Всесторонний обзор парадигм интерфейсов мозг–компьютер на основе ЭЭГ

Достижения в области нейронауки и компьютерных технологий за последнее десятилетие привели к значительному развитию интерфейсов мозг–компьютер (BCI), благодаря чему BCI стал одним из ведущих направлений исследований в прикладной науке. Возрождение интереса к BCI открыло новые возможности для нейрореабилитации людей с физическими ограничениями (например, парализованных пациентов и лиц с ампутациями), а также пациентов с повреждениями головного мозга (например, перенесших инсульт). Последние технологические достижения, такие как беспроводная регистрация, анализ на основе машинного обучения и временное разрешение в режиме реального времени, повысили интерес к подходам на основе электроэнцефалографии (ЭЭГ). Во многих исследованиях BCI основное внимание уделялось декодированию сигналов ЭЭГ, связанных с кинематикой и кинетикой движений всего тела, воображением движений и различными сенсорными модальностями. Поэтому необходимо понимать разнообразные экспериментальные парадигмы, используемые в системах BCI на основе ЭЭГ. Кроме того, с учетом множества доступных вариантов крайне важно выбрать наиболее подходящее применение BCI для корректного управления нейропротезом или устройством нейрореабилитации. В настоящем обзоре оцениваются парадигмы BCI на основе ЭЭГ с точки зрения их преимуществ и недостатков в различных аспектах. Для каждой парадигмы рассматриваются различные алгоритмы декодирования сигналов ЭЭГ и методы классификации. Обобщены применения этих парадигм в целевых группах пациентов. Наконец, обсуждаются потенциальные проблемы систем BCI на основе ЭЭГ и предлагаются возможные решения.