Descrizione del progetto
Apprendimento cognitivo e motorio personalizzato per gli anziani
Per coloro che ne hanno bisogno, l’apprendimento della sequenza motoria negli anziani è cruciale per il miglioramento della loro funzione motoria. Tuttavia, i programmi di apprendimento attuali trascurano le differenze cognitive e motorie individuali, con miglioramenti significativamente vari nella funzione motoria. Il progetto ICOME, finanziato dall’UE, si propone di offrire una soluzione di gestione per l’invecchiamento demografico nell’UE. Esso creerà un metodo efficiente che fornisce un approccio personalizzato all’apprendimento della sequenza motoria negli anziani. Il progetto affronterà argomenti storici e teorici esistenti, stabilirà un modello neurocognitivo inclusivo della rappresentazione dell’apprendimento motorio attraverso metodi di apprendimento automatico avanzati e creerà un intervento personalizzato. I risultati contribuiranno a migliorare le politiche di gestione della salute e le future applicazioni di interfacce avanzate cervello-computer.
Obiettivo
This project aims to create a method with high efficacy aimed at providing an individualised approach to motor sequence learning in elder adults. The current problem is that the provision of motor learning programs have little/no consideration of individual cognitive and motor differences, and therefore varying levels of improvements. The innovation is to provide a management solution to the ageing demographics across Europe by creating an evidence-based approach targeting cognitive and motor learning parameters for elder adults to improve their overall motor function using an ecological dancelike sequence learning task. We propose a three-stage approach to investigate and provide a viable solution. In the first stage, we will address historical and current theoretical issues with the quantification of motor learning development in elder adults. Addressing topics such as dynamical systems and the aggregation of performance analyses in the face of a large range of baseline physical differences in the elderly will shed new light in a theoretically driven perspective. In the second stage, we will create an integrated neurocognitive model of motor learning representation for the elderly using advanced supervised machine learning with real EEG and behavioural data. Lastly, we will create and pilot an individualised intervention based on the model in the second stage, that targets cognitive control using meditation, and physical parameters with progressive chunk scaling approaches to drive greater learning outcomes in a shorter timeframe for the elderly. The results from this project have the potential to change health management policies and future applications of advanced brain computer interfaces.
Campo scientifico
Parole chiave
Programma(i)
Argomento(i)
Meccanismo di finanziamento
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinatore
7522 NB Enschede
Paesi Bassi