Interfaccia cervello-macchina potrebbe aiutare le persone con paralisi

Un team internazionale di ricercatori ha sviluppato un dispositivo wearable cervello-macchina (BMI) che potrebbe migliorare la qualità della vita per le persone con disfunzioni motorie o paralisi. Potrebbe anche aiutare coloro che soffrono di sindrome locked-in, che è quando una persona è incapace di muoversi o comunicare nonostante essere cosciente.

Il team era guidato dal laboratorio di Woon-Hong Yeo al Georgia Institute of Technology e includeva ricercatori dell’Università del Kent nel Regno Unito e dell’Università Yonsei in Corea del Sud. Il team ha combinato elettronica morbida wireless per scalp e realtà virtuale in un unico sistema BMI. Il sistema consente agli utenti di controllare una sedia a rotelle o un braccio robotico solo immaginando azioni.

Il nuovo BMI è stato descritto sulla rivista Advanced Science lo scorso mese.

Un dispositivo più confortevole

Yeo è un professore associato alla George W. Woodruff School of Mechanical Engineering.

“Il principale vantaggio di questo sistema per l’utente, rispetto a ciò che esiste attualmente, è che è morbido e confortevole da indossare e non ha fili,” ha detto Yeo.

I sistemi BMI possono analizzare i segnali del cervello e trasmettere l’attività neurale in comandi, che è ciò che consente agli individui di immaginare azioni per il BMI da eseguire. L’elettroencefalografia, o EEG, è il metodo non invasivo più comune per acquisire i segnali, ma spesso richiede un cappello con molti fili.

Per utilizzare questi dispositivi, è necessario utilizzare gel e paste per mantenere il contatto con la pelle, e tutto questo setup è lungo e scomodo per l’utente. Inoltre, i dispositivi spesso hanno una scarsa acquisizione del segnale a causa della degradazione del materiale e degli artifact del movimento, che sono causati da cose come la macinazione dei denti. Questo tipo di rumore apparirà nei dati del cervello e i ricercatori devono filtrarlo.

Apprendimento automatico e realtà virtuale

Il sistema EEG portatile progettato dal team migliora l’acquisizione del segnale grazie all’integrazione di elettrodi a micropunta intercettabili con circuiti wireless morbidi. Per misurare i segnali del cervello, è fondamentale che il sistema determini quali azioni l’utente desidera eseguire. Per raggiungere questo obiettivo, il team ha fatto affidamento su un algoritmo di apprendimento automatico e un componente di realtà virtuale.

I test condotti dal team hanno coinvolto quattro soggetti umani e il prossimo passo è testarlo su individui disabili.

Yeo è anche direttore del Center for Human-Centric Interfaces and Engineering del Georgia Tech e membro del Petit Institute for Bioengineering and Bioscience.

“Questo è solo una prima dimostrazione, ma siamo entusiasti di ciò che abbiamo visto,” ha detto Yeo.

Nel 2019, lo stesso team ha introdotto un’interfaccia cervello-macchina EEG morbida e indossabile, e il lavoro includeva Musa Mahmood, che era l’autore principale di quella ricerca e della nuova.

“Questa nuova interfaccia cervello-macchina utilizza un paradigma completamente diverso, che coinvolge azioni motorie immaginate, come afferrare con entrambe le mani, che libera il soggetto dall’aver bisogno di guardare troppi stimoli,” ha detto Mahmood.

Lo studio del 2021 ha coinvolto utenti che dimostravano un controllo preciso di esercizi di realtà virtuale con i loro pensieri, o immagini motorie.

“I prompt virtuali si sono rivelati molto utili,” ha detto Yeo. “Accelerano e migliorano l’engagement e l’accuratezza dell’utente. E siamo stati in grado di registrare un’attività motoria continua e di alta qualità.”

Mahmood afferma che il team si concentrerà ora sull’ottimizzazione della posizione degli elettrodi e su un’integrazione più avanzata dell’EEG basata su stimoli.