MétaCan
Menu
Retour à la cohorte
Enregistrement W2071747588 · doi:10.1002/ana.23656

Brain–computer interfaces for communication with nonresponsive patients

2012· review· en· W2071747588 sur OpenAlexafffund
Lorina Naçi, Martin M. Monti, Damian Cruse, Andrea Kübler, Bettina Sorger, Rainer Goebel, Boris Kotchoubey, Adrian M. Owen

Notice bibliographique

RevueAnnals of Neurology · 2012
Typereview
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensWestern University
Organismes subventionnairesMedical Research CouncilEuropean CommissionCanada Excellence Research Chairs, Government of CanadaJames S. McDonnell Foundation
Mots-clésNeuroimagingBrain–computer interfaceNeuroscienceMinimally conscious stateBrain activity and meditationPsychologyMedicineElectroencephalographyConsciousness

Résumé

récupéré en direct d'OpenAlex

A substantial number of patients who survive severe brain injury progress to a nonresponsive state of wakeful unawareness, referred to as a vegetative state (VS). They appear to be awake, but show no signs of awareness of themselves, or of their environment in repeated clinical examinations. However, recent neuroimaging research demonstrates that some VS patients can respond to commands by willfully modulating their brain activity according to instruction. Brain-computer interfaces (BCIs) may allow such patients to circumvent the barriers imposed by their behavioral limitations and communicate with the outside world. However, although such devices would undoubtedly improve the quality of life for some patients and their families, developing BCI systems for behaviorally nonresponsive patients presents substantial technical and clinical challenges. Here we review the state of the art of BCI research across noninvasive neuroimaging technologies, and propose how such systems should be developed further to provide fully fledged communication systems for behaviorally nonresponsive populations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,184
Tête enseignante GPT0,396
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations139
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of NeurologyMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207