Cadeira de rodas movida pelo cérebro mostra promessa do mundo real PlatoBlockchain Data Intelligence. Pesquisa vertical. Ai.

Cadeira de rodas movida a cérebro mostra promessa no mundo real

O uso diário de robôs e neuropróteses controlados pelo cérebro é a principal promessa da interface cérebro-máquina (IMC) para pessoas que sofrem de deficiências motoras graves. Um novo estudo do Universidade do Texas em Austin dá um passo à frente nas interfaces cérebro-máquina – sistemas de computador que transformam a atividade mental em ação.

Neste estudo, diversas pessoas com deficiência motora conseguiram operar uma cadeira de rodas que traduzisse seus pensamentos em movimento. O estudo também é significativo devido ao equipamento não invasivo utilizado para operar o cadeira de rodas.

José del R. Millán, professor do Departamento de Engenharia Elétrica e de Computação da Família Chandra da Escola de Engenharia Cockrell, que liderou a equipe de pesquisa internacional, disse: “Demonstramos que as pessoas que serão os usuários finais desses tipos de dispositivos podem navegar em um ambiente natural com o auxílio de um interface cérebro-máquina. "

A noção de uma cadeira de rodas movida pelo pensamento tem sido investigada há anos. Ainda assim, a maioria dos esforços tem dependido de pessoas sem deficiência ou de estímulos que fazem com que a cadeira de rodas controle o usuário, e não o contrário.

Neste caso, três pessoas com tetraplegia – a incapacidade de mover os braços e as pernas devido a lesões na coluna vertebral – operaram a cadeira de rodas com vários graus de sucesso num ambiente caótico e natural. A interface capturou seu atividade cerebral, e um algoritmo de aprendizado de máquina os converteu em instruções para operar a cadeira de rodas.

Crédito:  Universidade do Texas em Austin

Os cientistas observaram, “Este é um sinal de viabilidade comercial futura para cadeiras de rodas movidas pela mente que podem ajudar pessoas com função motora limitada.”

“O estudo também é significativo por causa do equipamento não invasivo usado para operar a cadeira de rodas.”

Surpreendentemente, os cientistas não implantaram nenhum dispositivo nos participantes nem usaram qualquer tipo de estimulação neles. Os participantes tiveram que usar um boné com eletrodos que registravam a atividade elétrica cerebral, conhecida como eletroencefalograma (EEG). Esses sinais elétricos foram amplificados e transferidos para um computador, traduzindo os pensamentos de cada participante em ação.

Duas dinâmicas importantes contribuíram muito para o sucesso do estudo. A primeira envolve um programa de treinamento para os usuários.

As técnicas de visualização do movimento da cadeira foram ensinadas aos usuários da mesma forma que eles teriam aprendido a movimentar as mãos e os pés. A atividade cerebral dos participantes do estudo mudou à medida que davam comandos, e os cientistas foram capazes de monitorar essas mudanças.

O segundo colaborador pegou emprestado da robótica. Para compreender melhor o que os rodeia, os cientistas equiparam as suas cadeiras de rodas com sensores. Além disso, eles usaram um software de inteligência robótica para ajudar a cadeira de rodas a se deslocar com precisão e segurança, preenchendo as lacunas nos comandos dos usuários.

Millán dito“Funciona muito como andar a cavalo. O cavaleiro pode dizer ao cavalo para virar à esquerda ou entrar em um portão. Mas, em última análise, o cavalo terá que descobrir a maneira ideal de executar esses comandos.”

Os membros da equipe do projeto incluem Luca Tonin, da Universidade de Pádua, na Itália; Serafeim Perdikis, da Universidade de Essex, no Reino Unido; Taylan Deniz Kuzu, Jorge Pardo, Thomas Armin Schildhauer, Mirko Aach e Ramón Martínez-Olivera da Ruhr-Universität Bochum na Alemanha; Bastien Orset, da École polytechnique fédérale de Lausanne, na Suíça; e Kyuhwa Lee, do Wyss Center for Bio and Neuroengineering, na Suíça.

Jornal de referência:

  1. Luca Tonin et al. Aprendendo a controlar uma cadeira de rodas acionada por IMC para pessoas com tetraplegia grave. iCiência. DOI: 10.1016 / j.isci.2022.105418

Carimbo de hora:

Mais de Explorador de tecnologia