Beyin-Makine Arayüzü Felçli Bireyleri Destekleyebilir

Uluslararası bir araştırma ekibi, motor disfonksiyonu veya felçli kişiler için yaşam kalitesini iyileştirebilecek bir giyilebilen beyin-makine (BMI) cihazı geliştirdi. Hatta kilitleme sendromlu kişiler için bile yardımcı olabilir, bu durum kişinin bilinçli olmasına rağmen hareket edememesi veya iletişim kuramaması anlamına gelir.

Ekibi Georgia Institute of Technology’deki Woon-Hong Yeo laboratuvarı yönetti ve İngiltere’deki University of Kent ve Güney Kore’deki Yonsei Üniversitesi’nden araştırmacılar dahil edildi. Ekibin birleştirilmiş kablosuz yumuşak skalp elektronikleri ve sanal gerçekliği tek bir BMI sistemi içinde birleştirdi. Sistem, kullanıcıların bir tekerlekli sandalye veya robotik kolu sadece eylemleri hayal ederek kontrol etmelerini sağlar.

Yeni BMI, geçen ay Advanced Science dergisinde ayrıntılı olarak açıklandı.

Daha Rahat Bir Cihaz

Yeo, George W. Woodruff Makine Mühendisliği Okulu’nda yardımcı profesör.

“Bu sistemin mevcut sistemlere göre kullanıcıya sağladığı en büyük avantaj, yumuşak ve rahat olması, ayrıca hiçbir kablosunun olmaması” dedi Yeo.

BMI sistemleri beyin sinyallerini analiz edebilir ve nöral aktiviteyi komutlara dönüştürebilir, bu da bireylerin eylemleri hayal etmelerini ve BMI’nin bunları gerçekleştirmesini sağlar. Elektroensefalografi (EEG) en yaygın non-invasif sinyal alma yöntemidir, ancak genellikle birçok kabloyla birlikte bir kafa bandı gerektirir.

Bu cihazları kullanmak için cilt temasını sağlamak amacıyla jeller ve macunlar kullanılır ve tüm bu kurulum süreci zaman alıcı ve kullanıcı için rahatsız edicidir. Ayrıca, cihazların genellikle malzeme bozulması ve hareket artefaktları nedeniyle sinyal alımı kötüdür, bu da diş gıcırdatma gibi şeylerden kaynaklanır. Bu tür gürültü beyin verilerine yansır ve araştırmacıların bunları filtrelemesi gerekir.

Makine Öğrenimi ve Sanal Gerçeklik

Ekibin tasarladığı taşınabilir EEG sistemi, yakalanabilir mikroiğne elektrotlarla birleştirilmiş yumuşak kablosuz devreler sayesinde sinyal alımı sağlar. Sistem, kullanıcıların gerçekleştirmek istedikleri eylemleri belirlemek için makine öğrenimi algoritması ve sanal gerçeklik bileşenine dayanır.

Ekibin yaptığı testler dört insan denek üzerinde gerçekleştirildi ve bir sonraki adım engelli bireyler üzerinde test etmek.

Yeo, ayrıca Georgia Tech’in İnsan-Merkezli Arayüzler ve Mühendislik Merkezi’nin direktörü ve Elektronik ve Nanoteknoloji Enstitüsü altında Petit Biyomühendislik ve Biyobilim Enstitüsü üyesi.

“Bu sadece bir ilk gösterim, ancak gördüklerimizle çok mutlu olduk” dedi Yeo.

2019’da aynı ekip, Musa Mahmood’un da yer aldığı bir araştırma ekibi, yumuşak, giyilebilen bir EEG beyin-makine arayüzü tanıttı.

“Bu yeni beyin-makine arayüzü, her iki elin de kavrama gibi hayal edilen motor eylemlerini içeren tamamen farklı bir paradigma kullanıyor, bu da konuyu çok fazla stimülüs görmekten kurtarıyor” dedi Mahmood.

2021 çalışması, kullanıcıların düşünceleri veya motor imgeleri ile sanal gerçeklik egzersizlerini kontrol etmelerini gösterdi.

“Sanal promt’lar çok yardımcı oldu” dedi Yeo. “Kullanıcı katılımını ve doğruluğunu hızlandırıyor ve iyileştiriyor. Ve sürekli, yüksek kaliteli motor imaj aktivitesini kaydedebildik.”

Mahmood, ekibin şimdi elektrot yerleştirme optimizasyonu ve daha gelişmiş stimulus-tabanlı EEG entegrasyonu üzerinde odaklanacağını söylüyor.