Biosignaalbesturing staat voor de deur. Deze technologie stelt gebruikers in staat een apparaat te bedienen door hun intentie te decoderen uit signalen zoals spieractiviteit of hersenactiviteit. Momenteel is Deep Learning een van de meest veelbelovende methoden om de intentie van de gebruiker te decoderen uit biosignalen.
Er zijn echter nog veel problemen die moeten worden opgelost om deze methode van het laboratorium naar de echte wereld te brengen. In dit artikel bekijken we systematisch de literatuur over de implementatie en evaluatie van biosignaal controlesystemen die gebruik maken van deep learning methoden voor decodering. Op basis van deze analyse identificeren we tekortkomingen in de huidige kennis over dit onderwerp en halen we inzichten uit de bestaande literatuur naar voren. Vervolgens gebruiken we deze inzichten om aanbevelingen te formuleren voor het ontwerpen, implementeren en evalueren van proof-of-concept controlesystemen.
Dit overzicht zou onderzoekers die nieuw zijn op het gebied van biosignaalcontrole in staat moeten stellen om een overzicht te krijgen van de mogelijkheden en de belangrijkste aspecten van de technologie. Onderzoekers met ervaring in een van de verwante wetenschapsgebieden zouden dit als vertrekpunt moeten kunnen gebruiken om de problemen op te lossen die specifiek zijn voor hun vakgebied.
Link naar het artikel https://doi.org/10.1088/1741-2552/ac4f9a