Microgrid II - Señales de electrocorticografía para prótesis de manos humanas

Los accidentes cerebrovasculares, las lesiones de la médula espinal, las lesiones en las extremidades y los síndromes degenerativos/encerrados se encuentran entre las afecciones que pueden beneficiarse de las opciones de neuroprótesis sostenibles. Los investigadores han estudiado la corteza motora humana y áreas corticales relacionadas con registros cerebrales directos (electrocorticografía o ECoG) como señal para neuroprótesis motoras. Completando emocionantes estudios en humanos con campos locales utilizando electrodos intracorticales e interfaces cerebro-computadora de trabajo a largo plazo con EEG, la electrocorticografía examina un nivel intermedio de especificidad espacial y puede tener durabilidad en grabaciones a largo plazo. Las señales ECoG finalmente podrían obtenerse por vía epidural o incluso más superficialmente si se entendieran mejor las señales exactas. Hasta la fecha, los investigadores han demostrado que las señales ECoG de la corteza motora se pueden usar para decodificar el movimiento y tener una precisión utilizando matrices clínicas (resolución de 1 cm) que pueden decodificar el movimiento de la mano y permitir la separación del movimiento de los dedos. Estas señales se han utilizado para la interfaz cerebro-computadora y se pueden usar para controlar una prótesis de mano en humanos.

La electrocorticografía (ECoG) es el registro de señales cerebrales directamente desde la superficie cortical. En pacientes sometidos a tratamiento quirúrgico de la epilepsia, estas señales han estado disponibles y han demostrado ser fuentes abundantes de señales relacionadas con el motor que pueden impulsar una neuroprótesis de mano como parte de una interfaz cerebro-computadora (BCI). Aunque la resolución clínicamente disponible de 1 cm permite la separación de diferentes tipos de movimientos de los dedos mediante el uso de las características de alta frecuencia de la grabación ECoG (70-100 Hz), las resoluciones espaciales más altas (3 mm) aumentan la capacidad de decodificar los movimientos de los dedos y los más complicados. movimientos de las manos, como agarrar diferentes objetos. La resolución ideal es una de las varias brechas en el límite de conocimiento que persigue la implementación de BCI basada en ECoG junto con la incertidumbre sobre la longevidad de las señales de ECoG y la implementación humana de la retroalimentación directamente a la corteza a través de la estimulación eléctrica.

Objetivo específico:

Arreglos de mayor resolución durante un marco de tiempo subagudo (1 semana) para permitir la adaptación y el uso de BCI de las señales de mayor resolución. Se colocará una matriz de 8x8 con una resolución de 3 mm sobre la corteza sensoriomotora. Las sinergias de agarre se determinarán y mapearán en los electrodos para determinar los canales de control para cada sinergia. El control de múltiples sinergias moverá una mano robótica simulada a una forma de destino con indicaciones visuales

1. Las sinergias manuales se mapearán de forma independiente en el (microarreglo) de 3 mm x 3 mm con al menos un electrodo independiente para cada una de las tres primeras sinergias.
2. Utilizando las señales de la micromatriz, los participantes moverán correctamente la mano robótica a una de las 6 posturas objetivo con un 50 % de precisión.