Utilisation de l'intelligence artificielle et de la BCI dans les signaux EEG pour le mouvement

Ce travail apporte une proposition sur la manière dont l'interface cerveau-ordinateur peut être utilisée à l'avenir pour améliorer la qualité de vie des personnes qui ont subi une perte de mouvement de leurs membres ou une amputation, un problème qui touche aujourd'hui environ 1,6 million de personnes aux États-Unis, ce qui représente un coût annuel de plus de 12 milliards de dollars pour les assureurs. Nous utilisons des ondes EEG, fournies par une base de données publique et étendue, nous utilisons des mécanismes de filtrage pour acquérir des fréquences spécifiques de ces données, pour essayer de prédire l'intention de mouvement à l'aide d'outils d'apprentissage automatique. Les résultats des travaux concernant la classification des mouvements ont été moyens, mais ils nous guident vers un horizon où, grâce à l'utilisation de données plus fiables et de meilleurs algorithmes, il est possible de classer les mouvements avec une forte probabilité de certitude. Avec la sélection de personnes ayant des caractéristiques plus similaires et l'utilisation de réseaux de neurones, comme ceux qui sont récurrents, il y a de grandes chances de succès car il s'agirait d'une étude plus standardisée, avec des outils plus modernes et guidée par l'objectif.