Švedsko-švajcarski tim uspešno je očitao signale pokreta iz preostalih nerava kod osoba sa amputacijama iznad kolena koristeći tanke transversalne intrafascikularne multikanalne elektrode. Dekodiranje su izveli pomoću spiking neural network, modela koji bolje odgovara impulsnoj prirodi nervnih signala. Sistem je omogućio i dvosmernu komunikaciju — snimanje motoričkih komandi i povratnu senzornu stimulaciju. Glavna ograničenja su mali uzorak (dva učesnika) i offline obrada; naredni korak je testiranje u stvarnim protetičkim uređajima.
Novi implant čita namere pokreta iz amputiranih nerava i omogućava dvosmernu komunikaciju

Kada osoba izgubi nogu iznad kolena, nervi koji su nekada upravljali tim udom i dalje šalju električne impulse — mozak pokušava da savija koleno, pomera skočni zglob ili prste iako tih mišića više nema. Do sada su ti signali bili preslabi i previše šumni da bi se pouzdano koristili za kontrolu protetskih nogu.
Tim sa Chalmers University of Technology (Švedska), u saradnji sa istraživačima sa University of Zurich, ETH Zürich i University of Freiburg, uspešno je očitao i dekodirao signale pokreta direktno iz preostalih nerava kod osoba sa amputacijama iznad kolena.
Kako je izvedeno istraživanje
Istraživači su kod dva učesnika implantirali po četiri transversalne intrafascikularne multikanalne elektrode (tanke, fleksibilne elektrode umetnute poprečno kroz nerv). Svaka elektroda ima oko prečnika ljudske dlake i po 14 mesta za snimanje i stimulaciju. Učesnici su pokušavali pokrete fantomskog uda — savijanje i ispružanje kolena, skočnog zgloba i pomeranje prstiju — dok su elektrode beležile nervne impulse.
U prvom učesniku, 91% mesta za snimanje pokazalo je odgovore na bar jednu vrstu pokreta; signali su se razlikovali po zglobu i smeru, a detektovano je čak i nastojanje za pomeranje prstiju, iako su mišići prstiju bili amputirani.
Tehnologija dekodiranja
Umesto konvencionalnih algoritama koji obrađuju neprekidne numeričke podatke, tim je koristio spiking neural network — model koji radi sa diskretnim električnim impulsima („spikes“) i bolje odgovara načinu na koji periferni nervi komuniciraju. Taj pristup je dao bolje rezultate od klasičnih klasifikatora i ima praktičnu prednost: može biti dovoljno kompaktan i energetski efikasan da radi na čipu ugrađenom u samu protezu.
Dvosmerna komunikacija i senzorna povratna informacija
Isto tako, implantati su pokazali mogućnost bidirekcionalne komunikacije: istovremeno snimanje motoričkih komandi i slanje senzorne povratne informacije nazad u nerv. Motorna i senzorna vlakna na mestu implantacije delimično su prostorno segregisana, pa isti sistem može neometano obavljati obe funkcije.
«Kada su elektrode implantirane unutar nerva, one mogu da komuniciraju dvosmerno sa nervnim sistemom», rekao je Giacomo Valle, docent na Chalmersu i jedan od autora studije.
Ograničenja i naredni koraci
Autori jasno navode ograničenja: uzorak je mali (dva učesnika), dekodiranje je izvršeno offline, a preciznost nije savršena — ponekad je sistem mešao savijanje i ispružanje istog zgloba. Dugoročna stabilnost signala i funkcionisanje sistema u realnim uslovima, ugradnja u pravu protetsku nogu i testiranje u realnom vremenu su naredni koraci.
Rezultati su objavljeni u Nature Communications. Ova tehnologija obećava da približi protetske noge prirodnoj kontroli i osećaju, potencijalno menjajući kvalitet života miliona ljudi sa amputacijama donjih ekstremiteta.
Izvori: Nature Communications; The Brighter Side Of News.
Pomozite nam da budemo bolji.



























