基于 EEG 的脑机接口(BCI)：近期信号传感技术与计算智能方法及其应用综述
信号处理
2020-01-31 v1 人工智能
人机交互
摘要
脑机接口(BCI)是用户与系统间强大的通信工具，它增强了人脑直接与环境通信和交互的能力。过去几十年神经科学与计算机科学的进步带来了 BCI 的令人振奋的发展，使之成为计算神经科学与智能领域的顶级跨学科研究课题。可穿戴传感设备、实时数据流、机器学习和深度学习等方法近期的技术进展，增加了人们对基于脑电图(EEG)的 BCI 在转化与医疗健康应用的兴趣。许多人受益于基于 EEG 的 BCI，它有助于在工作场所或家中单调任务下连续监测认知状态的波动。本研究中，我们综述了 BCI 应用中 EEG 信号传感技术与计算智能方法的近期文献，弥补了过去五年(2015-2019)系统性总结的空白。具体而言，我们首先回顾 BCI 现状及其重大障碍；随后分别给出用于采集与清洗 EEG 信号的先进传感与增强技术；进而展示最先进的计算智能技术，包括可解释模糊模型、迁移学习、深度学习及其组合，以在普遍应用中监测、维持或跟踪人类认知状态与操作绩效；最后给出若干创新的受 BCI 启发之医疗应用，并讨论基于 EEG 的 BCI 未来研究方向。
引用
@article{arxiv.2001.11337,
title = {EEG-based Brain-Computer Interfaces (BCIs): A Survey of Recent Studies on Signal Sensing Technologies and Computational Intelligence Approaches and their Applications},
author = {Xiaotong Gu and Zehong Cao and Alireza Jolfaei and Peng Xu and Dongrui Wu and Tzyy-Ping Jung and Chin-Teng Lin},
journal= {arXiv preprint arXiv:2001.11337},
year = {2020}
}
备注
Submitting to IEEE/ACM Transactions on Computational Biology and Bioinformatics