在神经机能学中使用双向EEG-fNIRS. 目前的证据和未来研究前景

科学领域:

• 神经机能学是指神经机能学.
• 人与计算机的交互
• 认知神经科学 认知神经科学

背景情况:

• 神经工程学旨在通过理解大脑活动和心理状态来增强人机界面.
• 脑电图 (EEG) 和功能近红外光谱 (fNIRS) 是该领域的关键脑成像技术.
• 结合EEG和fNIRS显示出改善心理状态解码在接口中的承诺.

研究的目的:

• 审查比较双模EEG-fNIRS与单模EEG和fNIRS对心理状态解码精度的研究.
• 评估跨不同神经机能学范式的双模系统改进的可通用性.
• 在现实世界中考虑可穿戴EEG-fNIRS系统的挑战和潜力.

主要方法:

• 对33项比较双模EEG-fNIRS与单模EEG或fNIRS的研究进行系统审查.
• 分析精神状态的解码准确度在各种神经机能学子域.
• 对研究进行评估,考虑在自然环境中实践应用.

主要成果:

• 在精神状态解码准确度方面,双模电脑电图-fNIRS在心理状态解码准确度方面始终超过单模电图或fNIRS.
• 尽管在审查的研究中存在显著的概念和方法差异,但仍观察到改善.
• 将这些发现转化为实际的,现实世界的应用仍然存在挑战.

结论:

• 双式EEG-fNIRS为设计先进的人机接口提供了增强的能力.
• 需要进一步的研究来克服在自然环境中广泛采用的局限性.
• 未来的工作应该集中在优化可穿戴系统和标准化方法论,以实现实际的神经工程学应用.