Database dell'interfaccia cerebrale basato su EEG per la riabilitazione motoria

Il cervello umano, come centro di elaborazione, controlla funzioni corporee, cognitive, emotive e sociali, percependo la percezione, l'analisi del segnale e il processo decisionale. Tuttavia, queste funzioni possono essere influenzate dalla lesione cerebrale acquisita (ABI), derivante da fattori traumatici (colpi alla testa) o non traumatici (tumori, ictus, infezioni, tra gli altri). Ogni anno sono riportati circa 55 milioni di nuovi casi di ABI, con sequele che possono influenzare la qualità della vita dei pazienti e delle loro famiglie. Questo scenario ha spinto la ricerca negli strumenti per mitigare e recuperare le capacità perse. Il Center for Rehabilitation Engineering e la ricerca neuromuscolare e sensoriale (Cirins) della Facoltà di Ingegneria della National University of Entre Ríos in Argentina ha sviluppato sistemi di riabilitazione neuromuscolare e sensoriale, con particolare attenzione all'innovazione degli strumenti di riabilitazione motoria che utilizzano interfacce cerebrali basate su EEG (BCI). Questi BCI si distinguono per la loro economia e versatilità, mostrando effetti significativi nella riabilitazione delle funzioni motorie. Le sfide in BCI includono complessità del segnale, artefatti e variabilità inter-persona, rendendo difficile stimare l'intenzione degli utenti e l'estensione del tempo di calibrazione. Per mitigare questi problemi, sono state proposte strategie basate sull'apprendimento profondo e sull'apprendimento del dizionario, che consentono rappresentazioni sparse dei dati, essendo robusti al rumore e ai dati mancanti, ma con sfide nella classificazione. Lo studio propone di sviluppare un database di segnali elettroencefalografici applicabili nello sviluppo di nuovi algoritmi per l'elaborazione e l'estrazione delle caratteristiche di questo tipo di segnali, contribuendo allo sviluppo della tecnologia che supporta i processi di riabilitazione.