Жұлын жарақатын алған адамдар көбінесе қолдары мен аяқтарын қозғалта алмай қалады. Бұл кезде аяқ-қолдағы жүйкелер әдетте сау болып қалады, ал ми қалыпты жұмысын жалғастырады. Мәселе жұлынның зақымдануы салдарынан ми мен дене арасындағы сигналдардың берілуі бұғатталуында, бұл қозғалыс мүмкіндігін жоғалтуға әкеледі.

Осы байланыс үзілуі ғалымдарды жұлынды қалпына келтірмей-ақ ми мен дене арасындағы байланысты қайта орнатудың жолдарын іздеуге итермеледі. APL Bioengineering журналында жарияланған зерттеуде Италия мен Швейцария университеттерінің мамандары электроэнцефалографияның (ЭЭГ) осы үзілісті еңсеруге көмектесе алатынын зерттеді. Олардың мақсаты — ЭЭГ қозғалысқа байланысты ми сигналдарын анықтап, оларды қайтадан денеге жеткізуге бола ма, соны анықтау еді. Адам сал болып қалған аяқ-қолын қозғалтуға тырысса да, ми бұл әрекетке сәйкес электрлік белсенділікті тудырады. Егер осы сигналдарды анықтап, дұрыс түсіндіруге мүмкіндік болса, оларды жұлын стимуляторына жіберіп, қозғалысты басқаратын жүйкелерді белсендіруге болады.

Бұған дейін мұндай зерттеулердің көпшілігі миға хирургиялық жолмен енгізілетін электродтар арқылы қозғалыс сигналдарын тікелей жазып алуға негізделген еді. Мұндай жүйелер үміт күттіретін нәтижелер көрсеткенімен, зерттеушілер ЭЭГ-нің қауіпсіз балама ұсына алатынын анықтауды мақсат етті. ЭЭГ жүйелері — бас терісіне орналастырылған электродтары бар арнайы қалпақтар, олар мидың белсенділігін бас бетінен тіркейді. Қолдануда белгілі бір қиындықтар болғанымен, бұл әдіс құрылғыларды миға немесе жұлынға енгізумен байланысты қауіптерден аулақ болуға мүмкіндік береді.

Алайда ЭЭГ арқылы қозғалыс әрекеттерін анықтау қазіргі технология үшін күрделі міндет болып отыр. Себебі ЭЭГ электродтары бас бетінде орналасқандықтан, олар мидың терең бөліктерінен келетін сигналдарды қабылдауда қиындықтарға тап болады. Бұл мәселе қол мен саусақ қозғалыстарын анықтауда онша байқалмайды, бірақ аяқ пен табан қозғалыстарын басқаратын сигналдарды анықтау қиынырақ, өйткені олар мидың орталық бөліктерінен шығады.

ЭЭГ деректерін дәлірек талдау үшін зерттеушілер шағын әрі күрделі деректер жиынтығымен жұмыс істеуге арналған машиналық оқыту алгоритмін қолданды. Тестілеу кезінде пациенттер ЭЭГ-қалпақ киіп, қарапайым қозғалыстар жасауға тырысты. Команда ми белсенділігін жазып алып, алгоритмді әртүрлі уақыт сәттеріндегі сигналдарды ажыратуға үйретті.

Жүйе пациенттердің қашан қозғалыс жасауға тырысқанын және қашан қозғалмай отырғанын сәтті анықтай алды. Дегенмен, әртүрлі қозғалыс әрекеттерін ажырату жүйеге қиындық тудырды.

Ғалымдар өз әдістерін жетілдіруге болатынына сенімді. Олар алгоритмді нақты әрекеттерді — мысалы, тұру, жүру немесе баспалдақпен көтерілу сияқты — тануға бейімдеуді жоспарлап отыр. Сондай-ақ команда декодталған сигналдарды жұлын жарақатынан кейін қалпына келіп жатқан пациенттерге имплантацияланған стимуляторларды белсендіру үшін қалай қолдануға болатынын зерттемек.

Егер бұл тәсіл сәтті болса, ми белсенділігін инвазивті емес жолмен сканерлеу сал ауруынан кейін қозғалысты қалпына келтіруге көмектесуге бір қадам жақындайды.