Interfejs Mózg-Maszyna Może Pomóc Osobom Z Paraliżem

Międzynarodowy zespół badaczy opracował noszalny urządzenie brain-machine (BMI), które może poprawić jakość życia osób z dysfunkcją ruchową lub paraliżem. Może również pomóc osobom z zespołem locked-in, który występuje, gdy osoba nie jest w stanie poruszać się lub komunikować, pomimo tego, że jest świadoma.

Zespół został poprowadzony przez laboratorium Woon-Hong Yeo z Georgia Institute of Technology i obejmował badaczy z University of Kent w Wielkiej Brytanii i Yonsei University w Republice Korei. Zespół połączył bezprzewodową, miękką elektronikę skórnej czaszki i rzeczywistość wirtualną w jednym systemie BMI. System umożliwia użytkownikom kontrolę wózka inwalidzkiego lub ramienia robota tylko poprzez wyobrażanie sobie akcji.

Nowy BMI został opisany w czasopiśmie Advanced Science w zeszłym miesiącu.

Bardziej Komfortowe Urządzenie

Yeo jest associate profesorem w George W. Woodruff School of Mechanical Engineering.

“Główną zaletą tego systemu dla użytkownika, w porównaniu z tym, co obecnie istnieje, jest to, że jest on miękki i wygodny w noszeniu, i nie ma żadnych przewodów”, powiedział Yeo.

Systemy BMI mogą analizować sygnały mózgu i transmitować aktywność neuronalną do poleceń, co umożliwia osobom wyobrażanie sobie akcji dla BMI do wykonania. Elektroencefalografia, lub EEG, jest najczęstszą nieinwazyjną metodą pozyskiwania sygnałów, ale często wymaga czapki na czaszce z wieloma przewodami. 

Aby korzystać z tych urządzeń, wymagane jest użycie żeli i past do utrzymania kontaktu skórnego, a cała ta konfiguracja jest czasochłonna i niewygodna dla użytkownika. Ponadto, urządzenia często mają słabą jakość sygnału ze względu na degradację materiału i artefakty ruchowe, które są spowodowane rzeczami takimi jak zgrzytanie zębami. Ten rodzaj szumu pojawi się w danych mózgowych, a badacze muszą go wyfiltrować.

Uczenie Maszynowe i Rzeczywistość Wirtualna

Przenośny system EEG opracowany przez zespół poprawia jakość sygnału dzięki integracji przechwytujących mikroigieł elektrod z miękkimi bezprzewodowymi obwodami. Aby zmierzyć sygnały mózgu, jest to konieczne dla systemu, aby określić, jakie akcje użytkownik chce wykonać. Aby to osiągnąć, zespół polegał na algorytmie uczenia maszynowego i składniku rzeczywistości wirtualnej. 

Testy przeprowadzone przez zespół obejmowały czterech ludzi, a następnym krokiem jest przetestowanie go na osobach niepełnosprawnych. 

Yeo jest także dyrektorem Centrum Interfejsów i Inżynierii dla Ludzi w Instytucie Elektroniki i Nanotechnologii, a także członkiem Instytutu Petit dla Bioinżynierii i Biologii. 

“To jest tylko pierwsza demonstracja, ale jesteśmy zachwyceni tym, co widzieliśmy”, powiedział Yeo.

W 2019 roku ten sam zespół wprowadził miękkie, noszalne urządzenie EEG brain-machine, a praca obejmowała Musa Mahmood, który był głównym autorem tej pracy i nowej.

“To nowe urządzenie brain-machine używa całkowicie innego paradygmatu, obejmującego wyobrażone akcje motoryczne, takie jak chwytanie obiema rękami, co uwalnia osobę od konieczności patrzenia na zbyt wiele bodźców”, powiedział Mahmood.

Badanie z 2021 roku obejmowało użytkowników, którzy demonstrowali dokładną kontrolę ćwiczeń rzeczywistości wirtualnej swoimi myślami, czyli wyobrażeniami motorycznymi. 

“Wirtualne bodźce okazały się bardzo pomocne”, powiedział Yeo. “Przyspieszają i poprawiają zaangażowanie użytkownika i dokładność. I byliśmy w stanie zarejestrować ciągłe, wysokiej jakości aktywność wyobrażeń motorycznych.”

Mahmood mówi, że zespół będzie teraz skupiał się na optymalizacji rozmieszczenia elektrod i bardziej zaawansowanej integracji EEG opartej na bodźcach.