Interfaz cerebro-máquina multiparadigma para el control de la marcha con un exoesqueleto de miembro inferior

Abstract

La lesión de la médula espinal (LME) ocurre como resultado de un daño en la médula que interrumpe las vías sensoriales y motoras, lo que puede llevar a una alteración temporal o permanente de la función motora y/o sensitiva. Cuando la lesión afecta a los miembros inferiores, repercute en la marcha, lo cual puede resultar en estigmatización y aumentar la susceptibilidad a nuevas lesiones. Además, la pérdida o deterioro de la capacidad para caminar de forma independiente impacta en la autonomía y la sensación de libertad, provocando así una disminución en la calidad de vida. La mayoría de las lesiones de LME son incompletas, lo que significa que puede haber tejido espinal preservado que se pueda recuperar para restablecer la función motora. Las terapias convencionales se basan en actividades repetitivas específicas realizadas con la asistencia de fisioterapeutas. Existe evidencia que respalda la idea de que la cantidad y especificidad de la práctica son factores cruciales para promover la recuperación y el desarrollo de habilidades motoras. Los avances recientes en dispositivos robóticos han permitido su integración en los tratamientos como una alternativa a estas terapias convencionales, ya que requieren menos esfuerzo por parte de los fisioterapeutas y ofrecen una nueva forma de tratamiento con sesiones de entrenamiento más prolongadas y patrones de movimiento más reproducibles. Existen diferentes formas de controlar los dispositivos robóticos, como aplicaciones móviles, joysticks y consolas de comandos. Sin embargo, las interfaces cerebro-máquina (BMIs, por sus siglas en inglés, Brain-Machine Interfaces) representan una alternativa que permite un control directo a partir de la decodificación de la actividad cerebral. Esta tecnología ofrece una oportunidad prometedora para el desarrollo de nuevas terapias de rehabilitación, ya que los usuarios pueden imaginar movimientos específicos, conocidos como imaginación motora (IM), para generar comandos que se traduzcan en el movimiento del exoesqueleto robótico. Desde una perspectiva de rehabilitación, la IM favorece el aprendizaje motor y, por lo tanto, la recuperación. Esta tesis doctoral se centra en el diseño y evaluación de una BMI destinada a controlar el inicio y la detención de la marcha de un exoesqueleto de miembro inferior basándose en la actividad cerebral de los usuarios y concretamente en base a la detección de la IM de la marcha. El objetivo de este sistema es brindar asistencia a personas con movilidad reducida y favorecer la rehabilitación. En base a este contexto, se han seguido tres líneas de investigación: el control de un exoesqueleto robótico de miembro inferior, el estudio de los patrones cerebrales de los sujetos y el entrenamiento en un entorno de realidad virtual. La primera línea de investigación se centra en el control de un exoesqueleto robótico de miembro inferior. La BMI detecta en tiempo real los patrones cerebrales de los usuarios y toma decisiones cada 0.5 segundos. Se probaron dos enfoques de control diferentes. Uno combinaba la IM y la atención, donde los usuarios debían imaginar el movimiento de caminar para activar el exoesqueleto y relajarse para detenerlo, pero solo en situaciones en las que estuvieran altamente concentrados en la tarea. Esto permitía un control más seguro porque monitorizaba el nivel de atención de los usuarios durante las pruebas. El otro enfoque se basaba únicamente en la IM sin incorporar niveles adicionales de atención. Se decidió prescindir del uso del nivel de atención debido a las restricciones excesivas de la BMI, lo cual afectaba significativamente el rendimiento del sistema y generaba frustración en los sujetos. Además de la interfaz, se diseñaron protocolos de entrenamiento y evaluación del sistema. En este ámbito, se probaron dos alternativas. Un enfoque se basaba en que durante el entrenamiento, los usuarios practicaban tareas de IM mientras caminaban con la asistencia del exoesqueleto y practicaban la relajación mientras permanecían estáticos. Luego, para la evaluación, un modelo entrenado con estas dos tareas se utilizaba para controlar el sistema. Sin embargo, se observó que gran parte de las diferencias detectadas se debían a los artefactos generados por el movimiento, los cuales enmascaraban las señales cerebrales. Por lo tanto, se adoptó un segundo enfoque en el que los usuarios realizaban las tareas mentales en condiciones estáticas durante la mitad de los registros y, durante la otra mitad, realizaban las mismas tareas en condiciones de movimiento asistido por el exoesqueleto. Luego, en la evaluación del sistema, se utilizaron dos modelos, uno entrenado con registros estáticos y otro entrenado con registros en movimiento, y se utilizó uno u otro según el estado cinemático del exoesqueleto. Esta evaluación se condujo de manera integral, abarcando tanto a individuos sanos como a pacientes con lesión medular. En la segunda línea de investigación, se estudiaron los patrones cerebrales generados en las señales electroencefalográficas durante la IM en comparación con los patrones generados durante la relajación. También se analizaron las diferencias en los patrones entre los participantes y a lo largo de las sesiones experimentales. Como resultado, se observaron diferencias significativas en la actividad cerebral entre los participantes y también a lo largo de las sesiones, lo cual sugiere la presencia de aprendizaje. La tercera línea de investigación se centró en la inclusión de un entrenamiento con realidad virtual (RV) para reducir el tiempo de calibración de la BMI. Los participantes fueron sumergidos en un entorno virtual donde, al imaginar el acto de caminar, un avatar progresaba en consecuencia. Se llevó a cabo un entrenamiento en este entorno antes de asumir el control de un exoesqueleto mediante la BMI. Se analizaron tanto los cambios en el rendimiento como los patrones cerebrales de un grupo de participantes que recibió este entrenamiento en comparación con un grupo de control que recibió un entrenamiento más prolongado en la BMI y no utilizó la RV. Los resultados mostraron que el grupo de RV logró un mayor rendimiento que el grupo de control. En resumen, esta tesis doctoral se ha enfocado en el desarrollo y evaluación de una BMI para el control de un exoesqueleto de miembro inferior, destacando la importancia de utilizar la detección de la IM como un mecanismo de control fundamental. Durante esta investigación, se han identificado estrategias de control eficaces y se han observado diferencias cerebrales significativas cuando se compara la actividad cerebral durante la IM con estados de relajación. Además, se ha demostrado que la integración de la RV en el entrenamiento de la BMI conduce a mejoras en el rendimiento del usuario. Estos descubrimientos respaldan la relevancia y aplicabilidad de las BMIs en el ámbito de la rehabilitación para personas con movilidad reducida, y abren nuevas perspectivas para mejorar la calidad de vida de este grupo de individuos.

Spinal cord injury (SCI) occurs when damage to the spinal cord disrupts sensory and motor pathways, resulting in temporary or permanent impairment of motor and/or sensory function. When the injury affects the lower limbs, it affects gait, leading to potential stigmatization and increased vulnerability to further injuries. Moreover, the loss or deterioration of the ability to walk independently impacts autonomy and the sense of freedom, ultimately diminishing the overall quality of life. The majority of SCI injuries are incomplete, meaning that there may be preserved spinal tissue that can be rehabilitated and repaired to restore motor function. Conventional therapies typically involve repetitive specific activities performed with the assistance of physiotherapists. Evidence supports the notion that the quantity and specificity of practice play crucial roles in promoting recovery and the development of motor skills. Recent advancements in robotic devices have facilitated their integration into treatments as an alternative to conventional therapies, requiring less effort from physiotherapists and providing extended training sessions with more reproducible patterns of movement. Various methods exist for controlling robotic devices, including mobile applications, joysticks, and command consoles. However, brain-machine interfaces (BMIs) present an alternative solution by enabling direct control through the mind. This technology holds promise for the development of innovative rehabilitation therapies, as users can mentally simulate specific movements, referred to as motor imagery (MI), to generate commands that translate into the movement of a robotic exoskeleton. From a rehabilitation perspective, MI promotes motor learning and, consequently, enhances the recovery process. This doctoral thesis primarily focuses on the design and evaluation of a BMI system aimed at controlling the initiation and cessation of lower limb exoskeleton gait based on users’ brain activity, specifically by detecting gait-related MI. The primary objective of this system is to provide assistance to individuals with reduced mobility and promote their rehabilitation progress. Within this context, three main lines of research have been pursued: the control of a lower limb robotic exoskeleton, the study of subjects’ brain patterns, and training within a virtual reality (VR) environment. The first line of research centers on the control of a lower limb robotic exoskeleton. The BMI system monitors users’ brain patterns in real-time, making decisions at regular 0.5- second intervals. Two distinct control approaches were tested. The first approach combined MI and attention, requiring users to imagine the act of walking to activate the exoskeleton and relax their mind to halt the movement, but only when they were highly focused on the task. This approach ensured safer control by monitoring users’ attention levels during testing. The second approach relied solely on MI without incorporating additional attention-related factors. The use of attention levels was disregarded due to the excessive constraints imposed by the BMI system, significantly impacting performance and causing frustration among the subjects. In addition to the interface design, training and evaluation protocols for the system were developed. Two alternatives were explored in this regard. The initial approach involved users practicing MI tasks while walking with the assistance of the exoskeleton and practicing relaxation while remaining stationary. Afterwards, for evaluation, a model trained with these two tasks was used to control the system. However, it was observed that many of the differences detected were a result of artifacts generated by movement, which masked the true brain signals. Consequently, a second approach was adopted, where users performed mental tasks under static conditions for half of the trials and, for the remaining half, performed the same tasks while the exoskeleton facilitated movement. Subsequently, during the system evaluation, two models were utilized: one trained with static trials and another trained with trials during movement, based on the kinematic state of the exoskeleton. This evaluation was conducted comprehensively, encompassing both healthy individuals and patients with spinal cord injuries. In the second line of research, patterns of brain activity generated in the electroencephalographic signals during Mi were studied in comparison to patterns generated during relaxation. Differences in these patterns among participants and across experimental sessions were also analyzed. As a result, significant differences in brain activity were observed both among participants and across sessions, suggesting the presence of learning. The third line of research incorporated training with VR to reduce BMI calibration time. Participants were immersed in a virtual environment where their imagined walking actions corresponded to the progression of an avatar. Training in this environment preceded assuming control of the exoskeleton via the BMI. Performance improvements and brain pattern analyses were conducted for a group that received VR training, comparing it to a control that received more extensive BMI training without VR. The results indicated superior performance by the VR group compared to the control group. In summary, this doctoral thesis has focused on the development and evaluation of a BMI for controlling a lower limb exoskeleton, emphasizing the importance of using MI as a fundamental control mechanism. Throughout this research, effective control strategies have been identified, and significant brain differences have been observed when comparing brain activity during MI with states of relaxation. Furthermore, it has been demonstrated that integrating VR into BMI training leads to improvements in user performance. These findings support the relevance and applicability of BMIs in the field of rehabilitation for individuals with reduced mobility, opening new perspectives to enhance their quality of life.