Antarmuka Otak-Mesin Bisa Membantu Individu dengan Kelumpuhan

Tim peneliti internasional telah mengembangkan perangkat antarmuka otak-mesin (BMI) yang dapat dikenakan yang dapat meningkatkan kualitas hidup bagi orang-orang dengan disfungsi motor atau kelumpuhan. Ini bahkan dapat membantu mereka yang menderita sindrom terkunci, yang merupakan kondisi di mana seseorang tidak dapat bergerak atau berkomunikasi meskipun sadar.

Tim ini dipimpin oleh laboratorium Woon-Hong Yeo di Georgia Institute of Technology dan melibatkan peneliti dari University of Kent di Inggris dan Yonsei University di Republik Korea. Tim ini menggabungkan elektronik kulit kepala nirkabel yang lembut dan virtual reality dalam satu sistem BMI. Sistem ini memungkinkan pengguna untuk mengontrol kursi roda atau lengan robot hanya dengan membayangkan tindakan.

BMI baru ini dijelaskan dalam jurnal Advanced Science bulan lalu.

Perangkat yang Lebih Nyaman

Yeo adalah profesor asosiasi di Sekolah Teknik Mesin George W. Woodruff.

“Kelebihan utama sistem ini bagi pengguna, dibandingkan dengan apa yang ada saat ini, adalah bahwa itu lembut dan nyaman dipakai, dan tidak memiliki kabel,” kata Yeo.

Sistem BMI dapat menganalisis sinyal otak dan mengirimkan aktivitas neural menjadi perintah, yang memungkinkan individu untuk membayangkan tindakan untuk dilakukan oleh BMI. ElektroEnsefalografi, atau EEG, adalah metode non-invasif yang paling umum untuk memperoleh sinyal, tetapi sering memerlukan topi kulit kepala dengan banyak kabel.

Untuk menggunakan perangkat ini, penggunaan gel dan pasta diperlukan untuk mempertahankan kontak kulit, dan semua pengaturan ini memakan waktu dan tidak nyaman bagi pengguna. Selain itu, perangkat ini sering memiliki akuisisi sinyal yang buruk karena degradasi material dan artefak gerakan, yang disebabkan oleh hal-hal seperti menggertakkan gigi. Jenis noise ini akan muncul dalam data otak, dan peneliti harus menyaringnya.

Pembelajaran Mesin dan Virtual Reality

Sistem EEG portabel yang dirancang oleh tim ini memperbaiki akuisisi sinyal berkat integrasi elektroda mikroneedle yang dapat diintersepsi dengan sirkuit nirkabel yang lembut. Untuk mengukur sinyal otak, sangat penting bagi sistem untuk menentukan tindakan apa yang ingin dilakukan pengguna. Untuk mencapai ini, tim bergantung pada algoritma pembelajaran mesin dan komponen virtual reality.

Tes yang dilakukan oleh tim melibatkan empat subjek manusia, dan langkah selanjutnya adalah mengujinya pada individu yang cacat.

Yeo juga adalah Direktur Pusat Antarmuka dan Teknik Berbasis Manusia di Georgia Tech, serta anggota Institut Bioengineering dan Biosains Petit.

“Ini hanya demonstrasi pertama, tetapi kami sangat senang dengan apa yang kami lihat,” kata Yeo.

Kembali pada 2019, tim yang sama memperkenalkan antarmuka otak-mesin yang lembut dan dapat dikenakan, dan penelitian itu melibatkan Musa Mahmood, yang merupakan penulis utama dari penelitian tersebut dan yang baru.

“Antarmuka otak-mesin baru ini menggunakan paradigma yang sama sekali berbeda, yang melibatkan tindakan motor yang dibayangkan, seperti menggenggam dengan tangan mana pun, yang membebaskan subjek dari harus melihat terlalu banyak stimulus,” kata Mahmood.

Studi 2021 melibatkan pengguna yang menunjukkan kontrol akurat atas latihan virtual reality dengan pikiran mereka, atau imajinasi motor.

“Prompt virtual telah terbukti sangat membantu,” kata Yeo. “Mereka mempercepat dan meningkatkan keterlibatan pengguna dan akurasi. Dan kami dapat merekam aktivitas imajinasi motor yang kontinu dan berkualitas tinggi.”

Mahmood mengatakan bahwa tim sekarang akan fokus pada optimasi penempatan elektroda dan integrasi stimulus-based EEG yang lebih maju.