Rumo à navegação hipocampal para o cérebro

Scientific Reports volume 13, Artigo número: 14021 (2023) Citar este artigo

668 acessos

8 Altmétrico

Detalhes das métricas

Cadeiras de rodas automáticas controladas diretamente pela atividade cerebral poderiam proporcionar autonomia a indivíduos gravemente paralisados. As abordagens atuais baseiam-se principalmente em medidas não invasivas da atividade cerebral e traduzem comandos individuais em movimentos de cadeiras de rodas. Por exemplo, um movimento imaginado da mão direita guiaria a cadeira de rodas para a direita. Nenhuma pesquisa investigou a decodificação de processos cognitivos de ordem superior para realizar o controle da cadeira de rodas. Nós imaginamos uma prótese neural invasiva que poderia fornecer informações para o controle da cadeira de rodas, decodificando a intenção de navegação dos sinais do hipocampo. A navegação tem sido extensivamente investigada em registros do hipocampo, mas não para o desenvolvimento de próteses neurais. Aqui mostramos que é possível treinar um decodificador para classificar velocidades de movimento virtual a partir de sinais do hipocampo registrados durante uma tarefa de navegação virtual. Esses resultados representam o primeiro passo para explorar a viabilidade de uma BCI invasiva do hipocampo para controle de cadeiras de rodas.

Milhões de pessoas sofrem de paralisia: incapacidade de mover alguma parte do corpo1. Nas formas mais graves de paralisia, por exemplo, tetraplegia, os indivíduos apresentam perda de controle dos braços, pernas e tronco. A paralisia pode resultar de diversas doenças, como lesões na medula espinhal, mielite transversa, esclerose múltipla, poliomielite e esclerose lateral amiotrófica (ELA). Esses pacientes necessitam de assistência de familiares e profissionais de saúde. Como a capacidade de interagir de forma independente com o ambiente está positivamente associada à satisfação com a vida2, é imperativo desenvolver soluções para proporcionar independência às pessoas com paralisia grave.

As interfaces cérebro-computador (BCIs) permitem a comunicação entre humanos e computadores sem a necessidade de movimento muscular, por meio da decodificação de sinais neurais3. Nos últimos anos, pesquisadores demonstraram o potencial da BCI para ajudar diversos grupos de pacientes4. Um estudo pesquisou indivíduos com ELA e descobriu que o controle do braço robótico e da cadeira de rodas era da mais alta prioridade quando se tratava do desenvolvimento da BCI5. Houve grande progresso no desenvolvimento de próteses robóticas de braço6. O controle da cadeira de rodas, por outro lado, tem recebido menos atenção dos pesquisadores, especialmente por meio de medidas invasivas da atividade cerebral.

Abordagens não invasivas de BCI, como aquelas que usam eletroencefalografia (EEG), se beneficiam por serem de baixo risco, pois registram a atividade cerebral fora do couro cabeludo. No entanto, ao fazê-lo, essas abordagens comprometem bastante a qualidade do sinal, a resolução espacial e/ou a resolução temporal7. Devido a essas limitações, a BCI baseada em EEG para controle de cadeiras de rodas não fez grandes progressos nos últimos anos.

Muitas abordagens que utilizam EEG dependem direta ou indiretamente do movimento ocular e do piscar8,9,10, traduzindo-os em comandos direcionais simples. O movimento ocular e o piscar não são viáveis ​​para muitos pacientes com ELA4. Além disso, limitar o movimento dos olhos durante a navegação seria inconveniente e dificultaria as interações sociais. Outros métodos baseiam-se na decodificação de tarefas mentais ou imagens para indicar o movimento pretendido11,12,13,14. Por exemplo, imaginar rotação mental ou movimento da mão esquerda para virar à esquerda. Embora o uso desse método possa fornecer alta precisão, a taxa de transferência de informações é muito lenta para o uso seguro da cadeira de rodas. Uma BCI invasiva que aproveita a intenção de navegação orientada para objetivos pode fornecer a informação necessária para um controle preciso, seguro e intuitivo da cadeira de rodas. As interfaces cérebro-computador que decodificam processos cognitivos de ordem superior podem fornecer às pessoas com paralisia uma entrada intuitiva para controlar dispositivos externos, promovendo assim a independência.

A maior relação sinal-ruído, resolução temporal e precisão espacial dos sinais gravados de forma invasiva podem permitir o desenvolvimento de um melhor controle da cadeira de rodas. Até agora, todas as pesquisas de que temos conhecimento foram conduzidas com primatas não humanos. Alguns estudos utilizaram paradigmas de BCI baseados em joystick para controle de cadeiras de rodas15,16. Os movimentos das mãos foram decodificados a partir dos neurônios motores primários do córtex enquanto o macaco usava um joystick para controlar uma cadeira de rodas. Rajangam et al.17, por outro lado, mostraram a capacidade de macacos rhesus de controlar uma cadeira de rodas com base em sinais neurais invasivos sem usar um paradigma de joystick. Este é um passo importante, pois muitos indivíduos paralisados ​​não conseguirão usar um joystick para treinar os classificadores BCI. Usando gravações de conjuntos nas áreas pré-motoras e sensório-motoras, os macacos foram capazes de controlar o movimento rotacional e translacional de uma cadeira de rodas para atingir seu objetivo. Esta abordagem é promissora porque se baseou em populações de neurônios que foram sintonizados para o deslocamento de todo o corpo. No entanto, esta abordagem decodificou comandos de movimento individuais emitidos continuamente, em vez de decodificar trajetórias planejadas de alto nível.