Atividade cerebral relacionada ao motor, particularmente sua detecção precisa, capacidades de quantificação e classificação, é de grande interesse para os pesquisadores. Eles estão em busca da melhor maneira de ajudar pacientes com deficiências cognitivas ou motoras ou de melhorar a neurorreabilitação para pacientes com lesões do sistema nervoso.

Existe uma relação estreita entre a atividade motora e cognitiva do cérebro humano, e a supressão da atividade rítmica específica dos neurônios dentro do córtex sensório-motor do cérebro - conhecido como ritmo mu (8 a 14 hertz) - é um marcador biológico da atividade cerebral relacionada ao motor. Estudos indicam que esta característica da atividade cerebral relacionada ao motor sofre de variabilidade intra e intersujeitos ao usar métodos tradicionais para explorá-la, como análise de tempo-frequência, filtragem espacial e aprendizado de máquina.

No jornal Caos , Nikita Frolov e colegas da Innopolis University, na Rússia, estão abordando o problema de um ângulo diferente para procurar uma característica mais robusta da atividade cerebral associada à realização de tarefas motoras.

"Apresentamos a hipótese de que a supressão das oscilações mu causará uma redução dos sinais de atividade cerebral medidos e, consequentemente, reflete a simplificação da dinâmica neuronal subjacente, "disse Frolov." Para resolver este problema, aplicamos análise de quantificação de recorrência, que é uma caixa de ferramentas poderosa, explorar a complexidade dos sistemas por meio da análise de suas séries temporais. "

O trabalho do grupo confirma, pela primeira vez, a dinâmica neuronal dentro da área sensório-motora do cérebro subjacente às funções motoras do cérebro humano pode ser simplificada.

"Demonstramos isso usando a caixa de ferramentas RQA, que é fundamentalmente diferente dos métodos tradicionais para quantificação da atividade cerebral relacionada ao motor, "Frolov disse." Nós também demonstramos que as medidas RQA de complexidade são adequadas para detectar e classificar tarefas motoras. "

Esses resultados mostram potencial para o desenvolvimento de métodos eficientes de classificação dos estados cerebrais.

"Ao introduzir com precisão um espaço de estado, você pode considerar qualquer sistema natural como um sistema dinâmico. Para o cérebro humano, você pode criar espaço de estado tomando os sinais medidos de sua atividade como variáveis ​​de estado, "Frolov disse.

"Em nosso estudo, consideramos o espaço de estado formado pelo conjunto de eletroencefalogramas (sinais de atividade elétrica nas regiões corticais do cérebro) registrados no córtex motor. Isso nos permite introduzir o 'estado' da região cortical de interesse e considerá-la como um sistema dinâmico. "

Uma das aplicações do trabalho do grupo é a "implementação de análise de eletroencefalogramas baseada em RQA como um núcleo computacional das interfaces cérebro-computador para detecção online, quantificação, e treinamento das funções motoras cerebrais, "Frolov disse.

"Isso é relevante não apenas para o desenvolvimento de interfaces de circuito fechado para o treinamento de habilidades motoras durante a neurorreabilitação, mas também para o diagnóstico de deficiências cognitivas e motoras, bem como mudanças relacionadas à idade."