下肢運動画像におけるEEG信号取得と処理のための人工知能のアプローチ:体系的なレビュー

科学分野:

• 神経科学
• 生物医学工学
• 人工知能

背景:

• モーター イメージ (MI) は 物理的な行動なしに 運動を心理的にシミュレートするものです
• 下肢MIからの電気脳波 (EEG) 信号は,脳とコンピュータのインターフェース (BCI) の発達に不可欠です.
• 運動障害のある人たちを支援することを目指しています.

研究 の 目的:

• 下肢MI検出のためのEEG信号の取得と処理の方法論を体系的に検討する.
• 下肢MIをBCIアプリケーションで特定する人工知能 (AI) の有効性を評価する.

主な方法:

• Scopus と IEEE Xplore での体系的な文献検索
• 287件の記録から,PRISMAのガイドラインを満たす35件の研究が含まれています.
• AIを用いたEEGベースの下肢MIに焦点を当てました.

主要な成果:

• 研究の85%は機械/ディープラーニング (SVM,CNN,LSTMなど) を利用した.
• 65%はマルチモダルの融合を組み込み,50%は分解アルゴリズムを使用した.
• AIの方法は,分類の正確性,解釈可能性,リアルタイムの可能性を高めましたが,方法論的な変動性は残っています.

結論:

• 人工知能によるEEG分析は 下肢の運動画像の解読に 有望な結果を示しています
• 方法とデータセットの標準化は臨床翻訳に不可欠です.
• 移植可能なシステムの開発は,改善された神経リハビリテーションの結果のために推奨されます.