Verbesserte Prothesenhandsteuerung: Präzise Gehirn-Computer-Schnittstelle Fortschritte

Motion Design INSIDER

In einer Studie mit Rhesusaffen haben Neurowissenschaftler am Deutschen Primatenzentrum untersucht, wie die Funktionalität von Gehirn-Computer-Schnittstellen und damit auch die Feinmotorik von Neuroprothesen verbessert werden kann. (Bild: Andres Agudelo-Toro)

Neues Trainingsprotokoll für präzise Prothesensteuerung

Forscher am Deutschen Primatenzentrum, Leibniz-Institut für Primatenforschung in Göttingen, haben in einer Studie mit Rhesusaffen ein neuartiges Trainingsprotokoll für Gehirn-Computer-Schnittstellen (BCI) entwickelt. Die Methode ermöglicht präzise Steuerung von Prothesenhänden仅使用大脑信号. Die Forscher konnten zeigen, dass die neuronalen Signale, die verschiedene Handhaltungen im Gehirn steuern, für diese Steuerung primär wichtig sind – und nicht, wie bisher angenommen, Signale, die die Bewegungsgeschwindigkeit steuern. Die Ergebnisse sind essenziell für die Verbesserung der Feinsteuerung neuronaler Handprothesen, die gelähmten Patienten einen Teil oder ihre gesamte Mobilität zurückgeben könnten.

Alltägliche Griffe: Kraft und Präzision

Einkaufstragen, einen Faden durch ein Nadelöhr fädeln – Kraft- und Präzisionsgriffe sind Teil unseres Alltags. Wir realisieren erst, wie wichtig unsere Hände sind, wenn wir sie nicht mehr nutzen können, etwa durch Querschnittslähmung oder Krankheiten wie ALS, die progressive Muskelparalyse verursachen.

Um Patienten zu helfen, forschen Wissenschaftler seit Jahrzehnten an Neuroprothesen. Diese künstlichen Hände, Arme oder Beine könnten Menschen mit Behinderungen ihre Mobilität zurückgeben. Beschädigte Nervenverbindungen werden über Gehirn-Computer-Schnittstellen überbrückt, die Signale aus dem Gehirn decodieren, in Bewegungen übersetzen und so die Prothese steuern. Bisher fehlten Handprothesen jedoch die notwendigen Feinmotorik, um im Alltag eingesetzt zu werden.

„Wie gut eine Prothese funktioniert, hängt primär von den neuronalen Daten ab, die die sie steuernde Computer-Schnittstelle ausliest“, sagte Andres Agudelo-Toro, Wissenschaftler im Neurobiologie-Labor am Deutschen Primatenzentrum und Erstautor der Studie. „Frühere Studien zu Arm- und Handbewegungen fokussierten auf Signale, die die Geschwindigkeit einer Greifbewegung steuern. Wir wollten herausfinden, ob neuronale Signale, die Handhaltungen repräsentieren, besser geeignet sein könnten, Neuroprothesen zu steuern.“

Studiendesign mit Rhesusaffen

Für die Studie arbeiteten die Forscher mit Rhesusaffen (Macaca mulatta). Wie Menschen verfügen sie über ein hochentwickeltes Nerven- und Sehsystem sowie ausgeprägte Feinmotorik, was sie besonders geeignet für die Erforschung von Greifbewegungen macht.

Zur Vorbereitung des Hauptexperiments trainierten die Wissenschaftler zwei Rhesusaffen, eine virtuelle Avata rhand auf einem Bildschirm zu bewegen. In dieser Trainingsphase führten die Affen die Handbewegungen mit ihrer eigenen Hand aus, während sie gleichzeitig die entsprechende Bewegung der virtuellen Hand auf dem Bildschirm sahen. Ein Datengloves mit magnetischen Sensoren, das die Affen während der Aufgabe trugen, zeichnete die Handbewegungen der Tiere auf.

Sobald die Affen die Aufgabe erlernt hatten, wurden sie im nächsten Schritt trainiert, die virtuelle Hand durch „Vorstellung“ des Griffs zu steuern. Die Aktivität von Neuronenpopulationen in den kortikalen Hirnarealen, die spezifisch für die Steuerung von Handbewegungen verantwortlich sind, wurde gemessen. Die Forscher fokussierten sich auf die Signale, die die verschiedenen Hand- und Fingerhaltungen repräsentieren, und passten den Algorithmus der Gehirn-Computer-Schnittstelle, der die neuronalen Daten in Bewegung übersetzt, in einem entsprechenden Protokoll an.

„Abweichend vom klassischen Protokoll passten wir den Algorithmus so an, dass nicht nur das Ziel einer Bewegung wichtig ist, sondern auch, wie man dorthin gelangt – der Ausführungspfad“, erklärte Andres Agudelo-Toro. „Dies führte letztendlich zu den präzisesten Ergebnissen.“

Die Forscher verglichen anschließend die Bewegungen der Avata rhand mit den Daten der echten Hand, die sie zuvor aufgezeichnet hatten, und konnten zeigen, dass diese mit vergleichbarer Präzision ausgeführt wurden.

„In unserer Studie konnten wir zeigen, dass die Signale, die die Haltung einer Hand steuern, besonders wichtig für die Steuerung einer Neuroprothese sind“, sagte Hansjörg Scherberger, Leiter des Neurobiologie-Labors und Senior-Autor der Studie. „Diese Ergebnisse können nun genutzt werden, um die Funktionalität zukünftiger Gehirn-Computer-Schnittstellen und damit auch die Feinmotorik neuronaler Prothesen zu verbessern.“

Quelle