Wykorzystanie sztucznej inteligencji i BCI w sygnalach EEG dla ruchu

Praca ta przynosi propozycj¿ sposobu, w jaki interfejs mózgu komputera mo¿e by¿ u¿ywany w przysz¿o¿ci do poprawy jako¿ci ¿ycia ludzi, którzy mieli utrata ruchu ko¿czyn lub amputacji, problem, który dociera do oko¿o 1,6 miliona ludzi w Stanach Zjednoczonych dzisiaj, co stanowi roczny koszt dla ubezpieczycieli ponad 12 miliardów dolarów. Wykorzystujemy fale EEG, dostarczane przez publiczn¿ i rozleg¿¿ baz¿ danych, u¿ywamy mechanizmów filtruj¿cych w celu uzyskania okre¿lonych cz¿stotliwo¿ci tych danych, aby spróbowä przewidzie¿ zamiar ruchu z pomoc¿ narz¿dzi do nauki maszynowej. Wyniki prac nad klasyfikacj¿ ruchów by¿y przeci¿tne, jednak prowadz¿ nas do horyzontu, w którym przy u¿yciu bardziej wiarygodnych danych i lepszych algorytmów mo¿liwe jest klasyfikowanie ruchów z du¿ym prawdopodobie¿stwem pewno¿ci. Wraz z wyborem osób o bardziej zbli¿onych cechach i wykorzystaniem sieci neuronowych, takich jak te powtarzaj¿ce si¿, istnieje du¿a szansa na sukces, poniewä by¿oby to badanie bardziej ustandaryzowane, z bardziej nowoczesnymi narz¿dziami i kierowane obiektywnie.