Skrämmande vad dom kan göra!

🚨 EEG-baserade hjärndatorgränssnitt (BCI): En undersökning av nyare studier om signalavkänningsteknologier och beräkningsunderrättelsemetoder och deras tillämpningar. 2021 sep-okt;18(5):1645-1666. doi: 10.1109/TCBB.2021.3052811. Epub 2021 7 oktober. Xiaotong Gu, Zehong Cao, Alireza Jolfaei, Peng Xu, Dongrui Wu, Tzyy-Ping Jung, Chin-Teng Lin PMID: 33465029 DOI: 10.1109/TCBB.2021.3052811 Abstrakt Hjärn-datorgränssnitt (BCI) förbättrar förmågan hos mänskliga hjärnaktiviteter att interagera med miljön. De senaste framstegen inom teknik och maskininlärningsalgoritmer har ökat intresset för elektroencefalografiska (EEG)-baserade BCI-tillämpningar. EEG-baserade intelligenta BCI-system kan underlätta kontinuerlig övervakning av fluktuationer i mänskliga kognitiva tillstånd under monotona uppgifter, vilket är både fördelaktigt för personer i behov av sjukvårdsstöd och allmänna forskare inom olika domänområden. I den här översikten undersöker vi den senaste litteraturen om EEG-signalavkänningsteknologier och beräkningsintelligensmetoder i BCI-tillämpningar, och kompenserar för luckorna i den systematiska sammanfattningen av de senaste fem åren. Specifikt granskar vi först den nuvarande statusen för BCI och signalavkänningstekniker för att samla in pålitliga EEG-signaler. Sedan demonstrerar vi toppmoderna beräkningsintelligenstekniker, inklusive fuzzy modeller och överföringsinlärning i maskininlärning och djupinlärningsalgoritmer, för att upptäcka, övervaka och underhålla mänskliga kognitiva tillstånd och uppgiftsprestanda i vanliga applikationer. Slutligen presenterar vi ett par innovativa BCI-inspirerade vårdtillämpningar och diskuterar framtida forskningsriktningar inom EEG-baserad BCI-forskning.Similar Articles:https://pubmed.ncbi.nlm.nih.gov/?linkname=pubmed_pubmed&from_uid=33465029 SOURCE:https://pubmed.ncbi.nlm.nih.gov/33465029/https://thegreatwork208716197.wordpress.com/2023/05/04/6167/