Prof. Alessandro Del Vecchio

Chair of Neuromuscular Physiology and Neural Interfacing, Department Artificial Intelligence in Biomedical Engineering

We study how our nervous system controls muscle forces. Our research is within the neurophysiological and neuro-engineering framework and aims at providing accurate and robust applications for human/machine interfaces and neurophysiological investigations. Our end goal is to restore motor function in paralyzed individuals and to identify biomarkers of neuroplasticity.

Research projects

  • Neuromuscular control of the human hand
  • Decoding large (>thousands) populations of spinal motoneurons
  • Hybrid interface with cortical and spinal motoneurons
  • The effect of training and neurorehabilitation on behaviour of spinal and cortical motoneuro

  • Decoding and training spared motor neuron activity in children with paralyzed hands

    (Third Party Funds Single)

    Term: 1. July 2025 - 31. December 2026
    Funding source: EU / European Research Council
    We have recently identified single motor neuron activity in humans with spinal cord injury and stroke resulting in complete loss of hand function. We have then demonstrated that these individuals can control with high levels of precision the spared motor neurons ensemble in real-time, up to four degrees of freedom of the hand. We have now collected pilot data in children (
  • Intuitive Steuerung von Rollstühlen mittels hochaufgelöster Muskelsignale

    (Third Party Funds Single)

    Term: 1. September 2024 - 31. August 2027
    Funding source: Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR)
  • Decoding the exact and representative output of the human spinal motor nervous system

    (Third Party Funds Single)

    Term: 1. May 2024 - 30. April 2027
    Funding source: DFG-Einzelförderung / Emmy-Noether-Programm (EIN-ENP)
    Zum Verständnis der motorkortikalen Muskelsteuerung ist eine präzise Identifizierung der Motoreinheiten erforderlich, die die Muskelkraft steuern. Die motorische Einheit besteht aus einem einzelnen spinalen Motoneuron und einer Gruppe von innervierten Muskelfasern. Die Bewegung wird durch Aktionspotentiale erzeugt, die vom Gehirn, dem Rückenmark und afferenten Eingängen ausgehen. Sie Bewirken ein Aktionspotential auf der Ebene der spinalen Motoneuronen. Die Aufzeichnung der Aktivität der motorischen Einheiten ermöglicht daher eine direkte Beobachtung des Steuersignales, das die Muskelkraft erzeugt. Aufgrund der eins-zu-eins-Assoziation zwischen Motoneuron und Muskelfasern sind die spinalen Motoneuronen die einzigen Nervenzellen, die beim Menschen mit minimalinvasiven Methoden zugänglich sind. Viele Fragen in den Neurowissenschaften der Bewegung und der Neurorehabilitation bleiben unbeantwortet, weil es an Methoden fehlt, die eine Brücke zwischen der Funktion der Nervenzellen und der Funktion der Muskeln im großen Maßstab schlagen. Im Rahmen von DeMOTUS möchten wir die Art und Weise, wie wir menschliche Bewegungen untersuchen, revolutionieren. Wir werden neue Sensorik, eine biomimetische sehnengetriebene bionische Hand und Exoskelett, sowie digitale Zwillinge dieser Systeme entwickeln. Durch den Einsatz neuartiger intramuskulärer elektromyographischen Sensortechnik werden erforschen, wie das zentrale Nervensystem die motorischen Einheiten während synergistischer Hand- und Beinbewegungen steuert. Durch die Aufzeichnung von Hunderten von synergistischen Motoreinheiten und Echtzeit-Feedback der Aktivität der Motorneuronen wollen wir den ersten geschlossenen Feedback-Loop entwickeln, der es menschlichen Individuen ermöglicht, die Aktivität verschiedener Muskeln zu trennen und die so genannten invarianten Muskelsynergien zu entkoppeln. Der Motorkortex verfügt über riesige motorische Dimensionen und bei Menschen und anderen Primaten starke eins-zu-eins-Assoziationen mit den Motoreinheiten. Wir stellen die Hypothese auf, dass Menschen mit einem geeigneten Neurofeedback basierend auf der Aktivität spinaler Motorneuronen lernen können, selektiv Pools motorischer Einheiten zu aktivieren, selbst wenn diese einem gemeinsamen kortikalen Input unterliegen. DeMOTUS wird grundlegende neurowissenschaftliche Forschung mit Lähmung aufgrund neuromuskulärer Erkrankungen verbinden. Die Erkenntnisse aus diesem Projekt haben das Potential, das Leben von Menschen mit Schlaganfall und Querschnittlähmung zu verändern. Belastbare vorläufige Ergebnisse beweisen, dass die meisten Menschen mit Schlaganfall und Querschnittlähmung eine große Anzahl von verschonten Motorneuronen unterhalb des Levels der Läsion besitzen. DeMotus wird daher nicht nur grundlegende neurowissenschaftliche Erkenntnisse liefern, sondern auch dazu dienen, Bewegungsintentionen von gelähmten Patienten zu erkennen, und so Neurorehabilitation und die Wiederherstellung motorischer Funktion zu ermöglichen.
  • Embedded AI for neuromuscular orthoses

    (Third Party Funds Single)

    Term: 1. March 2024 - 28. February 2027
    Funding source: Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR)
  • A Direct Sensorimotor Connection with the Spared Neural Code of Movement to Regain Motor Function

    (Third Party Funds Single)

    Term: 1. January 2024 - 31. December 2028
    Funding source: EU / European Research Council
  • Restoring hand function with neuromuscular restrictions using an intelligent neuroorthosis

    (Third Party Funds Single)

    Term: 1. December 2023 - 31. May 2026
    Funding source: Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi) (seit 2018)
  • Development of an innovative neurobandage with an integrated brain-computer interface for testing hand function

    (Third Party Funds Single)

    Term: 1. October 2023 - 31. October 2026
    Funding source: Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi) (seit 2018)
  • Teilvorhaben: Friedrich-Alexander-Universität Erlangen-Nürnberg

    (Third Party Funds Group – Sub project)

    Overall project: Entwicklung und Kontroller personalisierter Neurorehabilitation für die Hand durch virtuelles Feedbackgesteuert durch neuronale Signale
    Term: 1. May 2023 - 4. April 2026
    Funding source: BMBF / Verbundprojekt

2025

2024

2023

2022

2021

2020

Related Research Fields

Contact: