Interfaces cerebro-máquina ayudan a entender cómo aprende el cerebro

04 Abr Interfaces cerebro-máquina ayudan a entender cómo aprende el cerebro

Investigadores del Instituto del Cerebro y la Médula Espinal del equipo Aramis, de Inria, buscan comprender cómo el ser humano  aprende a utilizar interfaces cerebro-máquina.

Investigadores del equipo Aramis realizando el estudio.

Investigadores del equipo Aramis realizando el estudio.

 

Una interfaz cerebro-máquina es un dispositivo que permite realizar tareas a través del pensamiento. Dentro de sus múltiples usos está el de mejorar la calidad de vida de las personas con discapacidad, por lo que muchos grupos de investigación están trabajando en mejorar el desempeño de los dispositivos.

 

El equipo Aramis de Inria, en el Instituto del Cerebro y la Médula Espinal en el Hôpital de la Pitié Salpétrière, escogió esta tecnología para comprender cómo las diferentes regiones cerebrales interactúan conformando redes complejas para aprender a utilizar estas interfaces. Este estudio se enmarca en un nuevo proyecto llamado NetBCI (Networks for Brain Computer Interface ), financiado por el ANR y el NIH en Estados Unidos, y que se extenderá hasta el 2020.

 

“Cuando una persona imagina que atrapa un objeto, tiene una actividad cerebral muy similar a la que se desencadena  cuando realmente hace el movimiento”, explica Fabrizio De Vico Fallani, miembro del equipo investigador Aramis.

 

Para lograr modelar esta actividad, el equipo está desarrollando un experimento donde el voluntario utiliza un gorro al que se conectan una serie de electrodos. Se instala al sujeto ante una pantalla, se le pide que observe un tablero de letras y que, solo con su pensamiento, se concentre en cada una de ellas para ir escribiendo progresivamente una palabra. Cuando la letra se ilumina en la pantalla, el computador detecta una alza  de actividad eléctrica en el cerebro, y va escribiendo la palabra que la persona pensó. El ejercicio se realiza un total de cuatro veces y en cada nuevo intento, se logran avances. Los investigadores recogen la actividad eléctrica  del cerebro y analizan la evolución de ésta.  

 

Conforme el sujeto va progresando, aumenta el número de regiones del cerebro involucradas, lo que sugiere mecanismos de conectividad. “Nuestro trabajo consiste en modelar esas conexiones. Para esto utilizamos herramientas matemáticas, basadas en la teoría de las redes complejas”, explica Fabrizio De Vico Fallani. “Pensamos que estos datos podrían ser utilizados como biomarcadores del aprendizaje”, agrega.

 

La idea de los investigadores es desarrollar modelos matemáticos que permitan predecir la trayectoria del aprendizaje en el uso de las interfaces cerebro-máquina, para así hacerlas más eficaces.
Este estudio se enmarca en un nuevo proyecto llamado NetBCI (Networks for Brain Computer Interface ), financiado por el ANR y el NIH en Estados Unidos y que se extenderá hasta el 2020.

 

Fuente: Inria

Share Button
Francisca Bastías
francisca.bastias@inria.cl