Aprendizado de Máquina Informado por Fisiologia para Estimar a Cinemática da Mão em uma Interface Humano-Máquina Baseada em Sinais Mioelétricos de Alta Densidade

• Processo: 25/03022-2
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2028
• Área de conhecimento: Engenharias - Engenharia Biomédica - Bioengenharia
• Pesquisador responsável: Leonardo Abdala Elias
• Beneficiário: Cristian David Guerrero Mendez
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Empresa: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação (FEEC)
• Vinculado ao auxílio: 20/09838-0 - BI0S - Brazilian Institute of Data Science, AP.PCPE
• Assunto(s): Aprendizado computacional Cinemática Eletromiografia Neurociência computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | cinematica | eletromiografia | Modelos orientados por dados | neurociência computacional | neurorreabilitação | Neuroengenharia

Resumo

Movimentos dos membros superiores são essenciais para a realização das atividades de vida diária, fundamentais para a manutenção da vida, como comer e manipular objetos. O desenvolvimento e a implementação de interfaces humano-máquina tem permitido avanços significativos de sistemas de reabilitação, facilitando a recuperação de movimentos em pessoas afetadas por limitações motoras. Métodos orientados por dados têm sido usados para identificar ou estimar a intenção de movimento dos usuários que empregam interfaces neurais. Porém, apesar dos avanços em termos de usabilidade no controle das interfaces, esses métodos limitam uma plena compreensão da fisiologia do sistema motor durante o uso dessas tecnologias. Isso limita a implementação de programas de reabilitação personalizados, a compreensão do sistema neuromuscular durante as intervenções, a implementação de um neurofeedback mais fisiológico e a identificação de potenciais biomarcadores associados à neurorreabilitação. Portanto, nesse projeto de doutorado, o objetivo é desenvolver e avaliar uma estrutura computacional que combine métodos orientados por dados e modelagem biofísica de elementos neuromusculares, possibilitando o desenvolvimento de uma computação neuromórfica. A abordagem computacional será empregada para estimar a cinemática das articulações da mão e dos dedos usando sinais de eletromiografia de alta densidade. Ao integrar modelos fisiológicos, o objetivo é aprimorar a estimação cinemática de variáveis contínuas, dessa forma melhorando a compreensão da função e da disfunção neuromuscular, bem como a viabilidade de sistemas de neurorreabilitação personalizados. Essa pesquisa pode abrir caminho para a próxima geração métodos de aprendizado de máquina informados por fisiologia e interfaces humano-máquina personalizadas. (AU)