Интерфейс мозг-компьютер

Чтобы узнать о прямом мозговом управлении протезами, см. Нейропротезирование .

Интерфейс мозг-компьютер ( BCI ), иногда называемый интерфейсом мозг-машина ( ИМТ ), представляет собой прямую связь между электрической активностью мозга и внешним устройством, чаще всего компьютером или роботизированной конечностью. BCI часто направлены на исследование, картирование , помощь, улучшение или восстановление когнитивных или сенсомоторных функций человека . Их часто концептуализируют как человеко-машинный интерфейс , в котором отсутствуют движущиеся части тела (руки...), хотя они также открывают возможность стирания различия между мозгом и машиной . Реализации BCI варьируются от неинвазивных ( ЭЭГ , МЭГ , МРТ ) и частично инвазивных ( ЭКоГ и эндоваскулярные) до инвазивных ( микроэлектродная матрица ), в зависимости от того, насколько физически близки электроды к ткани мозга.

Исследования BCI начались в 1970-х годах Жаком Видалем в Калифорнийском университете в Лос-Анджелесе (UCLA) по гранту Национального научного фонда , за которым последовал контракт с DARPA . выражение « интерфейс мозг-компьютер» Статья Видаля 1973 года ввела в научную литературу .

Благодаря пластичности коры головного мозга сигналы от имплантированных протезов после адаптации могут обрабатываться мозгом как естественные сенсорные или эффекторные каналы. После многих лет экспериментов на животных первые нейропротезы были имплантированы людям в середине 1990-х годов.

Исследования взаимодействия человека и компьютера с применением машинного обучения к статистическим временным характеристикам, извлеченным из данных лобных долей мозга ( мозговые волны ЭЭГ ), достигли успеха в классификации психических состояний (расслабленное, нейтральное, сосредоточенное), психические эмоциональные состояния (негативные, нейтральные, позитивные), и таламокортикальная аритмия .

История

История интерфейсов мозг-компьютер (BCI) начинается с открытия Гансом Бергером электрической активности мозга и развития электроэнцефалографии (ЭЭГ). В 1924 году Бергер первым зарегистрировал активность мозга человека с помощью ЭЭГ. Бергер смог идентифицировать колебательную активность , такую ​​как альфа-волны (8–13 Гц), анализируя записи ЭЭГ.

Первое записывающее устройство Бергера было элементарным. Он вставлял серебряные проволоки под череп своих пациентов. Позже их заменили серебряной фольгой, прикрепленной к голове пациента резиновыми повязками. Бергер подключил эти датчики к капиллярному электрометру Липпмана и получил неутешительные результаты. Однако более сложные измерительные устройства, такие как Сименса с двойной катушкой регистрирующий гальванометр , который отображал напряжения всего 10 В, ^-4 вольт, привело к успеху.

Бергер проанализировал взаимосвязь альтернаций волновых диаграмм его ЭЭГ с заболеваниями головного мозга . ЭЭГ открыла совершенно новые возможности для исследований мозга.

Хотя этот термин еще не был придуман, одним из самых ранних примеров работающего интерфейса «мозг-машина» была пьеса «Музыка для сольного исполнителя» (1965) американского композитора Элвина Люсьера . В произведении используется ЭЭГ и оборудование для обработки аналоговых сигналов (фильтры, усилители и микшерный пульт) для стимуляции акустических ударных инструментов. Исполнение произведения требует создания альфа-волн и, таким образом, «игры» на различных инструментах через громкоговорители, расположенные рядом или непосредственно на инструментах.

Видаль ввел термин «BCI» и выпустил первые рецензируемые публикации по этой теме. Он широко известен как изобретатель BCI. В обзоре отмечалось, что в статье Видаля 1973 года говорилось о «вызове BCI». управления внешними объектами с помощью сигналов ЭЭГ и особенно использования потенциала условной отрицательной вариации (CNV) как проблемы для контроля BCI. Эксперимент Видаля 1977 года был первым применением BCI после его испытания BCI в 1973 году. Это был неинвазивный ЭЭГ (фактически визуальный вызванный потенциал (ВВП)) контроль над графическим объектом, похожим на курсор, на экране компьютера. Демонстрация представляла собой движение в лабиринте.

1988 год стал первой демонстрацией неинвазивного ЭЭГ-контроля физического объекта — робота. Эксперимент продемонстрировал ЭЭГ-контроль нескольких циклов движения «старт-стоп-рестарт» по произвольной траектории, определяемой линией, проведенной на полу. Следование по линии было стандартным поведением робота, использующим автономный интеллект и автономный источник энергии.

В 1990 году был представлен отчет о двунаправленном адаптивном BCI с замкнутым контуром, управляющем компьютерным зуммером с помощью упреждающего потенциала мозга, потенциала условной отрицательной вариации (CNV). В эксперименте описывалось, как состояние ожидания мозга, проявляющееся CNV, использовало петлю обратной связи для управления зуммером S2 в парадигме S1-S2-CNV. Результирующая когнитивная волна, представляющая ожидаемое обучение в мозге, была названа электроэкспектограммой (ЭКГ). Потенциал мозга CNV был частью задачи Видаля в 1973 году.

Исследования 2010-х годов показали, что нейронная стимуляция способна восстанавливать функциональные связи и связанное с ними поведение посредством модуляции молекулярных механизмов. Это открыло двери для концепции о том, что технологии BCI могут восстановить функцию.

Начиная с 2013 года DARPA финансировало технологию BCI через инициативу BRAIN, которая поддерживала работу таких групп, как Медицинский центр Университета Питтсбурга , Парадромика, Коричневый, и Синхрон.

Нейропротезирование

Основная статья: Нейропротезирование

Нейропротезирование — это область нейробиологии , занимающаяся нейронными протезами, то есть использованием искусственных устройств для замены функций поврежденной нервной системы и проблем, связанных с мозгом, сенсорных или других органов (мочевого пузыря, диафрагмы и т. д.). По состоянию на декабрь 2010 года кохлеарные имплантаты в качестве нейропротезов были имплантированы примерно 736 900 людям во всем мире. Другие нейропротезы, в том числе имплантаты сетчатки , направлены на восстановление зрения . Однако первым нейропротезом стал кардиостимулятор .

Эти термины иногда используются как взаимозаменяемые. Нейропротезирование и ИМК преследуют одни и те же цели, такие как восстановление зрения, слуха, движения, способности общаться и даже когнитивных функций . Оба используют схожие экспериментальные методы и хирургические техники.

Исследования на животных

См. Также: Животное с дистанционным управлением.

Нескольким лабораториям удалось считывать сигналы коры головного мозга обезьян и крыс , чтобы управлять BCI и производить движение. Обезьяны перемещали компьютерные курсоры и приказывали роботизированным рукам выполнять простые задачи, просто думая о задаче и видя результаты, без двигательной активности. В мае 2008 года в многочисленных исследованиях были опубликованы фотографии, на которых изображена обезьяна из Медицинского центра Университета Питтсбурга, управляющая роботизированной рукой посредством мышления. Овцы также использовались для оценки технологии BCI, включая Stentrode компании Synchron.

В 2020 году Илона Маска был Neuralink успешно имплантирован свинье. В 2021 году Маск объявил, что компания успешно позволила обезьяне играть в видеоигры с помощью устройства Neuralink.

Ранние работы

Обезьяна управляет роботизированной рукой с интерфейсом мозг-компьютер (лаборатория Шварца, Питтсбургский университет)

В 1969 году исследования оперантного обусловливания , проведенные Fetz et.al. в Региональном центре исследований приматов и на кафедре физиологии и биофизики Медицинской школы Вашингтонского университета показали, что обезьяны могут научиться контролировать отклонение руки биологической обратной связи с помощью нейронной активности. Аналогичная работа, проведенная в 1970-х годах, показала, что обезьяны могут научиться контролировать частоту импульсов отдельных и нескольких нейронов первичной моторной коры , если их вознаграждать соответствующим образом.

Алгоритмы реконструкции движений моторной коры нейронов , которые контролируют движение, появились в 1970-х годах. В 1980-х годах Георгопулос из Университета Джона Хопкинса обнаружил математическую взаимосвязь между электрическими реакциями отдельных нейронов моторной коры у макак-резус и направлением, в котором они двигали руками. Он также обнаружил, что рассредоточенные группы нейронов в разных областях мозга обезьяны коллективно контролируют двигательные команды. Из-за ограничений оборудования он смог зафиксировать срабатывание нейронов только в одной области одновременно.

Нескольким группам удалось уловить сложные сигналы моторной коры головного мозга путем записи нейронных ансамблей (групп нейронов) и использовать их для управления внешними устройствами.

Исследовать

Кеннеди и Ян Дэн

Филлип Кеннеди (основатель Neural Signals (1987) и его коллеги построили первый внутрикортикальный интерфейс мозг-компьютер, имплантировав электроды в виде нейротрофических конусов. обезьянам

Записи зрения кошки Ян Дань и его коллег с использованием BCI, имплантированного в латеральное коленчатое ядро ​​(верхний ряд: исходное изображение; нижний ряд: запись)

В 1999 году Ян Дань и др. в Калифорнийском университете в Беркли расшифровали импульсы нейронов, чтобы воспроизвести изображения кошек. Команда использовала набор электродов, встроенных в таламус (который интегрирует сенсорную информацию мозга). Исследователи нацелились на 177 клеток головного мозга в области латерального коленчатого ядра таламуса , которое декодирует сигналы сетчатки . Срабатывание нейронов было зафиксировано при просмотре восьми короткометражных фильмов. Используя математические фильтры, исследователи декодировали сигналы, чтобы восстановить узнаваемые сцены и движущиеся объекты.

Николелис

См. Также: Проект «Иди снова».

Университета Дьюка Профессор Мигель Николелис выступает за использование нескольких электродов, распределенных по большей области мозга, для получения нейронных сигналов.

После первоначальных исследований на крысах в 1990-х годах Николелис и его коллеги разработали BCI, которые расшифровывали активность мозга у совиных обезьян , и использовали эти устройства для воспроизведения движений обезьян в роботизированных руках. Развитые способности обезьян тянуться и хватать, а также навыки манипулирования руками сделали их хорошими подопытными.

К 2000 году группе удалось создать BCI, который воспроизводил движения совы-обезьяны, пока обезьяна управляла джойстиком или тянулась за едой. BCI работал в режиме реального времени и мог удаленно управлять отдельным роботом. Но обезьяны не получили обратной связи ( BCI с разомкнутым контуром ).

Схема BCI, разработанная Мигелем Николелисом и его коллегами для использования на макаках-резусах.

Более поздние эксперименты на макаках-резусах включали обратную связь и воспроизводили движения обезьяны, тянущиеся и хватающие, в руке робота. Их мозг с глубокими расщелинами и бороздками сделал их лучшими моделями для нейрофизиологии человека, чем совиными обезьянами. Обезьян обучали дотягиваться и хватать объекты на экране компьютера, манипулируя джойстиком, в то время как соответствующие движения руки робота были скрыты. Позже обезьянам показали робота и научили управлять им, наблюдая за его движениями. BCI использовал прогнозы скорости для контроля движений и одновременно прогнозировал силу захвата .

В 2011 году О'Доэрти и его коллеги продемонстрировали BCI с сенсорной обратной связью на макак-резусах. Обезьяна контролировала положение руки аватара, получая сенсорную обратную связь посредством прямой внутрикортикальной стимуляции (ICMS) в области представления руки сенсорной коры .

Донохью, Шварц и Андерсен

BCI является основным направлением деятельности Института наук о мозге Карни при Университете Брауна .

Среди других лабораторий, разработавших BCI и алгоритмы, декодирующие сигналы нейронов, — Джон Донохью из Института наук о мозге Карни при Университете Брауна , Эндрю Шварц из Питтсбургского университета и Ричард Андерсен из Калифорнийского технологического института . Эти исследователи создали работающие BCI, используя записанные сигналы от гораздо меньшего количества нейронов, чем Николелис (15–30 нейронов против 50–200 нейронов).

Институт Карни сообщил, что макаки-резусы обучались использованию BCI для отслеживания визуальных целей на экране компьютера (BCI с обратной связью) с джойстиком или без него. Группа создала BCI для трехмерного отслеживания в виртуальной реальности и воспроизвела управление BCI в роботизированной руке. Та же группа продемонстрировала, что обезьяна может кормить себя кусочками фруктов и зефира с помощью роботизированной руки, управляемой сигналами мозга животного.

Группа Андерсена использовала записи преддвигательной активности задней теменной коры , включая сигналы, возникающие, когда экспериментальные животные ожидали получения награды.

Другие исследования

Помимо прогнозирования кинематических и кинетических параметров движений конечностей, в разработке находятся ИМК, прогнозирующие электромиографическую или электрическую активность мышц приматов. Такие ИМК могут восстановить подвижность парализованных конечностей путем электрической стимуляции мышц.

Николелис и его коллеги продемонстрировали, что большие нейронные ансамбли могут предсказывать положение руки. Эта работа позволила BCI считывать намерения движения руки и переводить их в движения исполнительных механизмов. Кармена и коллеги запрограммировали BCI, который позволял обезьяне контролировать движения хвата и хватания с помощью роботизированной руки. Лебедев и его коллеги утверждают, что мозговые сети реорганизуются, создавая новое представление роботизированного придатка в дополнение к представлению собственных конечностей животного.

В 2019 году в исследовании сообщалось, что BCI может помочь пациентам с нарушениями речи, вызванными неврологическими расстройствами. высокой плотности Их BCI использовал электрокортикографию для получения информации о нейронной активности мозга пациента и глубокое обучение для синтеза речи. В 2021 году эти исследователи сообщили о возможности BCI декодировать слова и предложения у пациента с анартритом , который не мог говорить более 15 лет.

Самым большим препятствием для технологии BCI является отсутствие сенсорной модальности, которая обеспечивает безопасный, точный и надежный доступ к сигналам мозга. Использование более совершенного датчика расширяет диапазон коммуникационных функций, которые могут быть реализованы с помощью BCI.

Разработка и внедрение системы BCI сложна и требует много времени. В ответ на эту проблему Гервин Шалк с 2000 года разрабатывает BCI2000 — систему общего назначения для исследований BCI.

Новый «беспроводной» подход использует светозависимые ионные каналы, такие как каналродопсин, для контроля активности генетически определенных подмножеств нейронов in vivo . В контексте простой обучающей задачи освещение трансфицированных клеток соматосенсорной коры головного мозга влияло на принятие решений у мышей.

ИМК привели к более глубокому пониманию нейронных сетей и центральной нервной системы . Исследования показали, что, несмотря на склонность нейробиологов полагать, что нейроны оказывают наибольший эффект при совместной работе, отдельные нейроны можно настроить с помощью BCI на срабатывание по схеме, которая позволяет приматам контролировать двигательную активность. BCI привели к разработке принципа недостаточности одного нейрона, который гласит, что даже при хорошо настроенной скорости срабатывания отдельные нейроны могут нести только ограниченную информацию, и поэтому высочайший уровень точности достигается за счет регистрации ансамблевых срабатываний. Другие принципы, открытые с помощью BCI, включают принцип многозадачности нейронов, принцип нейрональной массы, принцип нейронной вырожденности и принцип пластичности.

BCI предлагается применять пользователям без инвалидности. Пассивные BCI позволяют оценивать и интерпретировать изменения в состоянии пользователя во время взаимодействия человека с компьютером ( HCI ). Во вторичном, неявном контуре управления система адаптируется к своему пользователю, повышая удобство использования .

Системы BCI потенциально могут использоваться для кодирования сигналов с периферии. Эти сенсорные устройства BCI позволяют в режиме реального времени принимать поведенческие решения на основе нейронной стимуляции с замкнутым контуром.

Премия BCI

Премия BCI Research Award вручается ежегодно в знак признания инновационных исследований. Каждый год известную исследовательскую лабораторию просят оценить проекты. В состав жюри входят эксперты BCI, нанятые этой лабораторией. Жюри выбирает двенадцать номинантов, затем выбирает победителя, занявшего первое, второе и третье места, которые получают награды в размере 3000, 2000 и 1000 долларов США соответственно.

Человеческие исследования

Инвазивные ИМК

Инвазивный BCI требует хирургического вмешательства по имплантации электродов под кожу головы для доступа к сигналам мозга. Основное преимущество – повышение точности. К недостаткам относятся побочные эффекты операции, в том числе рубцовая ткань, которая может блокировать сигналы мозга или организм может не принять имплантированные электроды.

Зрение

Инвазивное исследование BCI было направлено на восстановление поврежденного зрения и предоставление новых функций людям с параличом. Инвазивные ИМК имплантируются непосредственно в серое вещество головного мозга во время нейрохирургии. Поскольку они расположены в сером веществе, инвазивные устройства производят сигналы самого высокого качества по сравнению с устройствами BCI, но склонны к рубцовой ткани , что приводит к ослаблению или исчезновению сигнала по мере реакции организма на инородный объект. образованию

В науке о зрении прямые мозговые имплантаты использовались для лечения врожденной ( приобретенной) слепоты. Одним из первых ученых, создавших работающий мозговой интерфейс для восстановления зрения, был частный исследователь Уильям Добелл . Первый прототип Добелла был имплантирован Джерри, ослепшему в зрелом возрасте мужчине, в 1978 году. Одноматрицный BCI, содержащий 68 электродов, был имплантирован в зрительную кору Джерри и преуспел в выработке фосфенов , ощущения видения света. Система включала камеры, установленные на очках для отправки сигналов на имплантат. Первоначально имплант позволял Джерри видеть оттенки серого в ограниченном поле зрения при низкой частоте кадров. Для этого также требовалось подключить его к мейнфрейму , но уменьшение размера электроники и более быстрые компьютеры сделали его искусственный глаз более портативным и теперь позволяют ему выполнять простые задачи без посторонней помощи.

Макет модуля, иллюстрирующий конструкцию BrainGate. интерфейса

В 2002 году Йенс Науманн, также ослепший в зрелом возрасте, стал первым из 16 платных пациентов, получивших имплантат второго поколения Добелле, одно из первых коммерческих применений ИМК. В устройстве второго поколения использовался более сложный имплантат, позволяющий лучше отображать фосфены и обеспечивать когерентное зрение. Фосфены распределяются по полю зрения, что исследователи называют «эффектом звездной ночи». Сразу после имплантации Йенс смог использовать свое несовершенно восстановленное зрение, чтобы медленно водить автомобиль по парковке исследовательского института. Добелле умер в 2004 году, прежде чем его процессы и разработки были задокументированы, и не осталось никого, кто мог бы продолжить его работу. Впоследствии у Наумана и других пациентов программы начались проблемы со зрением, и в конечном итоге они снова потеряли «зрение».

Движение

ИМК, специализирующиеся на моторном нейропротезировании, стремятся восстановить движение у людей с параличом или предоставить устройства, помогающие им, такие как интерфейсы с компьютерами или роботизированными руками.

Кеннеди и Бакай первыми установили имплантат в мозг человека, который производил сигналы достаточно высокого качества, чтобы имитировать движение. У их пациента, Джонни Рэя (1944–2002), развился « синдром запертости ствола мозга в 1997 году после инсульта ». Имплантат Рэю был установлен в 1998 году, и он прожил достаточно долго, чтобы начать работать с имплантатом, и в конечном итоге научился контролировать компьютерный курсор; он умер в 2002 году от аневризмы головного мозга .

, страдающий тетраплегией, Мэтт Нэгл стал первым человеком, который управлял искусственной рукой с помощью BCI в 2005 году в рамках первого девятимесячного испытания на людях Cyberkinetics от BrainGate чип-имплантата Нэгла . Имплантированный в правую прецентральную извилину (область моторной коры, отвечающей за движение рук), имплантат с 96 электродами позволил Нэглу управлять роботизированной рукой, думая о перемещении руки, а также о компьютерном курсоре, свете и телевизоре. Год спустя Джонатан Уолпоу получил премию Фонда инноваций Альтрана за разработку нейрокомпьютерного интерфейса с электродами, расположенными на поверхности черепа, а не непосредственно в мозге.

Исследовательские группы под руководством группы BrainGate и еще одной группы из Медицинского центра Университета Питтсбурга , обе в сотрудничестве с Департаментом по делам ветеранов США (VA), продемонстрировали управление протезами конечностей со многими степенями свободы, используя прямые соединения с массивами нейронов в моторная кора больных тетраплегией.

Коммуникация

В мае 2021 года команда Стэнфордского университета сообщила об успешном тесте для проверки концепции, который позволил участнику, страдающему параличом нижних конечностей, создавать английские предложения со скоростью около 86 символов в минуту и ​​18 слов в минуту. Участник представлял, как двигает своей рукой, чтобы писать буквы, а система распознавала рукописный текст по электрическим сигналам, обнаруженным в моторной коре головного мозга, используя скрытые марковские модели и рекуррентные нейронные сети .

Исследование 2021 года показало, что парализованный пациент мог передавать 15 слов в минуту с помощью мозгового имплантата, который анализировал мотонейроны речевого тракта.

В обзорной статье авторы задались вопросом, может ли скорость передачи человеческой информации превзойти скорость передачи речи с помощью BCI. Языковые исследования показали, что скорость передачи информации относительно постоянна на многих языках. Это может отражать предел обработки информации мозгом. С другой стороны, этот предел может быть присущ самому языку как модальности передачи информации.

В 2023 году в двух исследованиях использовались BCI с рекуррентной нейронной сетью для декодирования речи с рекордной скоростью 62 слова в минуту и ​​78 слов в минуту.

Технические проблемы

Существует ряд технических проблем с регистрацией активности мозга с помощью инвазивных ИМК. Достижения в области КМОП- технологий способствуют развитию интегрированных, инвазивных конструкций BCI с меньшими размерами, меньшими требованиями к питанию и более высокими возможностями сбора сигналов. Инвазивные ИМК включают в себя электроды, которые проникают в ткань головного мозга в попытке записать сигналы потенциала действия (также известные как спайки) от отдельных или небольших групп нейронов вблизи электрода. Интерфейс между записывающим электродом и электролитным раствором, окружающим нейроны, был смоделирован с использованием модели Ходжкина-Хаксли .

Электронные ограничения инвазивных BCI были активной областью исследований в последние десятилетия. В то время как внутриклеточные записи нейронов выявляют напряжения потенциала действия в сотни милливольт, хронические инвазивные ИМК полагаются на регистрацию внеклеточных напряжений, которые обычно на три порядка меньше и составляют сотни микровольт. Еще больше усложняет задачу обнаружения сигналов в масштабе микровольт тот факт, что граница раздела электрод-ткань имеет высокую емкость при малых напряжениях. Из-за природы этих небольших сигналов для систем BCI, которые включают функциональные возможности в интегральную схему, каждому электроду требуется собственный усилитель и АЦП , которые преобразуют аналоговое внеклеточное напряжение в цифровые сигналы. Поскольку типичный потенциал действия нейрона длится одну миллисекунду, измерительные импульсы BCI должны иметь частоту дискретизации от 300 Гц до 5 кГц. Еще одна проблема заключается в том, что инвазивные ИМК должны быть маломощными, чтобы рассеивать меньше тепла на окружающие ткани; на самом базовом уровне традиционно требуется больше мощности для оптимизации соотношения сигнал/шум . Оптимальная конструкция аккумуляторов является активной областью исследований в области BCI.

Иллюстрация инвазивных и частично инвазивных ИМК: электрокортикография (ЭКоГ), эндоваскулярный и внутрикортикальный микроэлектрод.

Проблемы, существующие в области материаловедения, занимают центральное место в разработке инвазивных BCI. Изменения качества сигнала с течением времени обычно наблюдаются при использовании имплантируемых микроэлектродов. Оптимальные материалы и механические характеристики для долгосрочной стабильности сигнала в инвазивных ИМК являются активной областью исследований. Было высказано предположение, что образование глиальных рубцов , вторичное по отношению к повреждению границы раздела электрод-ткань, вероятно, является причиной отказа электрода и снижения качества записи. Исследования показали, что утечка гематоэнцефалического барьера , либо во время введения, либо с течением времени, может быть ответственна за воспалительную и глиальную реакцию на хронические микроэлектроды, имплантированные в мозг. В результате гибкий и тканеподобные конструкции были исследованы и разработаны для минимизации реакции на инородное тело путем сопоставления модуля Юнга электрода ближе к модулю Юнга ткани головного мозга.

Частично инвазивные ИМК

Частично инвазивные устройства BCI имплантируются внутрь черепа, но располагаются вне мозга, а не в сером веществе. Они производят сигналы более высокого разрешения, чем неинвазивные BCI, где костная ткань черепа отклоняет и деформирует сигналы, и имеют меньший риск формирования рубцовой ткани в мозге, чем полностью инвазивные BCI. Была проведена доклиническая демонстрация внутрикортикальных ИМК из коры головного мозга, пораженной инсультом.

Эндоваскулярный

В систематическом обзоре, опубликованном в 2020 году, подробно описаны многочисленные клинические и доклинические исследования, изучающие возможность эндоваскулярного ИМК.

В 2010 году исследователи из Мельбурнского университета начали разработку BCI, который можно было бы вводить через сосудистую систему. Австралийский невролог Томас Оксли придумал идею создания BCI под названием Stentrode, получив финансирование от DARPA . Доклинические исследования оценивали технологию на овцах.

Стентрод представляет собой монолитную решетку стент-электродов , предназначенную для доставки через внутривенный катетер под визуальным контролем в верхний сагиттальный синус , в область, прилегающую к моторной коре . Эта близость позволяет Стентроду измерять нейронную активность. Процедура наиболее похожа на установку стентов венозного синуса для лечения идиопатической внутричерепной гипертензии . Стентрод передает нейронную активность на безбатарейный телеметрический блок, имплантированный в грудь, который связывается по беспроводной сети с внешним телеметрическим блоком, способным передавать питание и данные. Несмотря на то, что эндоваскулярная операция BCI выгодна тем, что позволяет избежать трепанации черепа при ее установке, существуют такие риски, как образование тромбов и венозный тромбоз .

По состоянию на 2021 год испытания Стентрода на людях продолжаются. В ноябре 2020 года два участника с боковым амиотрофическим склерозом смогли по беспроводной сети управлять операционной системой для отправки текстовых сообщений, электронной почты, покупок и банковских операций, используя прямую мысль с помощью Stentrode. это первый случай, когда интерфейс мозг-компьютер был имплантирован через кровеносные сосуды пациента, что избавило от необходимости хирургического вмешательства на головном мозге. В январе 2023 года исследователи сообщили об отсутствии серьезных побочных эффектов в течение первого года у всех четырех пациентов, которые могли использовать его для работы на компьютерах.

Электрокортикография

Электрокортикография (ЭКоГ) измеряет электрическую активность мозга из-под черепа способом, аналогичным неинвазивной электроэнцефалографии, с использованием электродов, встроенных в тонкую пластиковую подушечку, расположенную над корой, под твердой мозговой оболочкой . Технологии ECoG были впервые опробованы на людях в 2004 году Эриком Лейтхардтом и Дэниелом Мораном из Вашингтонского университета в Сент-Луисе . В ходе более позднего исследования исследователи позволили мальчику-подростку сыграть в Space Invaders . Это исследование показывает, что контроль осуществляется быстро, требует минимального обучения, балансируя между точностью сигнала и уровнем инвазивности.

Сигналы могут быть субдуральными или эпидуральными, но не поступают из паренхимы головного мозга . Пациентам необходим инвазивный мониторинг для локализации и резекции эпилептогенного очага.

ЭКоГ предлагает более высокое пространственное разрешение, лучшее соотношение сигнал/шум, более широкий диапазон частот и меньшие требования к обучению, чем ЭЭГ, записанная на коже головы, и в то же время имеет меньшие технические трудности, меньший клинический риск и может иметь превосходную долгосрочную стабильность. чем внутрикортикальная запись одного нейрона. Этот профиль функции и свидетельство высокого уровня контроля при минимальных требованиях к обучению показывают потенциал для реального применения для людей с ограниченными возможностями передвижения.

Эдвард Чанг и Джозеф Макин из Калифорнийского университета в Сан-Франциско сообщили, что сигналы ECoG можно использовать для декодирования речи пациентов с эпилепсией, которым имплантированы массивы ECoG высокой плотности в перисильвиевую кору. Они сообщили о частоте ошибок в словах в 3% (заметное улучшение по сравнению с предыдущими усилиями) при использовании нейронной сети кодировщика-декодера , которая преобразовывала данные ECoG в одно из пятидесяти предложений, состоящих из 250 уникальных слов.

Неинвазивные ИМК

В экспериментах на людях использовались неинвазивные интерфейсы нейровизуализации . Большинство опубликованных исследований BCI включают неинвазивные BCI на основе ЭЭГ. Технологии и интерфейсы на основе ЭЭГ использовались для самых разных приложений. Хотя интерфейсы на основе ЭЭГ легко носить и не требуют хирургического вмешательства, они имеют относительно низкое пространственное разрешение и не могут эффективно использовать высокочастотные сигналы, поскольку череп мешает, рассеивая и размывая электромагнитные волны, создаваемые нейронами. Интерфейсы на основе ЭЭГ также требуют некоторого времени и усилий перед каждым сеансом использования, в то время как другие не требуют предварительного обучения. Выбор конкретного ИМК для пациента зависит от множества факторов.

Функциональная ближняя инфракрасная спектроскопия

В 2014 году BCI с использованием функциональной ближней инфракрасной спектроскопии для «запертых» пациентов с боковым амиотрофическим склерозом (БАС) смог восстановить базовую способность к общению.

Интерфейсы мозг-компьютер на основе электроэнцефалографии (ЭЭГ)

Записи мозговых волн, производимые электроэнцефалограммой .

После того, как Видал заявил о проблеме BCI, первоначальные отчеты о неинвазивных подходах включали управление курсором в 2D с использованием VEP, управление зуммером с помощью CNV, управление физическим объектом, роботом, с помощью ритма мозга (альфа), управление текстом, написанным на экране, с помощью P300.

На заре исследований BCI еще одним существенным препятствием для использования ЭЭГ была необходимость тщательного обучения. Например, в экспериментах, начавшихся в середине 1990-х годов, Нильс Бирбаумер из Тюбингенского университета в Германии обучал парализованных людей саморегулированию медленных корковых потенциалов в их ЭЭГ до такой степени, что эти сигналы можно было использовать в качестве двоичных сигналов для управлять компьютерным курсором. (Ранее Бирбаумер обучал эпилептиков предотвращать надвигающиеся припадки, контролируя эту низковольтную волну.) В ходе эксперимента десять пациентов обучались перемещать компьютерный курсор. Процесс был медленным: пациентам требовалось более часа, чтобы написать 100 символов с помощью курсора, а обучение часто занимало месяцы. Подход, основанный на медленном кортикальном потенциале, уступил место подходам, которые практически не требуют обучения, являются более быстрыми и точными и работают для большей части пользователей.

Еще одним параметром исследования является тип колебательной активности измеряемой . Герт Пфурчеллер основал лабораторию BCI в 1991 году и провел первый онлайн-анализ BCI, основанный на колебательных характеристиках и классификаторах. Вместе с Бирбаумером и Джонатаном Уолпоу из Университета штата Нью-Йорк они сосредоточились на разработке технологии, которая позволила бы пользователям выбирать сигналы мозга, которые, по их мнению, легче всего управлять BCI, включая мю- и бета -ритмы.

Еще одним параметром является метод обратной связи, используемый, как показано в исследованиях сигналов P300 . Паттерны волн P300 генерируются непроизвольно ( стимул-обратная связь ), когда люди видят что-то, что они узнают, и могут позволить BCI декодировать категории мыслей без тренировки.

В исследовании 2005 года сообщалось об эмуляции ЭЭГ цифровых цепей управления с использованием триггера CNV. В исследовании 2009 года сообщалось о неинвазивном ЭЭГ-контроле роботизированной руки с помощью триггера CNV. В исследовании 2011 года сообщалось об управлении двумя роботизированными руками, решающими задачу Ханойской башни с тремя дисками с использованием триггера CNV. В исследовании 2015 года описана ЭЭГ-эмуляция триггера Шмитта , триггера, демультиплексора и модема .

Достижения Бин Хэ и его команды из Университета Миннесоты предполагают потенциал интерфейсов «мозг-компьютер» на основе ЭЭГ для выполнения задач, близких к инвазивным интерфейсам «мозг-компьютер». Используя расширенную функциональную нейровизуализацию, включая BOLD функциональную МРТ и визуализацию источника ЭЭГ , они определили ковариацию и совместную локализацию электрофизиологических и гемодинамических сигналов. Усовершенствованный подходом нейровизуализации и протоколом обучения, они создали неинвазивный интерфейс мозг-компьютер на основе ЭЭГ для управления полетом виртуального вертолета в трехмерном пространстве, основанный на моторном воображении. В июне 2013 года они анонсировали технологию проведения вертолета с дистанционным управлением через полосу препятствий. ЭЭГ Они также решили обратную задачу , а затем использовали полученную виртуальную ЭЭГ для задач BCI. Хорошо контролируемые исследования показали преимущества такого BCI, основанного на анализе источников.

Исследование 2014 года показало, что пациенты с тяжелыми двигательными нарушениями могут общаться быстрее и надежнее с помощью неинвазивной ЭЭГ BCI, чем с помощью мышечных каналов связи.

Исследование 2019 года показало, что применение эволюционных алгоритмов может улучшить классификацию психических состояний ЭЭГ с помощью неинвазивного устройства Muse , что позволит классифицировать данные, полученные сенсорным устройством потребительского уровня.

В систематическом обзоре рандомизированных контролируемых исследований 2021 года с использованием BCI для реабилитации верхних конечностей после инсульта было сообщено, что BCI на основе ЭЭГ обладает эффективностью в улучшении двигательной функции верхних конечностей по сравнению с контрольными методами лечения. В частности, исследования BCI, в которых использовались характеристики мощности диапазонов, воображение движений и функциональная электрическая стимуляция, оказались более эффективными, чем альтернативы. Еще один систематический обзор 2021 года был посвящен роботизированной ЭЭГ-ИМК для реабилитации рук после инсульта. Улучшение показателей двигательной оценки наблюдалось в трех из одиннадцати исследований.

Сухие активные электродные матрицы

В начале 1990-х годов Бабак Тахери из Калифорнийского университета Дэвис продемонстрировал первые одно- и многоканальные матрицы сухих активных электродов. Было продемонстрировано, что массивный электрод работает лучше по сравнению с электродами из серебра / хлорида серебра . Устройство состояло из четырех сенсорных узлов со встроенной электроникой для снижения шума за счет согласования импедансов . Преимуществами таких электродов являются:

• не используется электролит,
• без подготовки кожи,
• значительно уменьшен размер сенсора,
• совместимость с системами ЭЭГ-мониторинга.

Массив активных электродов представляет собой интегрированную систему, содержащую массив емкостных датчиков с локальной интегральной схемой, оснащенной батареями для питания схемы. Такой уровень интеграции был необходим для достижения результата.

Электрод был испытан на испытательном стенде и на людях в четырех режимах, а именно:

• спонтанная ЭЭГ,
• сенсорные потенциалы, связанные с событиями,
• потенциалы ствола мозга,
• когнитивные потенциалы, связанные с событиями.

Производительность выгодно отличается от стандартных влажных электродов с точки зрения подготовки кожи, отсутствия необходимости использования геля (сухие электроды) и более высокого соотношения сигнал/шум.

В 1999 году Хантер Пекхэм и другие ученые из Университета Кейс Вестерн Резерв использовали 64-электродную ЭЭГ, чтобы вернуть ограниченные движения рук людям, страдающим параличом нижних конечностей . Поскольку он сосредоточился на простых, но противоположных понятиях, таких как верх и низ. Базовый паттерн был идентифицирован в его бета-ритме ЭЭГ и использовался для управления переключением: активность выше среднего интерпретировалась как включение, ниже среднего — как выключение. Сигналы также использовались для управления нервными контроллерами, встроенными в его руки, восстанавливая некоторые движения.

Мобильные ЭЭГ ИМК SSVEP

В 2009 году сообщалось о повязке на голову NCTU Brain-Computer-Interface. на основе кремния микроэлектромеханической системы (МЭМС) Эти исследователи также разработали сухие электроды , предназначенные для применения на участках тела, где нет волос. на оголовье Эти электроды были прикреплены к плате сбора данных с помощью защелкивающихся держателей электродов. Модуль обработки сигналов измерял альфа- активность и передавал данные через Bluetooth на телефон, который оценивал бдительность и когнитивные способности пациентов. Когда субъект погружался в сонливость, телефон посылал оператору возбуждающий сигнал, чтобы разбудить его.

В 2011 году исследователи сообщили о BCI на базе сотовой связи, который может вызывать звонки телефона. сбора/усиления биосигналов Носимая система состояла из четырехканального модуля , модуля связи и телефона Bluetooth. Электроды были помещены для регистрации зрительных вызванных потенциалов устойчивого состояния ( SSVEP ). SSVEP — это электрические реакции на мерцающие зрительные стимулы с частотой повторения более 6 Гц. которые лучше всего обнаруживаются в теменных и затылочных областях зрительной коры. Сообщалось, что все участники исследования смогли инициировать телефонный звонок с минимальной практикой в ​​естественной среде.

Ученые сообщили, что одноканальное быстрое преобразование Фурье многоканальной системы (FFT) и алгоритм канонического корреляционного анализа ( CCA ) могут поддерживать мобильные BCI. Алгоритм CCA применялся в экспериментах по исследованию BCI с заявленной высокой точностью и скоростью. Сообщается, что технология клеточного BCI может быть использована в других приложениях, таких как улавливание сенсомоторных мю / бета -ритмов для функционирования в качестве BCI на основе двигательных образов.

В 2013 году в ходе сравнительных испытаний, проведенных на мобильных телефонах Android , планшетах и ​​​​компьютерах BCI, была проанализирована спектральная плотность мощности результирующих SSVEP ЭЭГ. Заявленные цели этого исследования заключались в том, чтобы «повысить практичность, портативность и повсеместное распространение BCI на основе SSVEP для ежедневного использования». Сообщалось, что частота стимуляции на всех носителях была точной, хотя сигнал телефона не был стабильным. Сообщалось, что амплитуды SSVEP для ноутбука и планшета больше, чем для мобильного телефона. Эти две качественные характеристики были предложены как индикаторы возможности использования мобильного стимула BCI.

Одной из трудностей при чтении ЭЭГ является чувствительность к артефактам движения. В большинстве исследовательских проектов участников просили сидеть неподвижно в лабораторных условиях, максимально сокращая движения головы и глаз. Однако, поскольку эти инициативы были направлены на создание мобильного устройства для ежедневного использования, технологию пришлось опробовать в движении. В 2013 году исследователи протестировали мобильную технологию BCI на основе ЭЭГ, измеряя SSVEP у участников, когда они шли по беговой дорожке. Сообщаемые результаты заключались в том, что по мере увеличения скорости обнаруживаемость SSVEP с использованием CCA уменьшалась. независимый компонентный анализ (ICA) эффективен в отделении сигналов ЭЭГ от шума. Было показано, что Исследователи заявили, что данные CCA с обработкой ICA и без нее были схожими. Они пришли к выводу, что CCA продемонстрировал устойчивость к артефактам движения. Приложения BCI на основе ЭЭГ предлагают низкое пространственное разрешение. Возможные решения включают в себя: подключение источников ЭЭГ на основе теории графов , распознавание образов ЭЭГ на основе Topomap и слияние ЭЭГ- фМРТ .

Протез и контроль окружающей среды

Неинвазивные ИМК применялись для протезирования верхних и нижних конечностей у людей с параличом. Например, Герт Пфурчеллер из Технологического университета Граца и его коллеги продемонстрировали управляемую BCI систему функциональной электростимуляции для восстановления движений верхних конечностей у человека с тетраплегией из-за травмы спинного мозга . В период с 2012 по 2013 год исследователи из Калифорнийского университета в Ирвайне впервые продемонстрировали, что технология BCI может восстановить управляемую мозгом ходьбу после травмы спинного мозга . В их исследовании человек с параплегией для ходьбы BCI, использовал роботизированный ортез чтобы восстановить базовую способность передвигаться. В 2009 году независимый исследователь Алекс Блейни использовал Emotiv EPOC для управления 5-осевой роботизированной рукой. Он провел несколько демонстраций управляемых разумом инвалидных колясок и домашней автоматизации .

Магнитоэнцефалография и фМРТ

Основные статьи: Магнитоэнцефалография и функциональная магнитно-резонансная томография.

Реконструкция человеческого зрения, проведенная ATR Labs с использованием фМРТ (верхний ряд: исходное изображение; нижний ряд: реконструкция по среднему значению комбинированных показаний)

Магнитоэнцефалография (МЭГ) и функциональная магнитно-резонансная томография (фМРТ) использовались как неинвазивные ИМК. В широко известном эксперименте фМРТ позволила двум пользователям играть в понг в режиме реального времени, изменяя их гемодинамическую реакцию или мозговой кровоток посредством биологической обратной связи .

Измерения гемодинамических реакций с помощью фМРТ в реальном времени также использовались для управления роботизированными руками с семисекундной задержкой между мыслью и движением.

Advanced Telecommunication Research (ATR) В 2008 году исследования, проведенные в Лабораториях вычислительной нейронауки в Киото , Япония, позволили исследователям реконструировать изображения по сигналам мозга с разрешением 10x10 пикселей .

В исследовании 2011 года сообщалось о посекундной реконструкции видео, просмотренных участниками исследования, на основе данных фМРТ. Это было достигнуто за счет создания статистической модели, связывающей видео с активностью мозга. Затем эту модель использовали для поиска 100 односекундных видеосегментов в базе данных из 18 миллионов секунд случайных видеороликов YouTube , сопоставляя визуальные паттерны с активностью мозга, записанной, когда испытуемые смотрели видео. Эти 100 односекундных видеофрагментов были затем объединены в коллажное изображение, напоминающее видео.

Стратегии управления BCI в нейрогейминге

Моторные образы

Воображение движений включает в себя представление движения частей тела, активируя сенсомоторную кору , которая модулирует сенсомоторные колебания на ЭЭГ. Это может быть обнаружено BCI и использовано для определения намерений пользователя. Двигательное воображение обычно требует тренировки для достижения приемлемого контроля. Сеансы обучения обычно занимают часы в течение нескольких дней. Независимо от продолжительности тренировки пользователи не могут освоить схему управления. Это приводит к очень медленному темпу игрового процесса. Методы машинного обучения использовались для расчета специфичной для субъекта модели определения производительности воображения движений. Самый эффективный алгоритм BCI Competition IV в 2022 году. Набор данных 2 для изображений движений представлял собой «Общий пространственный шаблон банка фильтров», разработанный Ang et al. от A*STAR , Сингапур .

Био/нейрообратная связь для пассивных конструкций BCI

Биологическую обратную связь можно использовать для мониторинга психического расслабления субъекта. В некоторых случаях биологическая обратная связь не соответствует ЭЭГ, хотя такие параметры, как электромиография (ЭМГ), кожно-гальваническое сопротивление (КГР) и вариабельность сердечного ритма (ВСР), могут соответствовать этому. Многие системы биологической обратной связи лечат такие расстройства, как синдром дефицита внимания и гиперактивности (СДВГ) , проблемы со сном у детей, скрежетание зубами и хроническую боль. Системы биологической обратной связи ЭЭГ обычно отслеживают четыре диапазона мозговых волн (тета: 4–7 Гц, альфа: 8–12 Гц, SMR: 12–15 Гц, бета: 15–18 Гц) и предлагают субъекту контролировать их. Пассивный BCI использует BCI для обогащения взаимодействия человека и машины информацией о психическом состоянии пользователя, например, моделированием, которое определяет, когда пользователи собираются нажать на тормоз во время экстренного торможения автомобиля. Разработчики игр, использующие пассивные BCI, понимают, что посредством повторения игровых уровней когнитивное состояние пользователя адаптируется. Во время первого прохождения данного уровня игрок реагирует иначе, чем при последующих: например, пользователь меньше удивляется событию, которого он ожидает.

Зрительный вызванный потенциал (ЗВП)

ВЭП — это электрический потенциал, регистрируемый после того, как субъекту предъявлен визуальный стимул. К типам ВЭП относятся ССВЭП и потенциал Р300.

Стационарные зрительно-вызванные потенциалы (SSVEP) используют потенциалы, генерируемые путем возбуждения сетчатки с использованием зрительных стимулов, модулированных на определенных частотах. Стимулы SSVEP часто формируются из чередующихся шахматных фигур и иногда используют мигающие изображения. Частоту изменения фазы используемого стимула можно определить с помощью ЭЭГ; это делает обнаружение стимулов SSVEP относительно простым. SSVEP используется во многих системах BCI. Это связано с несколькими факторами. Вызванный сигнал поддается измерению в такой же большой популяции, как и преходящее ЗВП и моргание. Электрокардиографические артефакты не влияют на контролируемые частоты. Сигнал SSVEP устойчив; Топографическая организация первичной зрительной коры такова, что более широкая область получает афференты из центральной или фовиальной области зрительного поля. SSVEP имеет проблемы. Поскольку SSVEP используют мигающие стимулы для определения намерений пользователя, пользователь должен смотреть на один из мигающих или повторяющихся символов, чтобы взаимодействовать с системой. Поэтому вполне вероятно, что символы станут раздражать и вызывать дискомфорт во время длительных игровых сессий.

Другой тип ВЭП — потенциал Р300 . Этот потенциал представляет собой положительный пик ЭЭГ, который возникает примерно через 300 мс после появления целевого стимула (стимула, которого пользователь ждет или ищет) или необычного стимула . Амплитуда P300 уменьшается по мере того, как целевые стимулы и игнорируемые стимулы становятся более похожими. Считается, что P300 связан с процессом внимания более высокого уровня или ориентировочной реакцией. Использование P300 требует меньше сеансов обучения. Первым приложением, в котором его использовали, была матрица P300. В этой системе испытуемый выбирает букву из сетки букв и цифр 6 на 6. Строки и столбцы сетки мигали последовательно, и каждый раз, когда выбранная «буква выбора» подсвечивалась, P300 пользователя (потенциально) вызывался. Однако процесс связи, скорость которого составляла примерно 17 символов в минуту, был медленным. P300 предлагает дискретный выбор, а не постоянный контроль. Преимущество P300 в играх заключается в том, что игроку не нужно учиться использовать новую систему управления, а для изучения механики игрового процесса и базовой парадигмы BCI требуется лишь короткое обучение.

Немозговой интерфейс человек-компьютер (физиологические вычисления)

Взаимодействие человека и компьютера может использовать другие методы записи, такие как электроокулография и отслеживание движений глаз. Эти методы не регистрируют активность мозга и поэтому не квалифицируются как BCI.

Электроокулография (ЭОГ)

В 1989 году в исследовании сообщалось об управлении мобильным роботом с помощью движения глаз с использованием сигналов электроокулографии. Мобильный робот был доведен до целевой точки с помощью пяти команд EOG, которые интерпретировались как вперед, назад, влево, вправо и остановка.

Колебания размера зрачка

В статье 2016 года описан новый HCI, не основанный на ЭЭГ, который не требует зрительной фиксации или способности двигать глазами. Интерфейс основан на скрытом интересе ; направляя внимание на выбранную букву на виртуальной клавиатуре, без необходимости смотреть прямо на букву. Каждая буква имеет свой собственный (фоновый) круг, яркость которого микроколебается иначе, чем у других. Выбор букв основан на наилучшем соответствии между непреднамеренным колебанием размера зрачка и шаблоном колебаний яркости фонового круга. Точность дополнительно повышается за счет мысленного повторения пользователем слов «яркий» и «темный» синхронно с переходами яркости круга буквы.

Связь между мозгами

В 1960-х годах исследователь после обучения использовал ЭЭГ для создания кода Морзе с помощью альфа-волн. 27 февраля 2013 года Мигеля Николелиса группа из Университета Дьюка и IINN-ELS соединила мозг двух крыс, позволив им обмениваться информацией с помощью первого в мире прямого интерфейса «мозг-мозг» .

Гервин Шалк сообщил, что сигналы ECoG могут различать гласные и согласные, встроенные в произнесенные и воображаемые слова, проливая свет на механизмы, связанные с их производством, и могут обеспечить основу для мозгового общения с использованием воображаемой речи.

В 2002 году Кевину Уорвику в его нервную систему был вставлен набор из 100 электродов, чтобы подключить его нервную систему к Интернету. Уорвик провел серию экспериментов. Электроды были имплантированы в нервную систему его жены, что позволило им провести первый эксперимент по прямой электронной связи между нервными системами двух людей.

Другие исследователи достигли межмозговой связи на расстоянии, используя неинвазивную технологию, прикрепленную к коже головы участников. Слова были закодированы в двоичные потоки с помощью когнитивной моторики человека, отправляющего информацию. Псевдослучайные фрагменты информации содержали закодированные слова «хола» («привет» по-испански) и «чао» («до свидания» по-итальянски) и передавались от разума к разуму.

ИМК клеточных культур

Основная статья: Культивированная нейронная сеть

Первый в мире нейрочип , разработанный исследователями Калифорнийского технологического института Джеромом Пайном и Майклом Махером.

Исследователи создали устройства для взаимодействия с нервными клетками и целыми нейронными сетями in vitro . Эксперименты с культивированной нервной тканью были направлены на создание сетей решения проблем, конструирование базовых компьютеров и управление роботизированными устройствами. Исследования методов стимуляции и записи отдельных нейронов, выращенных на полупроводниковых чипах, — это нейроэлектроника или нейрочипы .

Разработка первого нейрочипа была заявлена ​​командой Калифорнийского технологического института под руководством Джерома Пайна и Майкла Махера в 1997 году. В чипе Калифорнийского технологического института было место для 16 нейронов.

В 2003 году группа под руководством Теодора Бергера из Университета Южной Калифорнии работала над нейрочипом, предназначенным для работы в качестве искусственного или протезированного гиппокампа . Нейрочип был разработан для мозга крыс. Гиппокамп был выбран потому, что он считается наиболее структурированной и наиболее изученной частью мозга. Его функция — кодировать переживания для хранения в долговременных воспоминаниях в другом месте мозга.

В 2004 году Томас ДеМарс из Университета Флориды использовал культуру 25 000 нейронов, взятых из мозга крысы, для управления -22 F симулятором истребителя . После сбора кортикальные нейроны культивировали в чашке Петри и снова соединялись, образуя живую нейронную сеть. Ячейки были расположены на сетке из 60 электродов и использовались для управления функциями наклона и рыскания симулятора. Основное внимание в исследовании было уделено пониманию того, как человеческий мозг выполняет и изучает вычислительные задачи на клеточном уровне.

Совместные BCI

Идея объединения/интеграции сигналов мозга от нескольких человек была представлена ​​на конференции Humanity+ @Caltech в декабре 2010 года Адрианом Стойкой, который назвал эту концепцию агрегацией нескольких мозгов. Заявка на патент была подана в 2012 году. Первая статья Стойки по этой теме появилась в 2012 году, после публикации его заявки на патент.

Этические соображения

BCI вызывают серьезные этические вопросы, включая опасения по поводу конфиденциальности, автономии, согласия и последствий слияния человеческого познания с внешними устройствами. Изучение этих этических соображений подчеркивает сложное взаимодействие между развитием технологий и сохранением фундаментальных прав и ценностей человека. Проблемы можно разделить на проблемы, ориентированные на пользователя, а также на юридические и социальные проблемы.

Озабоченность вызывает безопасность и долгосрочные последствия для пользователей. К ним относятся получение информированного согласия от людей с трудностями в общении, влияние на качество жизни пациентов и их семей, побочные эффекты, связанные со здоровьем, неправильное использование терапевтических средств, риски для безопасности и необратимый характер некоторых изменений, вызванных BCI. Кроме того, возникают вопросы о доступе к техническому обслуживанию, ремонту и запасным частям, особенно в случае банкротства компании.

Юридические и социальные аспекты BCI усложняют массовое внедрение. Обеспокоенность включает вопросы подотчетности и ответственности, такие как утверждения о том, что влияние BCI преобладает над свободой воли и контролем над действиями, неточный перевод когнитивных намерений, изменения личности в результате глубокой стимуляции мозга и стирание границы между человеком и машиной. Другие опасения связаны с использованием BCI в продвинутых методах допроса, несанкционированным доступом («взлом мозга»), социальное расслоение посредством выборочного улучшения, проблемы конфиденциальности, связанные с системами чтения мыслей, отслеживания и «маркировки», а также потенциал контроля над разумом, движениями и эмоциями. Исследователи также предположили, что BCI могут усугубить существующее социальное неравенство.

В своей нынешней форме большинство BCI больше похожи на корректирующую терапию, которая затрагивает лишь немногие подобные этические проблемы. Биоэтика хорошо оснащена для решения проблем, связанных с технологиями BCI: в 2009 году Клаузен предположил, что «BCI создают этические проблемы, но концептуально они аналогичны тем, которые биоэтики решали в других областях терапии». Хаселагер и его коллеги подчеркнули важность управления ожиданиями и ценностью. Стандартные протоколы могут обеспечить этически обоснованные процедуры информированного согласия для изолированных пациентов.

Эволюция ИМК отражает эволюцию фармацевтической науки, которая начиналась как средство устранения нарушений, а теперь повышает концентрацию внимания и снижает потребность во сне. По мере того, как BCI переходят от методов лечения к улучшениям, сообщество BCI работает над достижением консенсуса по этическим принципам исследований, разработок и распространения. Обеспечение справедливого доступа к BCI будет иметь решающее значение для предотвращения неравенства между поколениями, которое может препятствовать праву на процветание человека.

Недорогие системы

Основная статья: Потребительские интерфейсы «мозг-компьютер»

Различные компании разрабатывают недорогие BCI для исследований и развлечений. Такие игрушки, как NeuroSky и Mattel MindFlex, добились определенного коммерческого успеха.

• В 2006 году Sony запатентовала систему нейронного интерфейса, позволяющую радиоволнам воздействовать на сигналы в нейронной коре.
• В 2007 году NeuroSky выпустила первую доступную потребительскую ЭЭГ вместе с игрой NeuroBoy. Это было первое крупномасштабное устройство ЭЭГ, в котором использовалась технология сухого датчика.
• В 2008 году компания OCZ Technology разработала устройство для использования в видеоиграх, опирающееся в первую очередь на электромиографию .
• В 2008 году Final Fantasy разработчик Square Enix объявил, что сотрудничает с NeuroSky для создания игры Judecca.
• В 2009 году Mattel в партнерстве с NeuroSky выпустила Mindflex — игру, в которой ЭЭГ использовалась для прохождения мяча через полосу препятствий. В то время это была самая продаваемая ЭЭГ среди потребителей.
• В 2009 году компания Uncle Milton Industries в партнерстве с NeuroSky выпустила Star Wars Force Trainer — игру, созданную для создания иллюзии владения Силой .
• В 2009 году Emotiv выпустила EPOC, 14-канальное устройство ЭЭГ, которое может считывать 4 психических состояния, 13 состояний сознания, выражения лица и движения головы. EPOC был первым коммерческим BCI, в котором использовалась технология сухого датчика, который можно смочить солевым раствором для лучшего соединения.
• В ноябре 2011 года журнал Time назвал «некомими» производства Neurowear одним из лучших изобретений года.
• В феврале 2014 года They Shall Walk (некоммерческая организация, занимающаяся созданием экзоскелетов, получивших название LIFESUITs, для людей, страдающих параличом нижних и нижних конечностей) начала сотрудничество с Джеймсом Шакарджи в разработке беспроводного BCI.
• В 2016 году группа любителей разработала плату BCI с открытым исходным кодом, которая отправляет нейронные сигналы на аудиоразъем смартфона, снизив стоимость BCI начального уровня до 20 фунтов стерлингов. доступно базовое диагностическое программное обеспечение Для устройств Android , а также приложение для ввода текста для Unity .
• В 2020 году NextMind выпустила комплект для разработки, включающий ЭЭГ-гарнитуру с сухими электродами по цене 399 долларов. На устройстве можно запускать различные демонстрационные приложения Visual-BCI, или разработчики могут создавать свои собственные. он был приобретен Snap Inc. Позже в 2022 году

Будущие направления

Интерфейс мозг-компьютер

Консорциум из 12 европейских партнеров завершил дорожную карту для поддержки Европейской комиссии в принятии решений о финансировании рамочной программы Horizon 2020 . Проект финансировался Европейской комиссией. Работа началась в ноябре 2013 года, а дорожная карта была опубликована в апреле 2015 года. Публикация 2015 года описывает этот проект, а также Общество интерфейса мозг-компьютер. Он рассмотрел работу в рамках этого проекта, которая дополнительно определила BCI и их применение, изучила последние тенденции, обсудила этические проблемы и оценила направления развития новых BCI.

Другие недавние публикации также исследовали будущие направления BCI для новых групп пользователей с ограниченными возможностями.

Расстройства сознания (ДРС)

У некоторых людей наблюдается расстройство сознания (ДРС). Под этим состоянием понимаются люди, находящиеся в коме, а также люди, находящиеся в вегетативном состоянии (ВС) или в состоянии минимального сознания (MCS). Исследование BCI направлено на решение проблемы DOC. Ключевой первоначальной целью является выявление пациентов, которые могут выполнять основные когнитивные задачи, которые изменят их диагноз и позволят им принимать важные решения (например, обращаться ли за помощью, где жить, и их взгляды на решения в конце жизни). относительно них). Пациенты с неправильно поставленным диагнозом могут умереть в результате решений, принятых другими людьми в конце жизни. Перспектива использования BCI для общения с такими пациентами является заманчивой.

Многие такие пациенты не могут использовать BCI на основании зрения. Следовательно, инструменты должны полагаться на слуховые и/или вибротактильные стимулы. Пациенты могут носить наушники и/или вибротактильные стимуляторы, размещаемые на чувствительных частях тела. Другая проблема заключается в том, что пациенты могут общаться только через непредсказуемые промежутки времени. Домашние устройства могут обеспечивать связь, когда пациент готов.

Автоматизированные инструменты могут задавать вопросы, на которые пациенты могут легко ответить, например: «Вашего отца зовут Джордж?» или «Вы родились в США?» Автоматизированные инструкции сообщают пациентам, как говорить «да» или «нет», например, фокусируя внимание на стимулах на правом, а не на левом запястье. Такое сосредоточенное внимание вызывает достоверные изменения в паттернах ЭЭГ , которые могут помочь определить, способен ли пациент общаться.

Восстановление двигателя

Люди могут частично потерять способность двигаться по многим причинам, например, из-за инсульта или травмы. Исследования последних лет продемонстрировали полезность систем BCI на основе ЭЭГ для содействия двигательному восстановлению и нейрореабилитации у пациентов, перенесших инсульт. Несколько групп исследовали системы и методы восстановления моторики, включающие BCI. При этом подходе BCI измеряет двигательную активность, в то время как пациент представляет или пытается выполнить движения по указанию терапевта. BCI может обеспечить два преимущества: (1) если BCI указывает на то, что пациент неправильно представляет движение (неподчинение), тогда BCI может проинформировать пациента и терапевта; и (2) поощрительная обратная связь, такая как функциональная стимуляция или движение виртуального аватара, также зависит от правильного представления движения пациента.

До сих пор BCI для восстановления моторики полагались на ЭЭГ для измерения двигательных представлений пациента. Тем не менее, исследования также использовали фМРТ для изучения различных изменений в мозге, когда люди проходят курс реабилитации после инсульта на основе BCI. Визуализирующие исследования в сочетании с системами BCI на основе ЭЭГ обещают изучить нейропластичность во время восстановления моторики после инсульта. Будущие системы могут включать в себя фМРТ и другие средства контроля в реальном времени, такие как функциональный ближний инфракрасный диапазон, вероятно, в тандеме с ЭЭГ. Неинвазивная стимуляция мозга также изучалась в сочетании с BCI для восстановления моторики. В 2016 году ученые из Мельбурнского университета опубликовали данные доклинической проверки концепции, связанные с потенциальной технологической платформой интерфейса мозг-компьютер, разрабатываемой для пациентов с параличом, чтобы облегчить управление внешними устройствами, такими как роботизированные конечности, компьютеры и экзоскелеты, путем перевода мозговая деятельность.

Функциональное картирование мозга

В 2014 году около 400 000 человек прошли картирование мозга во время нейрохирургии. Эта процедура часто требуется людям, которые не реагируют на лекарства . Во время этой процедуры на мозг накладываются электроды, позволяющие точно определить расположение структур и функциональных зон. Пациенты могут бодрствовать во время нейрохирургии, и их просят выполнять какие-то действия, например, двигать пальцами или повторять слова. Это необходимо для того, чтобы хирурги могли удалить нужную ткань, не затрагивая другие области. Удаление слишком большого количества ткани головного мозга может привести к необратимому повреждению, а удаление слишком малого количества может потребовать дополнительной нейрохирургии.

Исследователи изучали способы улучшения нейрохирургического картирования. В этой работе основное внимание уделяется высокой гамма-активности, которую трудно обнаружить неинвазивным путем. Результаты усовершенствовали методы определения ключевых функциональных областей.

Гибкие устройства

Гибкая электроника — это полимеры или другие гибкие материалы (например , шелк , пентацен , ПДМС , парилен , полиимид ) напечатан со схемой ; гибкость позволяет электронике сгибаться. Технология изготовления, использованная для создания этих устройств, напоминает технологию, используемую для создания интегральных схем и микроэлектромеханических систем (МЭМС).

Гибкие нейронные интерфейсы могут свести к минимуму травму тканей головного мозга, связанную с механическим несоответствием между электродом и тканью.

Нейронная пыль

Основная статья: Нейронная пыль

Нейронная пыль — это устройства размером в миллиметр, работающие как нервные датчики с беспроводным питанием , которые были предложены в статье 2011 года Центра беспроводных исследований Калифорнийского университета в Беркли . В одной модели потенциалы локального поля можно было отличить от «всплесков» потенциала действия , которые давали бы значительно более разнообразные данные по сравнению с традиционными методами.

См. также

• Информатика
• Интендикс (2009)
• AlterEgo — система, которая считывает невысказанные фразы и реагирует с помощью наушников с костной проводимостью.
• Расширенное обучение
• Биологическая машина
• Кортикальные имплантаты
• Глубокая стимуляция мозга
• Человеческие чувства
• Опытная машина
• Кернел (нейротехнологическая компания)
• Обнаружение лжи
• Слуховой эффект микроволновой печи
• Нейронная инженерия
• Нейралинк
• Нейробототехника
• Нейростимуляция
• Ноотропный
• Прецизионная нейронаука
• Проект Киборг
• Имитированная реальность
• Регистрирующая матрица стент-электродов
• Телеприсутствие
• Идентификация мыслей
• Компьютер с программным обеспечением (использует аналогичную технологию для ввода-вывода)
• Эмуляция всего мозга
• Wirehead (научная фантастика)

Дальнейшее чтение

• Брауз, Эндрю. «Руководство для молодежи по мозговой музыке: сорок лет аудиозаписи ЭЭГ человека» . Электронный контакт! 14.2 – Практика биотехнологической эффективности / Pratiques de Performance biotechnologique (июль 2012 г.). Монреаль: ЦИК .
• Гупта, Кота Навин и Рамасвами Паланаппиан. «Использование высокочастотной электроэнцефалограммы в проектах визуальных и слуховых интерфейсов мозг-компьютер» . Электронный контакт! 14.2 – Практика биотехнологической эффективности / Pratiques de Performance biotechnologique (июль 2012 г.). Монреаль: ЦИК .
• Узунян, Гасия. «Трио Biomuse в разговоре: интервью с Р. Бенджамином Кнаппом и Эриком Лайоном» . Электронный контакт! 14.2 – Практика биотехнологической эффективности / Pratiques de Performance biotechnologique (июль 2012 г.). Монреаль: ЦИК .
• 20 лет исследований нейро-машинного интерфейса . Серия «Лаборатория Николелис». Том. 1. 2019. с. 452.
• 20 лет исследований нейро-машинного интерфейса . Серия «Лаборатория Николелис». Том. 2. 2019. с. 436.

Внешние ссылки

• Вандельт, Сара К.; Бьонес, Дэвид А.; Пейса, Келси; Ли, Брайан; Лю, Чарльз; Андерсен, Ричард А. (13 мая 2024 г.). «Представление внутренней речи отдельными нейронами надкраевой извилины человека» . Природа человеческого поведения . 8 (6): 1136–1149. дои : 10.1038/s41562-024-01867-y . ISSN   2397-3374 . ПМЦ   11199147 . ПМИД   38740984 .

• Проект разблокировки
• ЦРУ — беспроводной BCI