Il Brain Computer Interface (BCI) potrebbe essere utilizzato come uno strumento efficace per l’impegno attivo dei pazienti in riabilitazione motoria, consentendo loro di iniziare il movimento inviando il comando a BCI direttamente tramite il loro cervello.
In questo lavoro, abbiamo sviluppato un BCI utilizzando una nuova analisi EEG per controllare un avatar in realtà virtuale e un dispositivo di riabilitazione soft Robotics. Questo BCI è in grado di identificare e prevedere il movimento degli arti superiori.
È stata fatta un’analisi di autocorrelazione su EEG per studiare i complessi processi oscillatori coinvolti nella generazione del motore di comando. L’autocorrelazione rappresentava l’interazione tra il processo oscillatorio e il processi di decomposizione in EEG che cambiano durante il movimento volontario.
Per studiare questi cambiamenti, la curva di decadimento esponenziale è stata adattata all’autocorrelazione delle finestre EEG che catturano il decadimento autocorrelazione.
È stato osservato che l’autocorrelazione decade più lentamente durante il movimento volontario e in caso contrario più velocemente, pertanto, l’intenzione di movimento potrebbe essere identificata.
Questo nuovo metodo è stato tradotto in una elaborazione dei segnali in linea per BCI per controllare l’avatar virtuale di mano e il dispositivo di riabilitazione soft robotic dall’intenzione di spostare un arto superiore.
Il dispositivo soft robotic posto sulla giunzione tra arto superiore e inferiore si gonfia e si sgonfia dando come risultato un feedback propriocettivo di estensione e flessione del braccio, fornendo. L’avatar di braccio osservato in ambiente virtuale 3D con Oculus Rift si muove anche simultaneamente fornendo allo stesso tempo un forte feedback visivo.
Proceedings of the IEEE RAS and EMBS International Conference on Biomedical Robotics and Biomechatronics. 2016. Volume: 2016-July. Pages: 685. Wairagkar, Maitreyee Zoulias, Ioannis Oguntosin, Victoria Hayashi, Yoshikatsu Nasuto, Slawomir
