إزالة عوائق تخطيط الدماغ الكهربائي - أحدث التقنيات والإرشادات

تقدم هذه الورقة مراجعة شاملة لخوارزميات إزالة العوائق المستخدمة لإزالة المصادر الرئيسية للتداخل التي تواجه تخطيط الدماغ الكهربائي (EEG)، وبشكل خاص العوائق البصرية والعضلية والقلبية. نقدم أولاً المعرفة الأساسية حول خصائص نشاط EEG، وخصائص العوائق ونموذج قياس EEG. ثم نقدم الخوارزميات المستخدمة بشكل شائع في الأدبيات ونصف ميزاتها الرئيسية. أخيرًا، استنادًا بشكل أساسي إلى النتائج المقدمة من قبل باحثين مختلفين، ولكن أيضًا بدعم من تجربتنا الخاصة، نقارن بين الطرق الحديثة من حيث الأداء المبلغ عنه، ونقدم إرشادات حول كيفية اختيار خوارزمية مناسبة لإزالة العوائق لسيناريو معين. مع هذه المراجعة، استنتجنا أنه، دون معرفة مسبقة بالإشارة المسجلة لـ EEG أو الملوثات، فإن الطريقة الأكثر أمانًا هي تصحيح EEG المقاس باستخدام تحليل المكونات المستقلة - بشكل دقيق، خوارزمية تعتمد على إحصاءات من المرتبة الثانية مثل التعريف الأعمى من المرتبة الثانية (SOBI). تشمل البدائل الفعالة الأخرى زيادة تعظيم المعلومات (InfoMax) وخلط تكيفي لمحللي المكونات المستقلة (AMICA)، المستندة إلى إحصاءات من المرتبة الأعلى. لقد أثبتت جميع هذه الخوارزميات فعاليتها بشكل خاص مع المحاكاة، والأهم من ذلك، مع البيانات المجمعة في ظروف تسجيل محكومة. علاوة على ذلك، كلما كانت المعرفة المسبقة متاحة، يجب استخدام شكل مقيد من الطريقة المختارة من أجل دمج هذه المعلومات الإضافية. أخيرًا، نظرًا لأن الخوارزمية الأفضل أداءً تعتمد بشكل كبير على نوع إشارة EEG، والعوائق ونسبة الإشارة إلى الملوثات، نعتقد أن الطريقة المثلى لإزالة العوائق من EEG تتكون في دمج أكثر من خوارزمية واحدة لتصحيح الإشارة باستخدام مراحل معالجة متعددة، رغم أن هذا خيار لم يكتشفه الباحثون في هذا المجال بشكل كبير.