Pessoas com lesões na medula espinhal muitas vezes perdem a capacidade de mover os braços ou as pernas. Em muitos casos, os nervos das extremidades permanecem saudáveis e o cérebro continua a funcionar normalmente. A perda de movimento ocorre porque a lesão na medula espinhal bloqueia os sinais transmitidos entre o cérebro e o corpo.
Essa desconexão levou os pesquisadores a procurar maneiras de restaurar a comunicação sem reparar a própria medula espinhal.
Testando EEG como uma solução não invasiva
Num estudo publicado em Bioengenharia APL Cientistas de universidades em Itália e na Suíça, através da AIP Publishing, estão a explorar se a electroencefalografia (EEG) pode ajudar a colmatar esta lacuna. Sua pesquisa se concentra em determinar se o EEG pode capturar sinais cerebrais relacionados ao movimento e potencialmente reconectá-los ao corpo.
Quando uma pessoa tenta mover um membro paralisado, o cérebro ainda gera atividade elétrica associada a esse movimento. Se esses sinais puderem ser detectados e interpretados, eles poderão ser enviados a um estimulador da medula espinhal, ativando os nervos responsáveis pelo movimento daquele membro.
Além dos implantes cerebrais
A maioria dos primeiros estudos baseou-se em eletrodos implantados cirurgicamente para registrar sinais de movimento diretamente do cérebro. Embora estes sistemas tenham mostrado resultados promissores, a equipa de investigação quis investigar se o EEG poderia oferecer uma opção mais segura.
Um sistema de EEG é usado como um chapéu e é coberto com eletrodos que registram a atividade cerebral no couro cabeludo. Embora o dispositivo possa parecer complexo, os pesquisadores dizem que ele evita os riscos envolvidos na colocação do dispositivo dentro do cérebro ou da medula espinhal.
“Isso pode levar à infecção; é outro procedimento cirúrgico”, disse a autora Laura Toney. “Queríamos saber se isso poderia ter sido evitado.”
O desafio de interpretar sinais de movimento
Usar o EEG para decodificar tentativas de movimento ultrapassa os limites da tecnologia atual. Como os eletrodos de EEG ficam na superfície da cabeça, eles têm dificuldade em capturar sinais originados nas profundezas do cérebro.
Esta limitação é menos problemática para movimentos que envolvem braços e mãos. Os sinais que controlam as pernas e os pés são mais difíceis de detectar porque vêm de áreas mais próximas do centro do cérebro.
“O cérebro controla o movimento da parte inferior do corpo principalmente na região central, enquanto o movimento da parte superior do corpo é mais externo”, disse Tony. “É mais fácil mapear espacialmente o que você deseja decodificar do que na parte inferior do corpo.”
O aprendizado de máquina ajuda a explicar a atividade cerebral
Para analisar melhor os dados do EEG, os pesquisadores usaram um algoritmo de aprendizado de máquina projetado para lidar com conjuntos de dados pequenos e complexos. Durante o teste, os pacientes usaram um boné de EEG enquanto tentavam uma série de movimentos simples. A equipe registrou a atividade cerebral resultante e treinou algoritmos para classificar os sinais em diferentes categorias.
O sistema distinguiu com sucesso entre momentos em que o paciente tentava se mover e momentos em que permanecia imóvel. No entanto, é difícil diferenciar entre diferentes tentativas de exercício.
O que pesquisas futuras podem alcançar
Os pesquisadores acreditam que seu método pode ser melhorado através de um maior desenvolvimento. Eles planejam melhorar o algoritmo para que ele possa reconhecer movimentos específicos, como ficar em pé, caminhar ou escalar. A equipe também espera explorar como esses sinais decodificados podem ser usados para ativar estimuladores implantados em pacientes em recuperação de lesões na medula espinhal.
Se for bem-sucedida, esta abordagem poderá aproximar a varredura cerebral não invasiva de ajudar as pessoas a recuperar movimentos significativos após a paralisia.
