بررسی ترکیب هوش مصنوعی و سیستم های تحریک الکتریکی عملکردی برای بازیابی حرکت در افراد مبتلا به فلج

درک سیستم های عصبی و راهکارهای بازتوانی حرکتی در بیماران مبتلا به اختلالات ناشی از آسیب هایی مانند ضایعات مغزی، به طور قابل توجهی توسعه یافته است. یکی از رویکردهای نوین در این حوزه، ترکیب الگوریتم های هوش مصنوعی (AI) با سیستم های تحریک الکتریکی عملکردی (FES) به منظور بهبود کنترل حرکت و بازگرداندن عملکرد اندام های فلج شده می باشد. تحریک الکتریکی عملکردی یکی از روش های رایج و موثر در توان بخشی بیماران دچار ناتوانی حرکتی ناشی از آسیب های عصبی است که با استفاده از پالس های الکتریکی، انقباض عضلانی و حرکت کنترل شده را بازآفرینی می کند. این مقاله با رویکردی مروری به تحلیل و طبقه بندی پژوهش های انجام شده در زمینه تلفیق هوش مصنوعی و تحریک الکتریکی عملکردی پرداخته و انواع الگوریتم های به کاررفته، از جمله شبکه های عصبی مصنوعی، یادگیری تقویتی و مدل های یادگیری عمیق را بررسی می نماید. عملکرد این الگوریتم ها در سه حوزه کلیدی شامل تحلیل سیگنال های زیستی، مدل سازی پاسخ عضله و کنترل تطبیقی بلادرنگ، بررسی و با روش های سنتی مقایسه شده است. همچنین مزایا، محدودیت ها و چالش های اجرایی هر روش مورد ارزیابی قرار گرفته است. هدف از این مطالعه، ارائه دیدگاهی جامع در خصوص پیشرفت های علمی اخیر در این حوزه و کمک به جهت دهی پژوهش های آینده در زمینه توان بخشی عصبی مبتنی بر فناوری های هوشمند است.

کلیدواژه ها:

تحریک الکتریکی عملکردی (FES) ، هوش مصنوعی ، یادگیری ماشین ، تحلیل سیگنال های زیستی ، مدل سازی عضله ، یادگیری تقویتی