Новое измерение свободы передвижения и доступной среды: российские исследователи осуществили управление инвалидной коляской через нейроинтерфейсы, открывая новые горизонты нейробиологической кибернетики.
Математики Института проблем машиноведения РАН и Санкт-Петербургского государственного университета создали алгоритм управления передвижной инвалидной коляской, используя сигналы, поступающие непосредственно из мозга. Данная инновация была представлена ведущим разработчиком Александром Фрадковым на конференции NeuroNT’2025.
Проект выполнен в рамках кибернетической нейробиологии — нового направления науки, которое применяет вычислительные методы для изучения функционирования нервной системы и их практического использования. Кибернетическая нейробиология соединяет методы теории управления и синтеза обратных связей, получаемых посредством неинвазивной регистрации и передачи сигналов мозга через электроэнцефалографию (ЭЭГ).
Нейротехнологии открывают широкие возможности для управления разнообразным оборудованием с помощью нейроинтерфейсов. Это могут быть роботы, бионические протезы, инвалидные коляски и медицинское диагностическое оборудование, которое является незаменимым в неврологии, спинальной травматологии и лечении различных заболеваний головного и спинного мозга. Модели нейронных ансамблей и отдельных участков коры головного мозга предоставляют более глубокое понимание устройства и принципов работы центральной нервной системы.
Исследователи совместно со студентами разработали роботизированную инвалидную коляску, команды которой выводятся напрямую из мозга пациента, без помощи рук, голоса, жестов или мимики (например, знаменитая коляска Стивена Хокинга функционировала с помощью анализа движений глаз).
Российская разработка точно распознает, когда пользователь желает перемещаться вправо или влево. Она реагирует на желания человека при помощи ЭЭГ. Специальные алгоритмы обрабатывают активность мозга, выделяя сигналы, которые соответствуют командам двигаться вперед, поворачивать или останавливаться. Для дополнительной надежности применяется адаптивный алгоритм Якубовича–Брэгмана и так называемая «неявная полоска», которая позволяет точно идентифицировать неоднозначные сигналы с точки зрения искусственного интеллекта.
