Naukowcy z German Primate Center – Leibniz Institute for Primate Research w Getyndze opracowali nowy protokół treningowy dla interfejsów mózg-komputer w badaniu z małpami rezusami. Metoda ta umożliwia precyzyjne sterowanie protezami rąk za pomocą sygnałów pochodzących wyłącznie z mózgu. Po raz pierwszy naukowcy byli w stanie wykazać, że sygnały neuronowe, które kontrolują różne pozycje rąk w mózgu, są przede wszystkim ważne dla tej kontroli, a nie, jak wcześniej zakładano, sygnały kontrolujące prędkość ruchu. Wyniki te mają zasadnicze znaczenie dla poprawy precyzyjnej kontroli protez dłoni, które mogłyby przywrócić sparaliżowanym pacjentom część lub całość ich mobilności.
Noszenie toreb z zakupami, przeciąganie nici przez ucho igielne – siła i precyzja chwytu są częścią naszego codziennego życia. Zdajemy sobie sprawę z tego, jak ważne (i wspaniałe) są nasze ręce, gdy nie możemy już z nich korzystać, na przykład z powodu paraplegii lub chorób takich jak ALS, które powodują postępujący paraliż mięśni.
Aby pomóc pacjentom, naukowcy od dziesięcioleci prowadzą badania nad neuroprotezami. Te sztuczne ręce, ramiona lub nogi mogłyby przywrócić mobilność osobom niepełnosprawnym. Uszkodzone połączenia nerwowe są łączone za pomocą interfejsów mózg-komputer, które dekodują sygnały z mózgu, przekładają je na ruchy i mogą w ten sposób kontrolować protezę. Do tej pory jednak, w szczególności protezy rąk nie posiadały niezbędnych umiejętności motorycznych, aby mogły być używane w życiu codziennym.
To, jak dobrze działa proteza, zależy przede wszystkim od danych neuronowych odczytywanych przez interfejs komputerowy, który ją kontroluje – mówi Andres Agudelo-Toro, naukowiec z Laboratorium Neurobiologii w German Primate Center i pierwszy autor badania. „Poprzednie badania nad ruchami ramion i dłoni koncentrowały się na sygnałach kontrolujących prędkość ruchu chwytającego. Chcieliśmy dowiedzieć się, czy sygnały neuronowe reprezentujące postawy dłoni mogą lepiej nadawać się do sterowania neuroprotezami.
W badaniu naukowcy pracowali z małpami rezus (Macaca mulatta). Podobnie jak ludzie, mają one wysoko rozwinięty układ nerwowy i wzrokowy, a także wyraźne zdolności motoryczne. To czyni je szczególnie odpowiednimi do badania ruchów chwytnych.
Aby przygotować się do głównego eksperymentu, naukowcy wytrenowali dwie małpy rezus do poruszania wirtualną ręką awatara na ekranie. Podczas tej fazy treningu małpy wykonywały ruchy ręką, jednocześnie widząc odpowiedni ruch wirtualnej ręki na ekranie. Rękawica z czujnikami magnetycznymi, którą małpy nosiły podczas zadania, rejestrowała ruchy dłoni zwierząt.
Gdy małpy nauczyły się zadania, zostały przeszkolone do kontrolowania wirtualnej ręki w kolejnym kroku poprzez „wyobrażanie sobie” chwytu. Zmierzono aktywność populacji neuronów w obszarach korowych mózgu, które są szczególnie odpowiedzialne za kontrolowanie ruchów dłoni. Naukowcy skupili się na sygnałach, które reprezentują różne ruchy ręki.
Odbiegając od klasycznego protokołu, dostosowaliśmy algorytm tak, aby ważny był nie tylko cel ruchu, ale także sposób dotarcia do niego, tj. ścieżka wykonania – wyjaśnia Andres Agudelo-Toro. To ostatecznie doprowadziło do najdokładniejszych wyników.
Następnie naukowcy porównali ruchy ręki awatara z danymi prawdziwej ręki, które wcześniej zarejestrowali i byli w stanie wykazać, że zostały one wykonane z porównywalną precyzją.
W naszym badaniu byliśmy w stanie wykazać, że sygnały kontrolujące dłoń są szczególnie ważne dla kontrolowania neuroprotezy – mówi Hansjörg Scherberger, kierownik Laboratorium Neurobiologii i starszy autor badania. Wyniki te można teraz wykorzystać do poprawy funkcjonalności przyszłych interfejsów mózg-komputer, a tym samym do poprawy umiejętności motorycznych protez neuronowych.
Badanie było wspierane przez Niemiecką Fundację Badawczą. Więcej szczegółów dotyczących badania znajduje się TU
Źródło: materiały German Primate Center – Leibniz Institute for Primate Research, zdjęcie zajawka: Wikipedia.org/CC BY-SA 4.0, zdjęcie w tekście: Andres Agudelo-Toro, grafika: Neuron, Agudelo-Toro et al. 2024
Zostaw komentarz
You must be logged in to post a comment.