Un nuevo estudio muestra que las imágenes cerebrales no invasivas pueden distinguir entre los gestos de las manos

Investigadores de la Universidad de California en San Diego han encontrado una manera de distinguir entre los gestos con las manos que las personas hacen al examinar solo datos de imágenes cerebrales no invasivas, sin información de las propias manos. Los resultados son un primer paso en el desarrollo de una interfaz cerebro-computadora no invasiva que algún día podría permitir a los pacientes con parálisis, extremidades amputadas u otros problemas físicos usar su mente para controlar un dispositivo que ayuda con las tareas cotidianas.

La investigación, publicada recientemente en línea antes de la impresión en la revista Corteza cerebralrepresenta los mejores resultados hasta el momento en la distinción de gestos con una sola mano utilizando una técnica completamente no invasiva, en este caso, la magnetoencefalografía (MEG).

«Nuestro objetivo era eludir los componentes invasivos», dijo el autor principal del artículo, Mingxiong Huang, Ph.D., codirector del Centro MEG en el Instituto Qualcomm en UC San Diego. Huang también está afiliado al Departamento de Ingeniería Eléctrica e Informática de la Escuela de Ingeniería Jacobs de UC San Diego y al Departamento de Radiología de la Escuela de Medicina de UC San Diego, así como al Sistema de Salud de Asuntos de Veteranos (VA) de San Diego. «MEG proporciona una opción segura y precisa para desarrollar una interfaz cerebro-computadora que, en última instancia, podría ayudar a los pacientes».

Los investigadores destacaron las ventajas de MEG, que utiliza un casco con una matriz de sensores 306 integrada para detectar los campos magnéticos producidos por las corrientes eléctricas neuronales que se mueven entre las neuronas del cerebro. Las técnicas alternativas de interfaz cerebro-computadora incluyen la electrocorticografía (ECoG), que requiere la implantación quirúrgica de electrodos en la superficie del cerebro, y la electroencefalografía (EEG) del cuero cabelludo, que localiza la actividad cerebral con menos precisión.

«Con MEG, puedo ver el pensamiento del cerebro sin quitar el cráneo y colocar electrodos en el cerebro mismo», dijo el coautor del estudio, Roland Lee, MD, director del Centro MEG en el Instituto Qualcomm de UC San Diego, profesor emérito de radiología en la Escuela de Medicina de UC San Diego, y médico con VA San Diego Healthcare System. «Solo tengo que ponerles el casco MEG en la cabeza. No hay electrodos que puedan romperse mientras están implantados dentro de la cabeza; no hay cirugía cerebral costosa y delicada; no hay posibles infecciones cerebrales».

Lee compara la seguridad de MEG con tomar la temperatura de un paciente. «MEG mide la energía magnética que emite tu cerebro, como un termómetro mide el calor que emite tu cuerpo. Eso lo hace completamente no invasivo y seguro».

Piedra Papel tijeras

El estudio actual evaluó la capacidad de usar MEG para distinguir entre gestos con las manos realizados por 12 sujetos voluntarios. Los voluntarios fueron equipados con el casco MEG y aleatoriamente instruidos para hacer uno de los gestos usados ​​en el juego Piedra, Papel, Tijeras (como en estudios previos de este tipo). La información funcional de MEG se superpuso a las imágenes de resonancia magnética, que proporcionaron información estructural sobre el cerebro.

Para interpretar los datos generados, Yifeng («Troy») Bu, un doctor en ingeniería eléctrica e informática. estudiante de la Escuela de Ingeniería Jacobs de UC San Diego y primer autor del artículo, escribió un modelo de aprendizaje profundo de alto rendimiento llamado MEG-RPSnet.

«La característica especial de esta red es que combina características espaciales y temporales simultáneamente», dijo Bu. «Esa es la razón principal por la que funciona mejor que los modelos anteriores».

Cuando llegaron los resultados del estudio, los investigadores descubrieron que sus técnicas podían usarse para distinguir entre gestos con las manos con más del 85% de precisión. Estos resultados fueron comparables a los de estudios anteriores con un tamaño de muestra mucho más pequeño utilizando la interfaz cerebro-computadora ECoG invasiva.

El equipo también descubrió que las mediciones MEG de solo la mitad de las regiones del cerebro muestreadas podrían generar resultados con solo una pequeña pérdida de precisión (2-3%), lo que indica que los futuros cascos MEG podrían requerir menos sensores.

De cara al futuro, Bu señaló: «Este trabajo sienta las bases para el futuro desarrollo de la interfaz cerebro-computadora basada en MEG».

Además de Huang, Lee y Bu, Deborah L. Harrington, Qian Shen y Annemarie Angeles-Quinto de VA San Diego Healthcare escribieron el artículo, «Interfaz cerebro-computadora basada en magnetoencefalograma para decodificar gestos manuales usando aprendizaje profundo». System y la Facultad de Medicina de UC San Diego; Hayden Hansen del Sistema de Salud VA San Diego; Zhengwei Ji, Jaqueline Hernandez-Lucas, Jared Baumgartner, Tao Song y Sharon Nichols de la Facultad de Medicina de UC San Diego; Dewleen Baker del Centro de Excelencia para el Estrés y la Salud Mental de VA y la Facultad de Medicina de UC San Diego; Imanuel Lerman de UC San Diego, su Escuela de Medicina y el Centro de Excelencia para el Estrés y la Salud Mental de VA; y Ramesh Rao (director del Instituto Qualcomm), Tuo Lin y Xin Ming Tu de UC San Diego.