Corpo do aviso
Apoiado por uma doação de $ 175.000 da National Science Foundation, ou NSF, um pesquisador da Faculdade de Ciências e Matemática da Auburn University está trabalhando para melhorar os recursos da Interface Cérebro-Computador , ou BCI, um avanço com amplo potencial para ajudar pessoas com deficiências motoras graves, detectando e diagnosticando problemas de saúde e fornecendo novas interfaces para jogos e outros usos.
Jingyi “Ginny” Zheng, professora assistente do Departamento de Matemática e Estatística, recebeu seu prêmio da Divisão de Fundamentos de Computação e Comunicação da NSF por seu projeto “Towards A Manifold-based Framework for the Brain-Computer Interface.”
“Estamos trabalhando para melhorar a estrutura estatística atual sobre a qual a BCI opera usando uma nova medida para quantificar as diferenças na conectividade do cérebro humano”, disse Zheng.
BCI como uma tecnologia já existe há vários anos, diz Zheng. No entanto, sua funcionalidade atual é limitada por sua estrutura matemática.
“A medição atual usada no BCI para quantificar as diferenças na conectividade cerebral não é robusta e é ineficiente”, disse Zheng. “Estamos buscando atualizar o sistema BCI desenvolvendo uma estrutura estatística usando uma nova medida matemática para quantificar as diferenças nas matrizes de conectividade do cérebro.”
O BCI funciona conectando o cérebro humano a um minicomputador. O usuário usa um fone de ouvido especial que capta ondas cerebrais e as transmite para um dispositivo de gravação baseado em computador. Este minicomputador traduz a onda cerebral humana — essencialmente um pensamento — em uma resposta mecânica.
“Por exemplo, uma pessoa com deficiência motora grave, confinada a uma cadeira de rodas, poderia operar e manobrar sua cadeira pelo processo de pensamento usando um BCI dispositivo”, disse Zheng. “Nas últimas décadas, vários métodos foram implementados em BCIs para decodificar e traduzir sinais cerebrais. No entanto, os BCIs ainda sofrem de baixa robustez e baixa confiabilidade, pois são sensíveis a artefatos, ruídos, valores discrepantes e requerem um longo processo de calibração.” das tecnologias BCI e expandir as aplicações práticas. O projeto é financiado até 2024 e Zheng disse que, uma vez aprimoradas as capacidades do BCI, a tecnologia tem potencial não apenas nas áreas médica e de saúde, mas também em biologia, neurociência, agricultura, sensoriamento remoto, visão computacional e outras áreas.
Zheng ingressou no corpo docente da Auburn em 2019. Seus interesses de pesquisa são nas áreas de ciência de dados, aprendizado de máquina e computação orientada a dados. Ela também ensina vários cursos de estatística na Faculdade de Ciências e Matemática.
(Escrito por Mitch Emmons)
