurorehabilitación.