Le interfacce cervello-computer (BCI) sono sistemi che permettono una comunicazione diretta tra il cervello e un dispositivo esterno. In particolare questi sistemi rilevano i segnali elettrici prodotti dal cervello e li traducono in segnali digitali che possono essere poi elaborati e convertiti in comandi per controllare dei dispositivi come un computer o un arto protesico. Nella prima parte di questa tesi viene fornita una breve panoramica sulle interfacce cervello-computer, vengono descritti gli elementi che tipicamente compongono una BCI e i criteri secondo cui queste ultime possono essere classificate. In seguito, viene discussa la fase di acquisizione del segnale e i metodi con cui è possibile modulare l’elettroencefalogramma, portando come esempio le BCI che si basano sull’immaginazione motoria e le BCI che si basano sull’utilizzo di stimoli esterni. Successivamente viene trattata la fase di elaborazione del segnale, vengono inizialmente descritti i principali tipi di artefatti che possono contaminare l’EEG e presentate le tecniche maggiormente utilizzate per eliminare questi artefatti e per migliorare la qualità del segnale registrato, per poi descrivere le tecniche di estrazione delle caratteristiche del segnale e gli algoritmi di machine learning utilizzati per la classificazione di queste caratteristiche. Nella parte conclusiva dell’elaborato vengono infine evidenziate le differenze tra le tecniche invasive e non invasive per l’acquisizione dei segnali neurali, prestando maggiore attenzione a quelle che sono le loro limitazioni e le loro criticità per poi introdurre una possibile alternativa a questi due tipi di approcci, ovvero l’elettroencefalogramma endovascolare. In particolare viene analizzato il caso di Stentrode, uno stent endovascolare metallico ricoperto da elettrodi, il quale può essere impiantato all’interno di un vaso sanguigno cerebrale permettendo l’acquisizione dei segnali neurali in modo sicuro, affidabile e senza la necessità di ricorrere ad una craniotomia. Questo dispositivo rappresenta un approccio innovativo e minimamente invasivo per migliorare la qualità della vita delle persone con disabilità e con disturbi neurologici, consentendo loro di esprimersi e interagire con il mondo esterno attraverso il pensiero.
Interfacce cervello-computer: approccio endovascolare per l'acquisizione dei segnali neurali
TOMMASIN, VANESSA
2023/2024
Abstract
Le interfacce cervello-computer (BCI) sono sistemi che permettono una comunicazione diretta tra il cervello e un dispositivo esterno. In particolare questi sistemi rilevano i segnali elettrici prodotti dal cervello e li traducono in segnali digitali che possono essere poi elaborati e convertiti in comandi per controllare dei dispositivi come un computer o un arto protesico. Nella prima parte di questa tesi viene fornita una breve panoramica sulle interfacce cervello-computer, vengono descritti gli elementi che tipicamente compongono una BCI e i criteri secondo cui queste ultime possono essere classificate. In seguito, viene discussa la fase di acquisizione del segnale e i metodi con cui è possibile modulare l’elettroencefalogramma, portando come esempio le BCI che si basano sull’immaginazione motoria e le BCI che si basano sull’utilizzo di stimoli esterni. Successivamente viene trattata la fase di elaborazione del segnale, vengono inizialmente descritti i principali tipi di artefatti che possono contaminare l’EEG e presentate le tecniche maggiormente utilizzate per eliminare questi artefatti e per migliorare la qualità del segnale registrato, per poi descrivere le tecniche di estrazione delle caratteristiche del segnale e gli algoritmi di machine learning utilizzati per la classificazione di queste caratteristiche. Nella parte conclusiva dell’elaborato vengono infine evidenziate le differenze tra le tecniche invasive e non invasive per l’acquisizione dei segnali neurali, prestando maggiore attenzione a quelle che sono le loro limitazioni e le loro criticità per poi introdurre una possibile alternativa a questi due tipi di approcci, ovvero l’elettroencefalogramma endovascolare. In particolare viene analizzato il caso di Stentrode, uno stent endovascolare metallico ricoperto da elettrodi, il quale può essere impiantato all’interno di un vaso sanguigno cerebrale permettendo l’acquisizione dei segnali neurali in modo sicuro, affidabile e senza la necessità di ricorrere ad una craniotomia. Questo dispositivo rappresenta un approccio innovativo e minimamente invasivo per migliorare la qualità della vita delle persone con disabilità e con disturbi neurologici, consentendo loro di esprimersi e interagire con il mondo esterno attraverso il pensiero.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tommasin_Vanessa.pdf
accesso aperto
Dimensione
1.34 MB
Formato
Adobe PDF
|
1.34 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/68831