Processador controla exoesqueleto sem esquentar o cérebro

Os primeiros testes com exoesqueletos controlados pelo pensamento não deram muito certo porque os chips atuais não são adequados para funcionar junto ao cérebro.
[Imagem: The BCI Project/Divulgação]

Previsão de movimento

Anastasia Motrenko e Vadim Strijov, do Instituto de Física e Tecnologia de Moscou, desenvolveram uma nova técnica para prever as trajetórias do movimento dos membros humanos com base na atividade cortical.

As previsões de movimento se baseiam em modelos lineares, e não mais em redes neurais artificiais. Isso reduz o uso do processador, já que o modelo requer menos memória e menos cálculos em comparação com as redes neurais.

Como resultado, o processador pode ser combinado com um sensor e implantado no crânio sem risco de aquecer, como aconteceu com os primeiros testes desses implantes.

Essa tecnologia, embora invasiva, promete controlar exoesqueletos que permitirão que pacientes sem mobilidade recuperem os movimentos.

Processador esquentou o cérebro

Danos à medula espinhal impedem que os sinais gerados pelo cérebro cheguem aos músculos e controlem o movimento dos membros.

Para que esses pacientes recuperem os movimentos, os sinais do córtex cerebral são medidos, decodificados e transmitidos a um exoesqueleto. Decodificar significa interpretar os sinais como uma previsão do movimento desejado do membro. Para captar sinais de alta qualidade, o sensor precisa ser implantado diretamente na caixa craniana.

Isso já foi realizado, mas o processador aqueceu durante a operação, o que se tornou problemático, já que ele está em contato direto com o cérebro. Colocar uma restrição na energia consumida significou reduzir a capacidade de cálculo do processador, o que deteriorou a decodificação do sinal e deixou a eficiência do sistema como um todo abaixo do esperado. A saída foi mudar a técnica de cálculo, simplificando os algoritmos e exigindo menos processamento.

"Nós nos voltamos para a álgebra linear para prever as trajetórias de movimento dos membros. A vantagem dos modelos lineares sobre as redes neurais é que a otimização dos parâmetros do modelo requer muito menos operações. Isso significa que eles são adequados para um processador lento e uma memória limitada," disse Strijov.

A seguir, a equipe planeja lidar com o problema da descrição da trajetória do membro no caso de uma estrutura cerebral variável.

"Os humanos aprendem movendo-se e obtendo uma resposta do ambiente. Isso muda a estrutura do cérebro. Novas conexões se formam, tornando o modelo obsoleto. Nós precisamos propor um modelo que se adapte às mudanças no cérebro mudando sua própria estrutura. Esta tarefa está longe de ser simples, mas estamos trabalhando nisso," explicou Strijov.

Fonte: www.inovacaotecnologica.com.br