Nicht-invasives BCI zur Steuerung des Roboterarms entwickelt

Forscher der Carnegie Mellon University und der University of Minnesota haben eine nicht-invasive Gehirn-Computer-Schnittstelle (BCI) zur Steuerung eines Roboterarms entwickelt. Dabei werden neuartige Erfassungstechniken in Kombination mit maschinellem Lernen eingesetzt, um die neuronale Decodierung von Elektroenzephalogrammsignalen zu verbessern. Diese Techniken ermöglichten die kontinuierliche Echtzeitsteuerung eines Roboterarms in zwei Dimensionen, wobei ein Cursor reibungslos über einen Bildschirm geführt wurde. Bin He, Leiter der Abteilung für Biomedizintechnik bei Carnegie Mellon, sagte: „Diese Arbeit ist ein wichtiger Schritt für nicht-invasive Gehirn-Computer-Schnittstellen, eine Technologie, die eines Tages zu einer allgegenwärtigen unterstützenden Technologie werden kann, die wie Smartphones jedem hilft. Trotz technischer Herausforderungen mit nicht-invasiven Signalen sind wir fest entschlossen, diese sichere und wirtschaftliche Technologie für Menschen bereitzustellen, die davon profitieren können. Es gab große Fortschritte bei gedankengesteuerten Robotergeräten mit Gehirnimplantaten. Es ist eine exzellente Wissenschaft, aber nicht-invasiv ist das ultimative Ziel. Fortschritte bei der neuronalen Dekodierung und der praktischen Nützlichkeit der nicht-invasiven Roboterarmsteuerung werden erhebliche Auswirkungen auf die spätere Entwicklung der nicht-invasiven Neurorobotik haben. “