Urządzenia do elektroencefalografii (EEG), czyli nieinwazyjnej metody badania bioelektrycznej czynności mózgu, mogą odbierać sygnały ruchowe i przekazywać je do sparaliżowanych kończyn, omijając uszkodzony rdzeń kręgowy – uważają naukowcy. Kluczem okazuje się sztuczna inteligencja.
Osoby z urazami rdzenia kręgowego często tracą część lub nawet całość sprawności w kończynach. U większości pacjentów nerwy w kończynach działają jednak prawidłowo, a neurony w mózgu są nadal aktywne – to uszkodzenie rdzenia kręgowego uniemożliwia komunikację między tymi obszarami.
Kiedy więc pacjent próbuje poruszyć sparaliżowaną kończyną, jego mózg generuje serię sygnałów odpowiadających temu ruchowi. Gdyby sygnały te udało się odczytać i zdekodować, mogłyby zostać przekazane do stymulatora rdzenia kręgowego, aby sterować zakończeniami nerwowymi w tej kończynie.
Mając to na uwadze, naukowcy ze włosko-szwajcarskiego zespołu sprawdzili, czy bezinwazyjne odczytywanie aktywności mózgu z pomocą techniki EEG może posłużyć do poruszania sparaliżowanymi kończynami.
Poprzednie badania koncentrowały się głównie na wszczepialnych do mózgu elektrodach służących do odczytywania sygnałów ruchowych. Niestety taka metoda oznacza konieczność przeprowadzenia chirurgicznego zabiegu i obarczona jest sporym ryzykiem.
EEG wymaga tymczasem tylko elektrod umieszczanych na powierzchni głowy. To z kolei powoduje, że sygnały z mózgu odczytuje się z jej pomocą dużo mniej dokładnie. Dotyczy to szczególnie sygnałów generowanych głębiej w mózgu.
„Mózg kontroluje ruchy kończyn dolnych głównie w części środkowej, podczas gdy ruchy kończyn górnych są sterowane bardziej po zewnętrznej stronie. W porównaniu z kończynami dolnymi, łatwiej jest stworzyć mapę przestrzenną aktywności odpowiadającej kończynom górnym” – tłumaczy Laura Toni, autorka badania opisanego w magazynie „APL Bioengineering”.
Rozwiązanie naukowcy znaleźli w sztucznej inteligencji przystosowanej do analizy ograniczonych zbiorów danych. Podczas testów wyposażyli pacjentów w monitory EEG i poprosili ich o wykonanie serii prostych ruchów.
Zebrali uzyskane dane i użyli swojego algorytmu do sklasyfikowania zakresu możliwych sygnałów. Odkryli, że potrafią odróżnić próbę wykonania ruchu od jego braku, ale mieli trudności z rozróżnieniem konkretnych sygnałów.
Mają jednak pomysły na to, jak zwiększyć skuteczność swojej metody. Ich zdaniem będą mogli udoskonalić algorytm tak, aby rozpoznawał różne próby ruchu, takie jak stanie, chodzenie czy wspinanie się. Potem będą próbowali wykorzystać te dane do wyzwalania odpowiednich ruchów w kończynach pacjentów powracających do zdrowia.
Marek Matacz (PAP)
mat/ agt/
Fundacja PAP zezwala na bezpłatny przedruk artykułów z Serwisu Nauka w Polsce pod warunkiem mailowego poinformowania nas raz w miesiącu o fakcie korzystania z serwisu oraz podania źródła artykułu. W portalach i serwisach internetowych prosimy o zamieszczenie podlinkowanego adresu: Źródło: naukawpolsce.pl, a w czasopismach adnotacji: Źródło: Serwis Nauka w Polsce - naukawpolsce.pl. Powyższe zezwolenie nie dotyczy: informacji z kategorii "Świat" oraz wszelkich fotografii i materiałów wideo.
