Люди с травмами спинного мозга часто частично или полностью теряют способность двигать конечностями. У большинства пациентов нервы в конечностях работают нормально, нейроны в головном мозге функционируют, но повреждение спинного мозга препятствует их взаимодействию.
В журнале APL Bioengineering исследователи из университетов Италии и Швейцарии опубликовали статью, в которой пытались выяснить, может ли электроэнцефалография (ЭЭГ) быть полезным инструментом для установления связи между сигналами мозга и движениями конечностей.
Когда пациент пытается пошевелить парализованной конечностью, его мозг генерирует серию сигналов, соответствующих этому движению. Если бы эти сигналы можно было считать и расшифровать, их можно было бы передать на стимулятор спинного мозга, чтобы управлять нервными окончаниями в этой конечности.
Предыдущие исследования были сосредоточены на имплантируемых электродах для считывания сигналов о движении. Несмотря на то, что этот подход оказался довольно успешным, авторы хотели изучить потенциал технологии ЭЭГ.
ЭЭГ-устройства обычно представляют собой шапочки с электродами, которые измеряют активность мозга. И хотя скопление проводов может выглядеть устрашающе, авторы утверждают, что такой подход предпочтительнее, чем имплантация устройства в мозг или позвоночник.
«Ещё одна хирургическая процедура может привести к инфекциям, — сказала автор исследования Лаура Тони. — Мы задались вопросом, можно ли этого избежать».
Расшифровка попыток движения конечностей с помощью ЭЭГ расширяет границы возможностей этой технологии. Поскольку электроды располагаются на поверхности головы пациента, они с трудом улавливают сигналы, поступающие из более глубоких областей мозга. Это не является серьёзным препятствием при работе с движениями рук, но усложняет работу с ногами.
«Мозг контролирует движения нижних конечностей в основном в центральной части, а движения верхних конечностей — в большей степени на периферии, — говорит Тони. — По сравнению с нижними конечностями, пространственное отображение того, что вы пытаетесь расшифровать, происходит легче».
Чтобы помочь расшифровать сигналы ЭЭГ, авторы использовали алгоритм машинного обучения, предназначенный для обработки ограниченных наборов данных. Исследователи подключали к пациентам ЭЭГ-мониторы и просили их выполнить ряд простых движений. Затем ученые собирали данные и использовали алгоритм для классификации возможных сигналов.
Было обнаружено, что возможно определить разницу между попыткой движения и отсутствием движения, но с трудом можно различить конкретные сигналы.
У исследователей есть идеи о том, как повысить эффективность их подхода. Они хотят усовершенствовать свой алгоритм, чтобы он распознавал различные попытки движения, такие как вставание, ходьба или подъём по лестнице, а затем искать способы использования этих данных для активации движений в имплантатах пациентов.
