Investigação da estabilidade de redes funcionais cerebrais obtidas a partir de dados de eletroencefalografia para aplicação em interfaces cérebro-computador

Resumo

Interfaces cérebro-computador (BCIs, do inglês brain-computer interfaces) são sistemas que traduzem sinais cerebrais diretamente em comandos para um dispositivo externo, sem passar pelas vias neurais usuais. Embora em princípio, qualquer técnica de mensuração da dinâmica cerebral possa ser usada numa BCI, a eletroencefalografia (EEG) tem sido a mais utilizada, devido principalmente à sua alta resolução temporal, portabilidade e relativo baixo custo. EEG-BCIs baseadas em imaginação motora (MI, do inglês motor imagery) têm sido utilizadas como ferramentas auxiliares para a reabilitação motora de diversos tipos de pacientes. No entanto, ainda falta robustez às EEG-BCIs para serem adotadas na rotina clínica. Isso se deve à alta variabilidade intra e inter-indivíduos dos sinais de EEG e ao ruído e artefatos presentes nestes sinais, que resultam em uma grande dificuldade em obter características reprodutíveis que possam ser usadas nas BCIs. As características mais utilizadas dos sinais de EEG para BCIs baseadas em MI são a potência do sinal em bandas de frequência específicas (mu, de ~8 a 12 Hz, e beta, de ~12 a 30 Hz). Há alguns anos, nosso grupo vem investigando características alternativas, obtidas de redes funcionais cerebrais, por meio da teoria de grafos, para a utilização nesse contexto. O objetivo deste projeto é investigar a estabilidade de características obtidas de redes cerebrais funcionais ao longo de várias aquisições de vários indivíduos, para avaliar qual seria a característica mais adequada a ser usada no contexto de EEG-BCIs baseadas em MI. Para isso, utilizaremos uma base de dados coletada no projeto de doutorado de um aluno do grupo (Carlos Alberto Stefano Filho, Processo FAPESP 2016/22116-9), que consiste de 10 aquisições de EEG para 20 indivíduos, com um equipamento de 64 canais. Desta forma, o projeto não necessitará de uma nova coleta de dados, e poderá ser realizado inteiramente online, caso a pandemia da Covid-19 venha a se estender por mais tempo. Este estudo será importante para a pesquisa do Grupo de Neurofísica, no âmbito do CEPID BRAINN, relacionada ao desenvolvimento de tecnologias assistivas e de reabilitação para pacientes neurológicos. (AU)