Microgrid II - Segnali elettrocorticografici per protesi della mano umana

Ictus, lesioni del midollo spinale, lesioni alle estremità e sindromi degenerative/bloccate sono tra quelle condizioni che possono beneficiare di opzioni neuroprotesiche sostenibili. I ricercatori hanno studiato la corteccia motoria umana e le aree corticali correlate con la registrazione diretta del cervello (elettrocorticografia o ECoG) come segnale per le neuroprotesi motorie. Completando entusiasmanti studi sugli esseri umani con campi locali utilizzando elettrodi intracorticali e interfacce cervello-computer funzionanti a lungo termine con EEG, l'elettrocorticografia esamina un livello intermedio di specificità spaziale e può avere durata nelle registrazioni a lungo termine. I segnali ECoG potrebbero infine essere ottenuti per via epidurale o anche più superficialmente se i segnali esatti fossero meglio compresi. Ad oggi, i ricercatori hanno dimostrato che i segnali ECoG dalla corteccia motoria possono essere utilizzati per decodificare il movimento e avere una precisione utilizzando matrici cliniche (risoluzione di 1 cm) in grado di decodificare il movimento della mano e consentire la separazione del movimento delle dita. Questi segnali sono stati utilizzati per l'interfaccia cervello-computer e possono essere utilizzati per controllare una mano protesica negli esseri umani.

L'elettrocorticografia (ECoG) è la registrazione dei segnali cerebrali direttamente dalla superficie corticale. Nei pazienti sottoposti a trattamento chirurgico dell'epilessia, questi segnali sono stati disponibili e hanno dimostrato di essere ricche fonti di segnali motori che possono guidare una neuroprotesi della mano come parte di un'interfaccia cervello-computer (BCI). Sebbene la risoluzione clinicamente disponibile di 1 cm consenta la separazione di diversi tipi di movimento delle dita utilizzando le caratteristiche ad alta frequenza della registrazione ECoG (70-100 Hz), risoluzioni spaziali più elevate (3 mm) aumentano la capacità di decodificare i movimenti delle dita e più complicati movimenti della mano, come afferrare oggetti diversi. La risoluzione ideale è una delle numerose lacune nel limite della conoscenza che persegue l'implementazione del BCI basato su ECoG insieme all'incertezza sulla longevità dei segnali ECoG e sull'implementazione umana del feedback direttamente alla corteccia attraverso la stimolazione elettrica.

Obiettivo specifico:

Matrici a risoluzione più elevata su un periodo di tempo subacuto (1 settimana) per consentire l'adattamento e l'uso BCI dei segnali a risoluzione più elevata. Un array 8x8 con una risoluzione di 3 mm verrà posizionato sopra la corteccia sensomotoria. Le sinergie di presa saranno determinate e mappate sugli elettrodi per determinare i canali di controllo per ogni sinergia. Il controllo di molteplici sinergie sposterà una mano robotica simulata verso una forma bersaglio indicata visivamente

1. Le sinergie manuali saranno mappate in modo indipendente sul 3mm x 3mm (microarray) con almeno un elettrodo indipendente per ciascuna delle prime tre sinergie
2. Utilizzando i segnali del microarray, i partecipanti muoveranno correttamente la mano robotica in una delle 6 posture target con una precisione del 50%.