耳植入器人工物移除在基于EEG的目标听力康复评估评估中

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 耳植入物 (CI) 恢复听力,但在电脑电图 (EEG) 数据中引入电器工件.
• 这些文物使得对CI接受者的大脑可塑性和听觉康复结果的客观评估变得复杂.
• 现有的文物移除方法在自动检测和最大限度地减少信息丢失方面扎.

研究的目的:

• 开发一种自动化方法来检测和从EEG信号中去除CI诱导的电工件.
• 提高基于EEG的脑可塑性评估在CI用户的可靠性.
• 为了能够更准确地评估耳植入后的高级听觉功能.

主要方法:

• 这是一种结合机器学习 (支持矢量机器 - SVM),独立组件分析 (ICA) 和集体实证模式分解 (EEMD) 的新方法.
• 基于EEG信号的时间性质,自动检测CI文物.
• 使用EEMD和ICA处理和删除文物以改进EEG数据.

主要成果:

• 拟议的方法成功地自动检测和减少EEG中的CI电工件.
• 来自CI接受者的纠正的EEG记录显示了与正常听力个体在时间,频率和空间领域的强烈对齐.
• 在整个头皮中恢复了可靠的神经反应,没有CI工件.

结论:

• 开发的方法有效地消除了EEG数据中的CI文物,恢复了可靠的神经信号评估.
• 这种方法为客观评估CI用户的大脑功能和听觉康复提供了显著的进步.
• 准确的EEG分析对于理解大脑重组和优化CI结果至关重要.