Combinar novas classes de eletrodos de nanomembrana com eletrônicos flexíveis e um algoritmo de aprendizado profundo pode ajudar pessoas com deficiência a controlar sem fio uma cadeira de rodas elétrica. interagir com um computador ou operar um pequeno veículo robótico sem colocar uma capa de eletrodo de cabelo volumoso ou lutar com fios.

Ao fornecer um totalmente portátil, interface sem fio cérebro-máquina (IMC), o sistema vestível pode oferecer uma melhoria em relação à eletroencefalografia convencional (EEG) para medir sinais de potenciais evocados visualmente no cérebro humano. A capacidade do sistema de medir sinais de EEG para IMC foi avaliada com seis sujeitos humanos, mas não foi estudado com pessoas com deficiência.

O projeto, conduzido por pesquisadores do Instituto de Tecnologia da Geórgia, University of Kent e Wichita State University, foi relatado em 11 de setembro no jornal Nature Machine Intelligence .

“Este trabalho relata estratégias fundamentais para projetar um sistema ergonômico, sistema EEG portátil para uma ampla gama de dispositivos assistivos, sistemas domésticos inteligentes e interfaces de neuro-jogos, "disse Woon-Hong Yeo, professor assistente na Escola de Engenharia Mecânica George W. Woodruff da Georgia Tech e no Departamento de Engenharia Biomédica Wallace H. Coulter. "A principal inovação está no desenvolvimento de um pacote totalmente integrado de sistemas e circuitos de monitoramento de EEG de alta resolução em um sistema de conformação da pele miniaturizado."

O IMC é uma parte essencial da tecnologia de reabilitação que permite às pessoas com esclerose lateral amiotrófica (ELA), acidente vascular cerebral crônico ou outras deficiências motoras graves para controlar sistemas protéticos. A coleta de sinais cerebrais conhecidos como potenciais virtualmente evocados em estado estacionário (SSVEP) agora requer o uso de uma touca de cabelo cravejada de eletrodos que usa eletrodos úmidos, adesivos e fios para conectar com equipamentos de informática que interpretam os sinais.

Yeo e seus colaboradores estão aproveitando uma nova classe de flexível, sensores sem fio e eletrônicos que podem ser facilmente aplicados à pele. O sistema inclui três componentes principais:altamente flexível, eletrodos montados no cabelo que fazem contato direto com o couro cabeludo através do cabelo; um eletrodo de nanomembrana ultrafino; e macio, circuito flexível com unidade de telemetria Bluetooth. Os dados de EEG registrados do cérebro são processados ​​no circuito flexível, em seguida, entregue sem fio a um computador tablet via Bluetooth de até 15 metros de distância.

Além dos requisitos de detecção, detectar e analisar sinais SSVEP tem sido um desafio devido à baixa amplitude do sinal, que está na faixa de dezenas de microvolts, semelhante ao ruído elétrico no corpo. Os pesquisadores também devem lidar com a variação no cérebro humano. Ainda assim, medir os sinais com precisão é essencial para determinar o que o usuário deseja que o sistema faça.

Para enfrentar esses desafios, a equipe de pesquisa voltou-se para algoritmos de rede neural de aprendizado profundo rodando em circuitos flexíveis.

"Métodos de aprendizagem profunda, comumente usado para classificar fotos de coisas do dia a dia, como cães e gatos, são usados ​​para analisar os sinais de EEG, "disse Chee Siang (Jim) Ang, conferencista sênior em Multimídia / Sistemas Digitais na Universidade de Kent. "Como as fotos de um cachorro, que podem ter muitas variações, Os sinais de EEG têm o mesmo desafio de alta variabilidade. Métodos de aprendizagem profunda provaram funcionar bem com imagens, e mostramos que eles funcionam muito bem com sinais de EEG também. "

Além disso, os pesquisadores usaram modelos de aprendizagem profunda para identificar quais eletrodos são os mais úteis para coletar informações para classificar os sinais de EEG. "Descobrimos que o modelo é capaz de identificar os locais relevantes no cérebro para o IMC, que está de acordo com especialistas humanos, "Ang acrescentou." Isso reduz o número de sensores de que precisamos, cortando custos e melhorando a portabilidade. "

O sistema usa três eletrodos elastoméricos no couro cabeludo mantidos na cabeça com uma faixa de tecido, eletrônicos sem fio ultrafinos em conformidade com o pescoço, e um eletrodo impresso semelhante a uma pele colocado na pele abaixo de uma orelha. Os eletrodos macios e secos aderem à pele e não usam adesivo ou gel. Junto com a facilidade de uso, o sistema pode reduzir o ruído e a interferência e fornecer taxas de transmissão de dados mais altas em comparação com os sistemas existentes.

O sistema foi avaliado com seis sujeitos humanos. O algoritmo de aprendizado profundo com classificação de dados em tempo real pode controlar uma cadeira de rodas elétrica e um pequeno veículo robótico. Os sinais também podem ser usados ​​para controlar um sistema de exibição sem usar um teclado, joystick ou outro controlador, Yeo disse.

"Os sistemas EEG típicos devem cobrir a maior parte do couro cabeludo para obter sinais, mas os usuários em potencial podem ser sensíveis ao usá-los, "Yeo acrescentou." Este miniaturizado, dispositivo macio vestível é totalmente integrado e projetado para ser confortável para uso a longo prazo. "

As próximas etapas incluirão melhorar os eletrodos e tornar o sistema mais útil para indivíduos com deficiência motora.

"O estudo futuro se concentraria na investigação de elementos totalmente elastoméricos, eletrodos autoadesivos sem fio que podem ser montados no couro cabeludo sem qualquer suporte de arnês, junto com uma maior miniaturização da eletrônica para incorporar mais eletrodos para uso com outros estudos, "Yeo disse." O sistema de EEG também pode ser reconfigurado para monitorar potenciais evocados por motor ou imaginação motora para sujeitos com deficiência motora, que será posteriormente estudado como um trabalho futuro em aplicações terapêuticas. "

Longo prazo, o sistema pode ter potencial para outras aplicações onde o monitoramento mais simples de EEG seria útil, como em estudos do sono feitos por Audrey Duarte, professor associado da Escola de Psicologia da Georgia Tech.

"Este sistema de monitoramento de EEG tem o potencial de finalmente permitir que os cientistas monitorem a atividade neural humana de uma forma relativamente discreta enquanto os indivíduos vivem suas vidas, "disse ela." Por exemplo, Dr. Yeo e eu estamos usando um sistema semelhante para monitorar a atividade neural enquanto as pessoas dormem no conforto de suas próprias casas, ao invés do laboratório com volumoso, rígido, equipamento desconfortável, como costuma ser feito. Medir a atividade neural relacionada ao sono com um sistema imperceptível pode nos permitir identificar novos, biomarcadores não invasivos de patologia neural relacionada com Alzheimer preditiva de demência. "

Além dos já mencionados, a equipe de pesquisa incluiu Musa Mahmood, Yun-Soung Kim, Saswat Mishra, e Robert Herbert da Georgia Tech; Deogratias Mzurikwao da Universidade de Kent; e Yongkuk Lee da Wichita State University.