Microgrid II – Elektrokortikográfiai jelek emberi kézprotézisekhez

A stroke, a gerincvelő-sérülés, a végtagsérülés és a degeneratív/zárt szindrómák azon állapotok közé tartoznak, amelyek esetében előnyös lehet a fenntartható neuroprotézis. A kutatók az emberi motoros kéreg és a kapcsolódó kérgi területek közvetlen agyi felvétellel (elektrokortikográfia vagy ECoG) tanulmányozták a motoros neuroprotézisek jelét. Az intrakortikális elektródák és az EEG-vel hosszú ideig működő agy-számítógép interfészek segítségével végzett izgalmas, embereken végzett vizsgálatok befejezése során az elektrokortikográfia a térbeli specifitás közepes szintjét vizsgálja, és tartós lehet a hosszú távú felvételeknél. Az EKoG-jeleket végső soron epidurálisan vagy még felületesebben is megkaphatnánk, ha a pontos jeleket jobban megértenék. A mai napig a kutatók bebizonyították, hogy a motoros kéregből származó EKoG-jelek felhasználhatók a mozgás dekódolására, és pontosak a klinikai tömbök (1 cm-es felbontás) segítségével, amelyek képesek dekódolni a kéz mozgását, és lehetővé teszik a számjegyek mozgásának elkülönítését. Ezeket a jeleket agy-számítógép interfészként használták, és emberi kézprotézis vezérlésére is használhatók.

Az elektrokortikográfia (ECoG) az agyi jelek rögzítése közvetlenül a kéreg felszínéről. Az epilepszia sebészeti kezelésén átesett betegeknél ezek a jelek rendelkezésre állnak, és bebizonyosodott, hogy a motorral kapcsolatos jelek gazdag forrásai, amelyek az agy-számítógép interfész (BCI) részeként képesek meghajtani a kéz neuroprotézisét. Bár a klinikailag elérhető 1 cm-es felbontás lehetővé teszi a különböző típusú ujjmozgások elkülönítését az ECoG-felvétel nagyfrekvenciás jellemzőinek (70-100 Hz) felhasználásával, a nagyobb térbeli felbontás (3 mm) növeli az ujjmozgások dekódolásának képességét és bonyolultabbá teszi. kézmozdulatok, például különböző tárgyak megfogása. Az ideális felbontás egyike azon számos hiányosságnak, amelyek az ECoG-alapú BCI megvalósítása során felmerülő tudáskorlátokban, valamint az ECoG-jelek hosszú élettartamával kapcsolatos bizonytalanság és az elektromos stimuláción keresztül közvetlenül a kéreg felé irányuló visszacsatolás emberi megvalósítása.

Konkrét cél:

Nagyobb felbontású tömbök szubakut (1 hét) időkereten keresztül, hogy lehetővé tegyék a nagyobb felbontású jelek adaptációját és BCI használatát. A szenzomotoros kéreg fölé egy 8x8-as, 3 mm-es felbontású tömb kerül elhelyezésre. Meg kell határozni a megragadási szinergiákat, és az elektródákra leképezni, hogy meghatározzák az egyes szinergiák vezérlőcsatornáit. A többszörös szinergia vezérlése a szimulált robotkezet vizuálisan jelzett célformába mozgatja

1. A kézi szinergiák egymástól függetlenül lesznek leképezve a 3 mm x 3 mm-es (mikrotömb) legalább egy független elektródával az első három szinergia mindegyikéhez.
2. A microarray jeleinek felhasználásával a résztvevők 50%-os pontossággal megfelelően mozgatják a robotkezüket a 6 célhelyzet egyikébe.