用于磁脑摄影的人工神经网络:对新兴领域的回顾
Arthur Dehgan1, Hamza Abdelhedi1, Vanessa Hadid2
1MILA, CoCo Lab, Université de Montreal, Montreal, Canada.
Journal of neural engineering
|May 27, 2025
概括
人工神经网络 (ANN) 越来越多地用于分析磁脑扫描 (MEG) 数据,在大脑解码和诊断方面显示出前景. 本综述总结了ANN在MEG研究中的当前应用和未来方向.
科学领域:
- 神经科学是一个神经科学.
- 人工智能的人工智能
- 生物医学工程 生物医学工程
背景情况:
- 磁脑电图 (MEG) 为研究大脑动态提供了高时间和空间分辨率.
- 传统的MEG分析依赖于信号处理和统计方法.
- 机器学习 (ML),特别是人工神经网络 (ANN),正在成为MEG数据分析的强大工具.
研究的目的:
- 提供对应用到磁脑扫描 (MEG) 数据的人工神经网络 (ANN) 当前状态的全面审查.
- 归类和总结利用ANN用于各种MEG相关任务的研究结果.
- 识别这个快速发展的领域的趋势,优势,局限性和未来方向.
主要方法:
- 对应用ANN对MEG数据的研究进行专题综述.
- 在PubMed,谷歌学者,arXiv和bioRxiv进行的文献搜索.
- 包括研究分为"分类"",建模"和"其他"进行分析.
主要成果:
- 确定并审查了119项相关研究.
- 大多数研究 (70) 专注于"分类"任务,如大脑解码和临床诊断,实现高精度.
- "建模"研究 (16) 调查了对大脑过程的ANN激活,而"其他"研究 (33) 探索了对人工物纠正和源定位的应用.
结论:
- 在MEG研究中,ANN显示出巨大的潜力,特别是在分类任务中.
- 突出了MEG分析中ANN的当前局限性和优势.
- 提供了对未来研究的建议,作为该领域研究人员的指南.
