Mejora del Control de Manos Protésicas: Avances Precisos en Interfaz Cerebro-Computadora

Motion Design INSIDER

En un estudio con monos rhesus, neurocientíficos del Centro de Primates Alemán han investigado cómo se puede mejorar la funcionalidad de las interfaces cerebro-computadora y, por tanto, también la motricidad fina de las neuroprótesis. (Imagen: Andres Agudelo-Toro)

Nuevo protocolo de entrenamiento para interfaces cerebro-computadora

Investigadores del Centro de Primates Alemán, Instituto Leibniz para la Investigación de Primates en Göttingen, han desarrollado un nuevo protocolo de entrenamiento para interfaces cerebro-computadora en un estudio con monos rhesus. El método permite el control preciso de manos protésicas usando solo señales del cerebro. Los investigadores demostraron que las señales neuronales que controlan las diferentes posturas de la mano en el cerebro son principalmente importantes para este control, y no, como se asumía anteriormente, las señales que controlan la velocidad del movimiento. Los resultados son esenciales para mejorar el control fino de las neuroprótesis de mano, que podrían devolver a pacientes paralizados parte o toda su movilidad.

La importancia de las manos en la vida diaria

Llevar bolsas de la compra, pasar un hilo por el ojo de una aguja —los agarres de fuerza y precisión son parte de nuestra vida cotidiana. Solo nos damos cuenta de lo importantes que son nuestras manos cuando ya no podemos usarlas, por ejemplo debido a paraplejia o enfermedades como la ELA, que causan parálisis muscular progresiva.

Décadas de investigación en neuroprótesis

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

"Qué tan bien funciona una prótesis depende principalmente de los datos neuronales leídos por la interfaz computadora que la controla", dijo Andres Agudelo-Toro, científico en el Laboratorio de Neurobiología del Centro de Primates Alemán y primer autor del estudio. "Estudios previos sobre movimientos de brazo y mano se han centrado en las señales que controlan la velocidad de un movimiento de agarre. Queríamos averiguar si las señales neuronales que representan las posturas de la mano podrían ser más adecuadas para controlar neuroprótesis."

Metodología: monos rhesus y mano virtual

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

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

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

"Desviándonos del protocolo clásico, adaptamos el algoritmo para que no solo el destino de un movimiento sea importante, sino también cómo se llega allí —la trayectoria de ejecución", explicó Andres Agudelo-Toro. "Esto finalmente condujo a los resultados más precisos."

Resultados: precisión comparable a la mano real

Los investigadores compararon entonces los movimientos de la mano virtual con los datos de la mano real que habían registrado previamente y pudieron mostrar que se ejecutaban con precisión comparable.

"En nuestro estudio, pudimos mostrar que las señales que controlan la postura de una mano son particularmente importantes para controlar una neuroprótesis", dijo Hansjörg Scherberger, jefe del Laboratorio de Neurobiología y autor principal del estudio. "Estos resultados ahora pueden usarse para mejorar la funcionalidad de futuras interfaces cerebro-computadora y, por tanto, también para mejorar la motricidad fina de las neuroprótesis."

Fuente