Engenharia 360

ESCOLHA A ENGENHARIA
DO SEU INTERESSE

Digite sua Busca

Interface cérebro-computador pode auxiliar controle de cadeiras de rodas, veículos ou computadores

por Kamila Jessie | 24/10/2019

A combinação de novas classes de nanoeletrodos com
eletrônica flexível e um algoritmo de deep
learning
pode ajudar as pessoas com deficiência a controlar, por exemplo uma
cadeira de rodas elétrica, além de interagir com um computador ou operar um
pequeno veículo robótico. Tudo isso sem que seja necessário vestir um capacete
estranho com eletrodos ou fios. Vem com a gente conhecer sobre essa interface
cérebro-computador.

interface cérebro-computador
Imagem: Woon-Hong Yeo et al. (2019)

Interface cérebro-computador não-invasiva:

A equipe que publicou o trabalho acadêmico é
multidisciplinar do jeito que a gente gosta: inclui engenheiras e engenheiros
da área biomédica, eletrônica e de nanomateriais, além de profissionais de
psicologia, todos conduzindo pesquisa em universidades.

PUBLICIDADE

CONTINUE LENDO ABAIXO

Em termos de robótica e engenharia na medicina, as interfaces
cérebro-máquina (IMC) são parte essencial da tecnologia de reabilitação que
permite que pessoas com esclerose lateral amiotrófica, acidente vascular
cerebral crônico ou outras deficiências motoras graves controlem os sistemas
protéticos. Mas, atualmente, a coleta de sinais cerebrais conhecidos requer o
uso de uma touca de cabelo cravejada em eletrodos que usa eletrodos úmidos,
adesivos e fios para conectar-se a equipamentos de computador que interpretam
os sinais, o que pode ser desconfortável e constrangedor para o usuário.

Redes neurais cerebrais:

No sentido de aliviar essa situação, os cientistas que
desenvolveram essa nova pesquisa estão aproveitando uma classe de sensores e
eletrônicos flexíveis e sem fio que podem ser facilmente aplicados à pele. O
sistema inclui três componentes principais: eletrodos altamente flexíveis
montados no cabelo que fazem contato direto com o couro cabeludo através do próprio
cabelo; um eletrodo de nanomembrana ultrafina; e circuidade macia e flexível
com uma unidade de telemetria Bluetooth. Os dados de eletroencefalogramas (EEG)
são processados ​​em circuitos flexíveis e depois entregues sem fio a um tablet
via Bluetooth a até 15 metros de distância. Ao fornecer uma interface
cérebro-máquina sem fio totalmente portátil, o sistema wearable pode oferecer uma melhoria em relação à EEG convencional para
medir sinais cerebrais.

Além dos requisitos de detecção dos sinais cerebrais, há
outros desafios relacionados à amplitude do sinal. Para enfrentar esses entraves,
a equipe de pesquisa voltou-se para algoritmos de redes neurais de aprendizado
profundo em execução no circuito flexível, permitindo medir e categorizar com
precisão os sinais indicativos do que o usuário deseja que o sistema faça.

A interface usa três eletrodos elastoméricos do couro cabeludo presos à cabeça com uma faixa de tecido, eletrônicos sem fio ultrafinos conformados ao pescoço e um eletrodo impresso semelhante à pele colocado na pele abaixo da orelha. Os eletrodos secos e macios aderem à pele e não usam adesivo ou gel. Juntamente com a facilidade de uso, o sistema pode reduzir ruídos e interferências e fornecer taxas de transmissão de dados mais altas em comparação com os sistemas existentes.

PUBLICIDADE

CONTINUE LENDO ABAIXO

interface homem-máquina
Imagem: Woon-Hong Yeo et al. (2019)

Resultados e perspectivas:

Foram conduzidos testes com seis pessoas. O algoritmo de
aprendizado profundo com classificação de dados em tempo real pode controlar
uma cadeira de rodas elétrica e um pequeno veículo robótico. Os sinais também
podem ser usados ​​para controlar um sistema de exibição sem o uso de teclado,
joystick ou outro controlador.

Os próximos passos incluem melhorar os eletrodos e tornar o
sistema mais útil para indivíduos com deficiência motora. Além disso, é mais um
passo em direção à monitoramento de atividade cerebral de forma não invasiva.
Isso constitui aplicabilidade na medicina diagnóstica, evitando que usuários
tenham que, por exemplo, se submeter a exames desconfortáveis ou no
desenvolvimento de próteses, com wearables
mais discretos.

Fonte: Nature Machine Intelligence

Comentários

Engenharia 360

Kamila Jessie

Engenheira ambiental e sanitarista, MSc. e atualmente doutoranda em Engenharia Hidráulica e Saneamento pela Universidade de São Paulo. http://orcid.org/0000-0002-6881-4217