Entre em contato

Interface cérebro-máquina

Interface cérebro-máquina pode ajudar pessoas com paralisia

Publicado

 on

Uma equipe internacional de pesquisadores desenvolveu um dispositivo wearable brain-machine (IMC) que pode melhorar a qualidade de vida de pessoas com disfunção motora ou paralisia. Pode até ajudar aqueles com síndrome de encarceramento, que é quando uma pessoa é incapaz de se mover ou se comunicar apesar de estar consciente.

A equipe foi liderada pelo laboratório de Woon-Hong Yeo no Instituto de Tecnologia da Geórgia e incluiu pesquisadores da Universidade de Kent, no Reino Unido, e da Universidade Yonsei, na República da Coreia. A equipe combinou eletrônica de couro cabeludo macio sem fio e realidade virtual em um único sistema de IMC. O sistema permite que os usuários controlem uma cadeira de rodas ou um braço robótico apenas imaginando ações.

O novo IMC foi detalhado na revista Ciência Avançada no mês passado.

Um dispositivo mais confortável

Yeo é professor associado na George W. Woodruff School of Mechanical Engineering.

“A grande vantagem desse sistema para o usuário, em relação ao que existe atualmente, é que ele é macio e confortável de usar, além de não ter fios”, disse Yeo.

Os sistemas de IMC podem analisar sinais cerebrais e transmitir atividade neural em comandos, que é o que permite que os indivíduos imaginem ações para o IMC realizar. A eletroencefalografia, ou EEG, é o método não invasivo mais comum para adquirir os sinais, mas geralmente requer uma calota craniana com muitos fios. 

Para o uso desses dispositivos, é necessário o uso de géis e pastas para manter o contato com a pele, e toda essa configuração é demorada e desconfortável para o usuário. Além disso, os dispositivos geralmente têm aquisição de sinal ruim devido à degradação do material e artefatos de movimento, causados ​​por coisas como ranger de dentes. Esse tipo de ruído aparecerá nos dados do cérebro e os pesquisadores precisam filtrá-lo.

Aprendizado de máquina e realidade virtual

O sistema EEG portátil projetado pela equipe melhora a aquisição de sinal graças à integração de eletrodos de microagulhas interceptáveis ​​com circuitos sem fio suaves. Para medir os sinais cerebrais, é crucial que o sistema determine quais ações o usuário deseja realizar. Para conseguir isso, a equipe contou com um algoritmo de aprendizado de máquina e um componente de realidade virtual. 

Os testes feitos pela equipe envolveram quatro seres humanos, e o próximo passo é testá-lo em pessoas com deficiência. 

Yeo também é diretor do Centro de Engenharia e Interfaces Centradas no Homem da Georgia Tech no Instituto de Eletrônica e Nanotecnologia, bem como membro do Instituto Petit de Bioengenharia e Biociência. 

“Esta é apenas uma primeira demonstração, mas estamos entusiasmados com o que vimos”, disse Yeo.

Em 2019, a mesma equipe introduziu uma interface cérebro-máquina de EEG leve e vestível, e o trabalho incluiu Musa Mahmood, que foi o principal autor dessa pesquisa e da nova.

“Essa nova interface cérebro-máquina usa um paradigma totalmente diferente, envolvendo ações motoras imaginadas, como segurar com ambas as mãos, o que libera o sujeito de ter que olhar para muitos estímulos”, disse Mahmood.

O estudo de 2021 envolveu usuários demonstrando controle preciso de exercícios de realidade virtual com seus pensamentos ou imagens motoras. 

“Os prompts virtuais provaram ser muito úteis”, disse Yeo. “Eles aceleram e melhoram o engajamento e a precisão do usuário. E fomos capazes de registrar atividade motora contínua e de alta qualidade.”

Mahmood diz que a equipe agora se concentrará na otimização do posicionamento dos eletrodos e na integração mais avançada do EEG baseado em estímulos.

Alex McFarland é um jornalista e escritor de IA que explora os mais recentes desenvolvimentos em inteligência artificial. Ele colaborou com inúmeras startups e publicações de IA em todo o mundo.