Background

Il progetto di ricerca 'Real-time Fuzzy BCI' ha previsto lo sviluppo di un dispositivo cervello-computer (Brain-Computer Interface, BCI) alla base di un input cognitivo e dell’analisi automatica del relativo segnale dell’EEG in tempo reale al fine di fornire uno strumento di comunicazione di alto livello per i pazienti affetti da paralisi grave. La fase iniziale del progetto ha previsto l'approfondimento delle conoscenze teoriche sulle caratteristiche dei mu-, beta-ritmi e dell'oscillazione gamma dell’EEG in aree della corteccia premotoria del cervello durante un evento cognitivo (osservazione e riconoscimento dell' azione), nonché il loro uso in BCI attuali. Successivamente, abbiamo testato il metodo proprio Fuzzy Spike Sorting (FSPS) per l’analisi e la classificazione automatica di una serie di eventi fisiologici nelle registrazioni di l’EEG già effettuati (offline). Alla fine del progettato e realizzato un prototipo di Fuzzy BCI funzionante in tempo reale con un'elevata accuratezza di classificazione degli eventi cognitivi in ambito clinico.

E' importante precisare che grazie al progetto Spinner è stato creato non solo il prototipo di interfaccia Fuzzy BCI veloce e affidabile, con accuratezza e prestazioni superiori a quelli che esistono sul mercato attuale, ma anche una interfaccia fondamentalmente nuova in termini di concetto. Com'è noto, BCI tradizionale può aiutare le persone con disabilità a controllare il computer o gli altri dispositivi mediante l’attività cerebrale. In quasi tutti questi casi un utente deve essere in grado di controllare l’output. Tuttavia, in alcuni casi, come nei casi delle malattie neurodegenarative (ad esempio, Sclerosi Laterale Multipla - SLA) o traumi spinali gravi quando i pazienti non sono in grado di dare nessuna risposta motoria, l'utilizzo dei BCI tradizionali non è possibile. In questa situazione, può essere utile il BCI indipendente ed asincrono, il quale consisteva l'obiettivo generale del presente progetto. Le BCI indipendenti non dipendono in alcun modo dalle normali vie d’uscita neuromuscolari. Il messaggio in questi sistemi non è convogliato  in vie neuromuscolari o sensorie,  e non è indispensabile l’intervento di queste vie per far emergere l’attività cerebrale necessaria alla codifica del messaggio. Bypassando l’attività periferica, i sistemi di BCI indipendenti sono anche di maggior interesse teorico sulle funzioni del cervello rispetto ai sistemi BCI dipendenti, e risultano di maggiore utilità,  specialmente per i pazienti con più gravi disabilità neuromuscolari.

Il leader nella ricerca scientifica e nelle creazioni di BCI per i pazienti completamente paralizzati è un gruppo di scienziati guidato dal Prof. N. Birbaumer presso Institut für Medizinische, Eberhard Karls Universität Tübinge (Germania). Essi hanno proposto il primo prototipo di BCI basato su 'classic senantic conditioning', che ci permetterebbe un controllo indipendente per tutte le persone per le quali l’uso del sistema muscolare rappresenta un problema, come ‘locked-in state’ (LIS) o/e ‘completely locked-in state’ (CLIS), ma l'efficienza di classificazione è ancora a livello molto basso (meno di 70% nei casi più favorevoli). Grazie al progetto, siamo riusciti a determinare i criteri di selezione dei canali del EEG più informativi, nonché di integrare i metodi di classificazione di tipo Fuzzy sviluppati presso l'Università di Ferrara in un Fuzzy BCI, che ha le caratteristiche e prestazioni superiori rispetto agli analoghi conosciuti. Pertanto la presentazione e il trasferimento del prototipo Fuzzi BCI creato durante la realizzazione del progetto (che è capace di rilevare i segnali utili per BCI e ha una percentuale di classificazione maggiore rispetto ai BCI attuali) per l'ulteriore sviluppo, la certificazione e la commercializzazione nei centri di ricerca industriale e nei team R&D di aziende industriali possono essere utili per incentivare i mercati locali ed internazionali dei dispositivi biomedicali.

Infine, allo scopo di realizzare un prototipo BCI efficiente e low-cost,  abbiamo analizzato i risultati ottenuti con un sistema BCI tradizionale (BCI-2000, sponsorizzato da  Istituto Nazionale della Salute (NIH), Bethesda, Maryland, Stati Uniti) e li ha confrontati con il prototipo sviluppato. L’analisi in parallelo gli ha permesso di acquisire le conoscenze più aggiornate sui dispositivi BCI oggi esistenti e di testare il nuovo dispositivo in ambiente sperimentale e clinico utilizzando la mole di dati disponibile presso la Eberhard Karls University.


Site Map | Printable View | © 2010 - 2017 Dr. Andriy Oliynyk

Creative Commons License
.