Publication
Identifying EEG biomarkers of virtual embodiment for restorative brain-computer interfaces
| datacite.subject.fos | Ciências Naturais::Ciências Físicas | pt_PT |
| dc.contributor.advisor | Andrade, Alexandre da Rocha Freire de | |
| dc.contributor.advisor | Vourvopoulos, Athanasios | |
| dc.contributor.author | Esteves, Daniela Alexandra Carvalho | |
| dc.date.accessioned | 2025-03-14T16:57:02Z | |
| dc.date.available | 2025-03-14T16:57:02Z | |
| dc.date.issued | 2025 | |
| dc.date.submitted | 2024 | |
| dc.description | Tese de Mestrado, Engenharia Biomédica e Biofísica, 2025, Universidade de Lisboa, Faculdade de Ciências | pt_PT |
| dc.description.abstract | A eletroencefalografia (EEG) é uma técnica de imagem cerebral amplamente valorizada pela usa acessibilidade, baixo custo, alta resolução temporal e natureza não invasiva. Esta técnica tem demonstrado grande potencial na área das interfaces cérebro-máquina (ICM), que permitem interpretar a atividade cerebral e traduzi-la em comandos para controlar dispositivos externos. Entre os paradigmas mais utilizados nas ICMs baseadas em EEG, destaca-se a imagética motora (IM), que envolve a simulação mental de movimentos sem a sua execução física. Por exemplo, imaginar vividamente abrir e fechar a mão, mas sem a realmente mexer. Durante a IM, padrões cerebrais semelhantes aos do movimento real são ativados, incluindo a dessincronização relacionada a eventos (ERD, singla inglesa para Event-Related Desynchronization) da banda alfa nas áreas sensório-motoras, tornando-a uma ferramenta valiosa em aplicações de neuroreabilitação. Por ativar redes cerebrais similares às do movimento real, a IM promove neuroplasticidade nas áreas sensório-motoras lesadas de pacientes que sofreram, por exemplo, um acidente vascular cerebral (AVC), auxiliando na recuperação de funções motoras comprometidas. A combinação da IM com ICMs permite fornecer feedback em tempo real ao paciente, envolvendo-o ativamente na recuperação e ajudando-o a adaptar as suas estratégias, de modo a realizar as tarefas com mais eficácia e, consequentemente, obter um melhor desempenho na sua recuperação. Adicionalmente, tecnologias como a realidade virtual (RV) têm amplificado este processo, oferecendo ambientes imersivos e seguros para o treino de IM, o que aumenta a motivação e o desempenho dos pacientes. Estudos têm ainda demonstrada a importância de fornecer este tipo de feedback propriocetivo ao paciente durante IM, realçando o positivo impacto do paciente executar tarefas de IM ao mesmo tempo que observa um avatar virtual a realizar o movimento imaginado. A observação da ação imaginada amplifica as alterações na atividade elétrica cerebral, aproximando ainda mais das reações observada durante o movimento real. Para além disso, RV também desempenha um papel central na indução da sensação de corporificação (sense of embodiment, SoE), uma experiência subjetiva em que um corpo virtual ou prostético é percebido como parte integrante do corpo do utilizador. A SoE, sustentada por feedback visuomotor, visuotátil e visuopropriocetivo, tem demonstrado potencial para amplificar respostas neurais nas zonas sensóriomotoras, melhorando a dessincronização das bandas alfa e beta, aumentando assim a eficácia de terapias baseadas em IM. Contudo, a relação precisa entre a SoE e os padrões observados em EEG ainda não é completamente compreendida. Um estudo realizado um ano antes do início desta dissertação investigou o efeito de induzir SoE antes do treino de IM em RV. Embora a SoE tenha sido corretamente induzida, os resultados não mostraram diferenças significativas na dessincronização alfa ou na eficiência da ICM durante o treino de IM. As limitações do estudo, como o número reduzido de sujeitos e o tipo de design implementado (comparação entre sujeitos), podem ter influenciado os resultados. Além disso, a medição da SoE atualmente depende de questionários subjetivos, o que introduz vieses e limita a sua aplicação em estudos experimentais e clínicos. No início desta dissertação, uma revisão da literatura sobre possíveis biomarcadores no EEG associados à SoE destacou uma relação potencial entre a SoE e alterações no prevalência de várias bandas de frequência, especialmente uma diminuição na potência da banda alfa sobre as regiões central e parietal. No entanto, os resultados variam amplamente, impossibilitando a identificação de um biomarcador definitivo. Essa inconsistência de resultados reportados na literatura pode ser atribuída à diversidade de procedimentos utilizados nos estudos, como diferentes técnicas de indução e medição de SoE, além de configurações variadas de EEG e diferentes tarefas de IM. Assim, evidencia-se a necessidade de adotar procedimentos padronizados para a investigação da SoE. Tendo em conta este cenário, a presente dissertação teve dois objetivos principais: (1) investigar os efeitos da indução de SoE antes do treino de IM em ICMs, utilizando um desenho experimental robusto e uma amostra significativa; e (2) explorar potenciais biomarcadores no EEG associados à SoE, com base em alterações de potência das bandas de frequência em diferentes regiões cerebrais, num paradigma controlado envolvendo RV. Para atingir esses objetivos, foram utilizados dois conjuntos de dados. O primeiro, denominado Available Dataset, foi recolhido previamente a esta dissertação, incluindo 26 participantes saudáveis e destros, implementando um design entre sujeitos, onde cada participante foi atribuído aleatoriamente ao grupo experimental ou ao grupo de controle. O segundo, Recorded Dataset, foi recolhido especificamente para este estudo, com 15 participantes, também destros e saudáveis, sob um design dentro dos sujeitos, ou seja, onde todos os participantes realizaram tanto a condição experimental como a de controle. Os dois conjuntos seguiram os mesmos procedimentos padronizados para indução/disrupção de SoE, sua medição e treino de IM em RV. Os dois conjuntos de dados foram analisados em separado, bem como a sua união num só conjunto de modo a aumentar o poder estatístico do estudo. A recolha de dados, para ambos os conjuntos, incluiu uma fase de indução/disrupção da SoE em RV, utilizando feedback visuomotor, visuotátil e visuopropriocetivo. Essa fase incluiu 3 minutos de exploração do ambiente virtual, seguidos de 2 minutos de indução da ilusão da mão virtual. Na condição de controle, o feedback era descoordenado para evitar a ilusão, enquanto na condição experimental o feedback era coordenado para induzir a SoE. Após essa fase, os sujeitos responderam a um questionário sobre a experiência de SoE e a sensação de presença no cenário virtual, baseado em diretrizes validadas recentemente. Em seguida, os participantes realizaram uma fase de IM, na qual imaginaram aleatoriamente abrir e fechar as mãos direita e esquerda, sem realizar o movimento real (treino de IM). Os sinais de EEG recolhidos durante as fases da experiência foram analisados para avaliar a dessincronização da banda alfa (ERD) e o índice de lateralização (IL) durante a IM, comparando o impacto da indução ou disrupção prévia de SoE na performance dos participantes. Para explorar biomarcadores de SoE, foram investigadas alterações de potência em várias bandas de frequência (delta, teta, alfa, beta e gama) ao longo de todo o córtex, durante as fases de indução e disrupção da SoE. Os resultados confirmaram a indução eficaz da SoE, conforme validado pelos questionários, reforçando a validade dos métodos experimentais e sustentando a sua adoção padronizada em estudos relacionados com SoE em RV. Contudo, não foram observadas diferenças significativas no ERD ou no IL durante o treino de IM em função da indução prévia de SoE. A analise dos resultados sugere que a SoE pode ser induzida automaticamente e rapidamente durante o treino devido ao feedback visuopropriocetivo intrínseco às tarefas de IM, diminuindo as diferenças entre as condições experimentais e mascarando os efeitos da indução inicial. Além disso, o IL apresentou maior variabilidade individual durante o treino após a ilusão, indicando que a SoE pode influenciar de forma personalizada as respostas cerebrais ao feedback de RV, um efeito que parece persistir durante o treino de IM. Esses resultados destacam a complexidade da interação entre SoE e padrões neurais, sugerindo que a relação é influenciada por fatores individuais. Embora a ilusão não tenha efeitos diretos na performance dos participantes em induzir ERD, resultados sugerem que pode influenciar a forma como cada indivíduo reage ao treino. No que diz respeito à identificação de biomarcadores de SoE, os resultados apontaram alterações consistentes na atividade cerebral associada à ilusão. Em todos os conjuntos de dados, foi observada uma redução no poder das bandas teta, alfa e occipital delta, acompanhada por um aumento nas bandas beta e gama ao longo do córtex. O lobo occipital foi particularmente sensível à SoE, exibindo reduções significativas na banda teta e aumentos substanciais nas bandas beta e gama, sugerindo essas bandas como potenciais biomarcadores da experiência de SoE. Essas mudanças são consistentes com modelos teóricos que associam a SoE à integração multissensorial e à sincronização sensório-motora, processos fundamentais para a perceção corporal. As alterações nas bandas beta e gama refletem integração e sincronização melhoradas, enquanto a diminuição de teta no lobo occipital pode estar relacionada à redução da ambiguidade sensorial e maior flexibilidade cortical. Deste modo, os resultados reforçam a existência de um biomarcador de SoE, especialmente na zona posterior do córtex. Contudo, estes também evidenciam a complexidade do fenómeno. Interações entre bandas e regiões cerebrais adicionais podem ser necessárias para capturar plenamente a complexidade da SoE e fornecer uma compreensão mais abrangente dessa experiência. Em conclusão, esta dissertação contribui para a compreensão da relação entre SoE e treino de IM em RV-ICMs baseadas em EEG, identificando potenciais biomarcadores associados à SoE. Os resultados indicam que o feedback multissensorial em RV, combinado com análises EEG avançadas, pode melhorar a personalização e a eficácia dos tratamentos baseados em ICM. Além disso, destaca-se a falta de normalização nos procedimentos experimentais relacionados com SoE, evidenciando a necessidade de padronização e validação de biomarcadores objetivos. Este estudo representa um avanço na criação de protocolos de neuroreabilitação para pacientes com deficiências neurológicas, como os indivíduos pósAVC, e oferece uma estrutura robusta para investigar a SoE no contexto de ICM. | pt_PT |
| dc.description.abstract | Electroencephalography (EEG)-based brain-computer interfaces (BCIs) are increasingly used for post-stroke rehabilitation, translating brain activity, like motor imagery (MI) — mentally rehearsing movements — into outputs for external devices. MI induces alpha band desynchronization (ERD), aiding neuroplasticity, while feedback in immersive Virtual Reality (VR) further enhances training. VR also induces a sense of embodiment (SoE), where a virtual avatar feels part of one’s body, boosting neural activity. However, SoE’s role in MI training remains unclear. A study suggests no significant effect of prior SoE on MI, but the sample and between-subject design may have influenced findings. Moreover, embodiment is currently assessed by subjective questionnaires since biomarkers remain unidentified. Additionally, studies on SoE use different procedures and methods, further introducing bias. Therefore, this dissertation aims to (1) examine how prior embodiment impacts MI-BCI training using a larger within-subject design; and (2) identify EEG-based SoE biomarkers, focusing on frequency band changes. Two datasets were used: an Available Dataset (26 participants, between-subject) and a Recorded Dataset (15 participants, within-subject), both employing standardized EEG methods. Participants experienced SoE induction/break using multisensory triggers, followed by MI training. Recent SoE questionnaires confirmed successful illusion induction. A Combined Dataset was also analyzed to increase statistical power. The analysis of prior embodiment’s effect on MI performance showed no significant linear relationships between embodiment, ERD, and lateralization index (LI), though LI variability increased during embodiment. This may highlight the need for further analysis to determine whether a relationship exists between embodiment and LI. Regarding EEG-based SoE biomarkers, a general pattern appeared, characterized by decreased occipital delta, theta, and alpha power alongside increased beta and gamma power across the scalp. Significant decreases in theta power and increases in gamma and beta power over the occipital lobe emerged as potential SoE biomarkers. These findings highlight the occipital lobe’s role in multisensory integration, supporting the theoretical SoE model. | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.5/99354 | |
| dc.language.iso | eng | pt_PT |
| dc.subject | Corporificação | pt_PT |
| dc.subject | Realidade Virtual | pt_PT |
| dc.subject | EEG | pt_PT |
| dc.subject | Imagética Motora | pt_PT |
| dc.subject | Interfaces Cérebro-Máquina | pt_PT |
| dc.subject | Teses de mestrado - 2025 | pt_PT |
| dc.title | Identifying EEG biomarkers of virtual embodiment for restorative brain-computer interfaces | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia Biomédica e Biofísica | pt_PT |