Manufactura industrial
Internet industrial de las cosas | Materiales industriales | Mantenimiento y reparación de equipos | Programación industrial |
home  MfgRobots >> Manufactura industrial >  >> Industrial Internet of Things >> Sensor

Mejora del control de la mano protésica:avances precisos en la interfaz cerebro-computadora

Diseño de movimiento INSIDER

Los neurocientíficos del Centro Alemán de Primates investigaron en un estudio con monos rhesus cómo se puede mejorar la funcionalidad de las interfaces cerebro-computadora y, con ello, también la motricidad fina de las neuroprótesis. (Imagen:Andrés Agudelo-Toro)

Investigadores del Centro Alemán de Primates, Instituto Leibniz para la Investigación de Primates en Gotinga, han desarrollado un novedoso protocolo de entrenamiento para interfaces cerebro-computadora en un estudio con monos rhesus. El método permite un control preciso de las prótesis de manos utilizando señales únicamente del cerebro. Los investigadores pudieron demostrar que para este control son principalmente importantes las señales neuronales que controlan las diferentes posturas de las manos en el cerebro y no, como se suponía anteriormente, las señales que controlan la velocidad del movimiento. Los resultados son esenciales para mejorar el control fino de las prótesis neurales de mano, que podrían devolver a los pacientes paralizados parte o toda su movilidad.

Llevar bolsas de la compra, pasar un hilo por el ojo de una aguja:los agarres potentes y precisos forman parte de nuestra vida cotidiana. Sólo nos damos cuenta de lo importantes que son nuestras manos cuando ya no podemos utilizarlas, por ejemplo debido a una paraplejia o enfermedades como la ELA, que provocan una parálisis muscular progresiva.

Para ayudar a los pacientes, los científicos llevan décadas investigando las neuroprótesis. Estas manos, brazos o piernas artificiales podrían devolver la movilidad a personas con discapacidad. Las conexiones nerviosas dañadas se unen a través de interfaces cerebro-computadora que decodifican las señales del cerebro, las traducen en movimientos y así pueden controlar la prótesis. Sin embargo, hasta ahora las prótesis de mano carecían de la motricidad fina necesaria para su uso en la vida cotidiana.

"El funcionamiento de una prótesis depende principalmente de los datos neuronales leídos por la interfaz de la computadora que la controla", dijo Andrés Agudelo-Toro, científico del Laboratorio de Neurobiología del Centro Alemán de Primates y primer autor del estudio. "Estudios anteriores sobre los movimientos del brazo y la mano se han centrado en las señales que controlan la velocidad del movimiento de agarre. Queríamos descubrir si las señales neuronales que representan las posturas de las manos podrían ser más adecuadas para controlar las neuroprótesis".

Para el estudio, los investigadores trabajaron con monos rhesus (Macaca mulatta). Al igual que los humanos, tienen un sistema nervioso y visual muy desarrollado, así como una marcada motricidad fina. Esto los hace especialmente adecuados para investigar movimientos de agarre.

Para prepararse para el experimento principal, los científicos entrenaron a dos monos rhesus para que movieran una mano de avatar virtual en una pantalla. Durante esta fase de entrenamiento, los monos realizaron los movimientos de la mano con su propia mano mientras simultáneamente veían el movimiento correspondiente de la mano virtual en la pantalla. Un guante de datos con sensores magnéticos, que los monos llevaban durante la tarea, registró los movimientos de las manos de los animales.

Una vez que los monos aprendieron la tarea, fueron entrenados para controlar la mano virtual en el siguiente paso "imaginando" el agarre. Se midió la actividad de poblaciones de neuronas en las áreas corticales del cerebro que son específicamente responsables de controlar los movimientos de la mano. Los investigadores se centraron en las señales que representan las diferentes posturas de las manos y los dedos y adaptaron el algoritmo de la interfaz cerebro-computadora, que traduce los datos neuronales en movimiento, en el protocolo correspondiente.

“Desviándonos del protocolo clásico, adaptamos el algoritmo para que no sólo sea importante el destino de un movimiento, sino también cómo llegar allí:el camino de ejecución”, explicó Andrés Agudelo-Toro. "En última instancia, esto condujo a los resultados más precisos".

Luego, los investigadores compararon los movimientos de la mano del avatar con los datos de la mano real que habían registrado previamente y pudieron demostrar que se ejecutaban con una precisión comparable.

"En nuestro estudio pudimos demostrar que las señales que controlan la postura de una mano son particularmente importantes para controlar una neuroprótesis", afirmó Hansjörg Scherberger, jefe del Laboratorio de Neurobiología y autor principal del estudio. "Estos resultados ahora se pueden utilizar para mejorar la funcionalidad de futuras interfaces cerebro-computadora y, por lo tanto, también para mejorar las habilidades motoras finas de las prótesis neuronales".

Fuente 


Sensor

  1. Mesa redonda ejecutiva:Detección e IIoT
  2. Tomar medidas con un peine de dientes finos
  3. Fortalecimiento de la red:los científicos desarrollan casquillos para transformadores resistentes a terremotos
  4. Camisa “inteligente” monitorea el corazón
  5. Convirtiendo la Energía Térmica en Electricidad
  6. Smartwatch realiza un seguimiento de los niveles de medicación
  7. Aplicaciones y funcionamiento del sensor de huellas dactilares
  8. Uso y aplicaciones del sensor de efecto Hall.
  9. La interferencia de la señal compromete la seguridad del radar automotriz
  10. Un procesamiento de datos de voz más inteligente produce una mejor duración de la batería
  11. Historia interna:Keith Moore, director ejecutivo de Pickering Interfaces