探索脑电脑接口控制的想象运动:fNIRS和EEG审查

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
• 康复技术 康复技术 康复技术

背景情况:

• 大脑计算机接口 (BCI) 对于恢复肢体丧失的个体的运动功能至关重要.
• 非侵入性神经成像技术,如脑电图 (EEG) 和功能近红外光谱 (fNIRS) 是解码运动意图的关键.

研究的目的:

• 本综述评估了EEG和fNIRS在解码机动图像 (MI) 中对线下和线上BCI系统的有效性.
• 将实验方法分类,并确定BCI应用信号处理方面的进展.

主要方法:

• 该评论分析了基于神经成像模式 (EEG,fNIRS,混合),MI范式和研究设计的研究.
• 研究了信号采集,特征提取和分类算法的方法,包括深度学习.

主要成果:

• 离线MI解码显示了更高的准确性,而机器学习的进步提高了在线解码的可行性.
• 混合EEG-fNIRS系统利用了两种模式的优势,提高了性能.
• 在线想象运动预测是可行的,但不如运动执行那么可靠.

结论:

• 持续整合神经成像技术和改进的分类方法对于实际的BCI应用至关重要.
• 预计进一步的研究和跨学科的合作将加速先进的神经假肢技术的发展.