Brain-Computer Interface for real-life applications

Projectdetails

!!Description

Door de jaren heen heeft MFYS expertise opgebouwd rond het evaluatieproces van verschillende soorten robotprototypes en commercieel verkrijgbare apparaten, dwz industriële exoskeletten, gemotoriseerde prothesen van de onderste ledematen, orthesen en cobots, in termen van (psycho -) (elektro-) fysiologische en biomechanische data verzamelen. Gemotoriseerde robotapparatuur wordt op de markt gebracht vanwege de aanzienlijke impact op het verminderen van fysieke en cognitieve belasting en het verbeteren van het comfort van de gebruiker en in het algemeen de kwaliteit van leven. Een vlotte interactie tussen mens en robot is echter nog steeds een probleem en bijgevolg zijn gemotoriseerde robots schaars op de markt, bv. PowerKnee (Össur, IJsland) en de Cray X (German Bionics, Duitsland) zijn respectievelijk de enige gemotoriseerde knieprothese en het industriële exoskelet.

Om een ​​optimale interactie tussen mens en robot te verkrijgen, moet zowel het ontwerp van software als hardware worden verbeterd. De ontbrekende schakel voor een optimale mens-robot interactie op software niveau is de integratie van neurale informatie, afkomstig van de spier en / of de hersenen, in het ontwerp van een robotapparaat. Het huidige project Brain-Computer Interface voor real-life toepassingen richt zich op het niveau van de hersenen, aangezien menselijke beweging wordt geïnitieerd bij de motorische cortex. Dit betekent dat elektrische hersenactiviteit met behulp van elektro-encefalografie voorafgaat aan het begin van menselijke beweging. Bij het succesvol extraheren van indicatoren voor het begin van de beweging en het integreren van deze informatie in het ontwerp van een robotapparaat, zal het apparaat onmiddellijk reageren op de behoeften van de gebruiker.

Het belangrijkste doel van het projectvoorstel is het ontwikkelen van software voor de integratie van de hersenen-computerinterface (BCI) in robotapparatuur voor dagelijks gebruik. Om dit doel te bereiken is het project opgedeeld in verschillende werkpakketten. In het eerste jaar zal een gedegen literatuuronderzoek naar state-of-the-art neurale netwerken binnen het BCI-domein worden uitgevoerd en zullen de eerste single-subject experimenten worden uitgevoerd om een ​​eerste software-omgeving op te zetten. Het tweede jaar zal worden besteed aan data-acquisitie via open bronnen en goed ontworpen experimenten. Het plan voor het derde jaar is om het model te ontwikkelen, op te leiden en te valideren, en het te integreren in het
ontwerp van een robotapparaat (industrieel exoskelet of prothetisch apparaat). Uiteindelijk zal het robotprototype met geïntegreerde AI in het vierde jaar worden geëvalueerd in laboratoriumomstandigheden en tijdens real-life activiteiten.


De uitdagende taak om een ​​robotapparaat met de hersenen te besturen, vereist een multidisciplinaire aanpak. De samenwerking met ETIS is een meerwaarde, aangezien ETIS Lab jarenlange ervaring heeft met BCI-onderzoek en systemen. Onze kandidaat, Arnau Dillen, werkte in dit onderzoeksgebied samen aan het AI Lab van de VUB voor zijn masterproef (in samenwerking met MFYS). Als computerwetenschapper en software-engineer past Arnau's profiel binnen het projectvoorstel om de vooraf bepaalde deliverables met succes te voltooien.

Tot slot omvat het projectvoorstel translationeel onderzoek waarin een multidisciplinaire samenwerking cruciaal is. Softwareontwikkeling zal voornamelijk plaatsvinden bij ETIS, terwijl de meer praktische kant van het project en BCI-integratie in het robotapparaat bij MFYS zal worden uitgevoerd.

Korte titelBCI for real-life
AcroniemOZRIFTM3
StatusActief
Effectieve start/einddatum1/10/2030/09/24

Keywords

  • Brain Computer

Flemish discipline codes in use since 2023

  • Machine learning and decision making
  • Control systems, robotics and automation not elsewhere classified
  • Signal processing not elsewhere classified
  • Cybernetics

Vingerafdruk

Verken de onderzoeksgebieden die bij dit project aan de orde zijn gekomen. Deze labels worden gegenereerd op basis van de onderliggende prijzen/beurzen. Samen vormen ze een unieke vingerafdruk.