基于EEG的脑计算机接口方法,旨在康复晚期ALS患者
Alireza Pirasteh1, Manouchehr Shamseini Ghiyasvand1, Majid Pouladian2
1Department of Biomedical Engineering, South Tehran Branch, Islamic Azad University, Tehran, Iran.
Disability and rehabilitation. Assistive technology
|February 24, 2024
概括
大脑-计算机接口 (BCI) 为肌缩侧面硬化症 (ALS) 患者提供通信和控制. 本综述探讨了基于EEG的BCI方法和特征提取技术,以增强康复和患者独立性.
科学领域:
- 神经科学和生物医学工程
- 康复技术 康复技术 康复技术
背景情况:
- 肌缩侧面硬化症 (ALS) 导致肌肉逐渐衰弱,影响沟通和环境控制.
- 基于脑电图 (EEG) 的脑电脑接口 (BCI) 显示出ALS患者康复的潜力,提供通信和辅助控制.
研究的目的:
- 审查和引入各种基于EEG的BCI特征提取和分类方法,用于ALS康复.
- 突出提高基于EEG的BCI准确性,可靠性和ALS患者的用户友好性的潜力.
主要方法:
- 对特征提取技术的审查,包括快速里埃变换 (FFT),波段包分解 (WPD) 和共同空间模式 (CSP).
- 审查分类方法,如线性差异分析 (LDA),支持矢量机器 (SVM),神经网络 (NN) 和深度学习 (DL).
主要成果:
- 共同空间模式 (CSP) 是BCI系统的有效特征提取技术.
- 支持矢量机 (SVM) 是一个合适的分类器,因为它对高维数据的稳定性.
- 深度学习 (DL) 对具有大型运动图像数据集的BCI系统具有前景.
结论:
- 基于EEG的BCI方法,特别是P300,运动影像和混合BCI,为ALS康复提供了显著的潜力.
- 在EEG信号检测准确度,可靠性和接口设计方面的进一步进展对于最大限度地提高ALS患者BCI益处至关重要.
- BCI技术使残疾人能够沟通和控制轮椅和机器人手臂等辅助设备.
