Behendigheid van de vingers herstellen met een exoskelet dat wordt bestuurd door menselijke intracraniële opnames

In Brain-Computer Interfacing (BCI) wordt hersenactiviteit geregistreerd en vertaald naar door de gebruiker beoogde acties. Recente ontwikkelingen spelen in op de relatie tussen motorische acties en gelokaliseerde activiteit van motorische en somatosensorische hersengebieden. De mogelijkheid om een gerobotiseerd ledemaat te besturen of de controle over een verlamd ledemaat terug te krijgen met een motor-BCI heeft dit laatste gepromoot als een oplossing voor patiënten zonder vrijwillige bewegingscontrole. Elektrocorticografie (ECoG), een gedeeltelijk invasieve opnametechniek, biedt nieuwe perspectieven voor zulke uitdagende toepassingen omdat het littekens of andere histologische processen vermijdt en een hoge spatio-temporele resolutie en brede bandbreedte combineert met opnamestabiliteit op de lange termijn. Wat nog steeds ontbreekt, is de controle op eigen tempo van individuele vingers van ingebeelde motorische activiteit, cruciaal om de beoogde patiënten van dienst te zijn. Dit vat ook de eerste doelstelling van dit project samen: het ontwikkelen van een robuust en nauwkeurig model voor het decoderen van beoogde vingertrajecten van ECoG-opnames. Desalniettemin is motorische beeldvorming een vaardigheid die moet worden geleerd, vandaar onze tweede doelstelling: het ontwikkelen van een uit meerdere stappen bestaande trainingsstrategie die de gebruiker helpt bij het geleidelijk verwerven van ingebeelde vingercontrole. We zullen ons concentreren op een hand-exoskelet, een draagbaar gemotoriseerd raamwerk dat vingerbewegingen ondersteunt, waarvan we gunstige trainingseffecten verwachten omdat het de gebruiker tactiele en proprioceptieve feedback geeft over de beoogde acties.