Альянс совместных технологий познания и нейроэргономики

Альянс совместных технологий в области познания и нейроэргономики (CaN) представлял собой исследовательскую программу, инициированную, спонсируемую и частично выполняемую Исследовательской лабораторией армии США . Целью программы было «проведение исследований и разработок, ведущих к демонстрации фундаментальных принципов применения нейробиологических исследований и теории в сложных операционных условиях. Эти принципы будут определять развитие технологий, которые работают в гармонии с возможностями и ограничениями нервной системы человека». ^{[ 1 ]}

Сотрудничество в области технологий и исследовательских альянсов описывает совместные исследования и технологические усилия между частной промышленностью, научными кругами, а также армейскими лабораториями и центрами. ^{[ 2 ]} Это сотрудничество позволяет армейским исследователям и инженерам объединить академические исследовательские разработки и производственные возможности отрасли и использовать их для улучшения возможностей армии. ^{[ 3 ]}

История

Крупные программы междисциплинарного сотрудничества между академическим, частным и государственным секторами начались в Армейской исследовательской лаборатории (ARL) в 1990-х годах. В 2010 году был создан Альянс совместных технологий в области познания и нейроэргономики (CaN), который стал одним из четырех действующих на тот момент альянсов ARL в области технологий и исследований. ^{[ 2 ]}^{[ 3 ]}

Цели

CaN выявил ограничения в области когнитивной нейробиологии, требующие внимания. Ограниченные условия в лабораторных условиях не могли интегрировать совокупность физических и социокультурных факторов, встречающихся в реальной среде. Портативные, надежные, минимально инвазивные и доступные по цене системы мониторинга динамики мозга и тела еще недостаточно развиты. Не хватало программного обеспечения или математических моделей, позволяющих сообщать об изменениях в окружающей среде, поведении и функциях в режиме реального времени. Программа стремилась решить эти проблемы и использовать их решения на благо солдат. CaN установил необходимость в новой экспериментальной среде, в которой можно проводить мультисенсорный анализ, и в портативных датчиках, которые контролируют динамику мозга и тела. Кроме того, это потребовало создания наборов данных и разработки методов, позволяющих более глубоко охарактеризовать поведение и различия в когнитивных способностях, производительности и личности. ^{[ 3 ]}

Направления исследований

В рамках программы CaN были определены и реализованы три основных направления исследований: ^{[ 1 ]}^{[ 3 ]}

Целью Advanced Computational Approaches (ACA) была разработка методов декодирования, мониторинга и определения состояния как на основе нейронной, так и ненейронной информации. По мере продвижения исследований они сосредоточивались на данных крупномасштабных интегративных экспериментов, а также наборах экспериментальных данных из двух других направлений CaN CTA.
Нейровизуализация реального мира (RWN) должна была помочь в изучении мозга за пределами лабораторных условий. Цитирование В этом филиале приоритетными являются инженерные и экспериментальные исследования с использованием беспроводной системы ЭЭГ с сухими электродами . Этот акцент был сделан для повышения надежности и производительности систем сухой ЭЭГ, определения стандартов их достоверности и лучшего понимания их применения в реальной нейровизуализации. Еще одним направлением исследований RWN было изучение того, как стресс и усталость влияют на поведение в реальном мире.
Компания Brain Computer Interactions (BCI) была создана для совершенствования технологий BCI и улучшения взаимодействия человека и робота. Низкая надежность, наблюдаемая во многих технологиях BCI, объясняется способностью нейронных реакций меняться с течением времени и тем, что у людей могут быть разные нейронные выходы на одни и те же стимулы. BCI сосредоточилась на использовании машинного обучения и разработке алгоритма, который бы поддерживал высокую производительность технологии BCI, несмотря на изменения в психическом состоянии человека. Другими примерами областей интереса были объединение интеллектуального обучения с технологиями BCI и улучшение взаимодействия человека и робота посредством быстрых серий визуальных презентаций с ЭЭГ.

Результаты

Примеры результатов исследований, разработанных в рамках программы CaN, включают следующее:

Выявление мультифокальной тета-диапазона, указывающего на потерю равновесия во время ходьбы на бревне. Знание электрокортикальных показаний к потере равновесия могло бы позволить провести более качественную клиническую оценку. Профилактические меры могут быть приняты для тех, кто предрасположен к падениям и проявляет такое нейронное поведение. ^{[ 4 ]}
Новый сухой ЭЭГ-электрод, обеспечивающий надежные результаты при нанесении на кожу головы без какой-либо подготовки кожи. Исследователи разработали этот электрод, включив в него сенсорно-буферный эффект, чтобы приложение силы к электроду на коже головы не вызывало боли. ^{[ 5 ]}
Используя фМРТ и новый алгоритм сетевого анализа, исследователи стали свидетелями автономности сенсомоторной коры на протяжении всего процесса моторного обучения. Скорость обучения определялась персонализированными различиями в лобной и поясной коре. ^{[ 6 ]}
Была разработана компьютерная программа правописания SSVEP BCI. Программа правописания работала со скоростью 40 слов в минуту и с относительно высокой скоростью передачи информации. ^{[ 7 ]}
Электрокортикальную динамику изучали в связи с изотоническими и изометрическими сокращениями мышц нижних конечностей. ЭЭГ в сочетании с независимым компонентным анализом использовались как метод функциональной нейровизуализации для лучшего понимания взаимосвязи между мышечной активностью и электрокортикальными сигналами. Сообщалось, что эта система ЭЭГ/ВСА прогнозирует движения колена и лодыжки с точностью 80%. ^{[ 8 ]}
Результаты, касающиеся управления нейронной сетью и структуры мозга, показали следующее. Плотно связанные области, особенно в системе режима по умолчанию , оказывают большое влияние на переход между когнитивными состояниями. При этом слабосвязанные области, особенно в системе исполнительных функций , способствуют переходу в труднодоступные когнитивные состояния. Интеграция различных когнитивных систем осуществляется областями мозга на границах нейронных сетей , особенно системами внимательного управления. ^{[ 9 ]}
Анализ частоты обнаружения на основе банка фильтров CCA использовался для улучшения обнаружения SSVEP . Этот CCA помог повысить скорость технологии BCI на основе SSVEP. ^{[ 10 ]}

Ссылки

^ Jump up to: ^а ^б «Познание и нейроэргономика | Исследовательская лаборатория армии США» . www.arl.army.mil . Проверено 4 сентября 2018 г.
^ Jump up to: ^а ^б «Сотрудничество | Исследовательская лаборатория армии США» . www.arl.army.mil . Проверено 4 сентября 2018 г.
^ Jump up to: ^а ^б ^с ^д «КаН СТА» . www.cancta.net . Проверено 4 сентября 2018 г.
^ Сипп, Эми Р.; Гвин, Джозеф Т.; Макейг, Скотт; Феррис, Дэниел П. (2013). «Потеря равновесия во время ходьбы на бревне вызывает мультифокальную электрокортикальную реакцию тета-диапазона» . Журнал нейрофизиологии . 110 (9): 2050–2060. дои : 10.1152/jn.00744.2012 . ПМЦ 3841925 . ПМИД 23926037 .
^ Ляо Л.Д., Ван И.Дж., Чен С.Ф., Чанг Цзюй, Линь Коннектикут (30 мая 2011 г.). «Разработка, изготовление и экспериментальная проверка нового датчика сухого контакта для измерения сигналов электроэнцефалографии без подготовки кожи» . Датчики . 11 (6): 5819–34. Бибкод : 2011Senso..11.5819L . дои : 10.3390/s110605819 . ПМК 3231409 . ПМИД 22163929 .
^ Бассетт, Даниэль С.; Ян, Мужи; Уимбс, Николас Ф.; Графтон, Скотт Т. (2014). «Индуцированная обучением автономия сенсомоторных систем» . Природная неврология . 18 (5): 744–51. arXiv : 1403.6034 . дои : 10.1038/nn.3993 . ПМК 6368853 . ПМИД 25849989 .
^ Наканиси М., Ван Ю., Ван Ю.Т., Мицукура Ю., Юнг Т.П. (сентябрь 2014 г.). «Высокоскоростной мозговой заклинатель, использующий устойчивые зрительные вызванные потенциалы». Международный журнал нейронных систем . 24 (6): 1450019. doi : 10.1142/S0129065714500191 . ПМИД 25081427 . S2CID 16682661 .
^ Гвин Дж.Т., Феррис Д.П. (июнь 2012 г.). «Исследование дискретных изометрических и изотонических сокращений мышц нижних конечностей человека на основе ЭЭГ» . Журнал нейроинженерии и реабилитации . 9 (1): 35. дои : 10.1186/1743-0003-9-35 . ПМЦ 3476535 . ПМИД 22682644 .
^ Гу С, Паскуалетти Ф, Числак М, Телесфорд К.К., Ю А.Б., Кан А.Е., Медалья Дж.Д., Феттель Дж.М., Миллер М.Б., Графтон С.Т., Бассетт Д.С. (октябрь 2015 г.). «Управляемость структурными мозговыми сетями» . Природные коммуникации . 6 (1): 8414. arXiv : 1406.5197 . Бибкод : 2015NatCo...6.8414G . дои : 10.1038/ncomms9414 . ПМК 4600713 . ПМИД 26423222 .
^ Чен, Сяоган; Ван, Ицзюнь; Гао, Шанкай; Юнг, Цзы-Пин; Гао, Сяорун (2015). «Канонический корреляционный анализ банка фильтров для реализации высокоскоростного интерфейса мозг-компьютер на основе SSVEP». Журнал нейронной инженерии . 12 (4): 046008. Бибкод : 2015JNEng..12d6008C . дои : 10.1088/1741-2560/12/4/046008 . ПМИД 26035476 . S2CID 44588896 .

[:0-1] Jump up to: ^а ^б «Познание и нейроэргономика | Исследовательская лаборатория армии США» . www.arl.army.mil . Проверено 4 сентября 2018 г.

[:1-2] Jump up to: ^а ^б «Сотрудничество | Исследовательская лаборатория армии США» . www.arl.army.mil . Проверено 4 сентября 2018 г.

[:2-3] Jump up to: ^а ^б ^с ^д «КаН СТА» . www.cancta.net . Проверено 4 сентября 2018 г.

[4] Сипп, Эми Р.; Гвин, Джозеф Т.; Макейг, Скотт; Феррис, Дэниел П. (2013). «Потеря равновесия во время ходьбы на бревне вызывает мультифокальную электрокортикальную реакцию тета-диапазона» . Журнал нейрофизиологии . 110 (9): 2050–2060. дои : 10.1152/jn.00744.2012 . ПМЦ 3841925 . ПМИД 23926037 .

[5] Ляо Л.Д., Ван И.Дж., Чен С.Ф., Чанг Цзюй, Линь Коннектикут (30 мая 2011 г.). «Разработка, изготовление и экспериментальная проверка нового датчика сухого контакта для измерения сигналов электроэнцефалографии без подготовки кожи» . Датчики . 11 (6): 5819–34. Бибкод : 2011Senso..11.5819L . дои : 10.3390/s110605819 . ПМК 3231409 . ПМИД 22163929 .

[6] Бассетт, Даниэль С.; Ян, Мужи; Уимбс, Николас Ф.; Графтон, Скотт Т. (2014). «Индуцированная обучением автономия сенсомоторных систем» . Природная неврология . 18 (5): 744–51. arXiv : 1403.6034 . дои : 10.1038/nn.3993 . ПМК 6368853 . ПМИД 25849989 .

[7] Наканиси М., Ван Ю., Ван Ю.Т., Мицукура Ю., Юнг Т.П. (сентябрь 2014 г.). «Высокоскоростной мозговой заклинатель, использующий устойчивые зрительные вызванные потенциалы». Международный журнал нейронных систем . 24 (6): 1450019. doi : 10.1142/S0129065714500191 . ПМИД 25081427 . S2CID 16682661 .

[8] Гвин Дж.Т., Феррис Д.П. (июнь 2012 г.). «Исследование дискретных изометрических и изотонических сокращений мышц нижних конечностей человека на основе ЭЭГ» . Журнал нейроинженерии и реабилитации . 9 (1): 35. дои : 10.1186/1743-0003-9-35 . ПМЦ 3476535 . ПМИД 22682644 .

[9] Гу С, Паскуалетти Ф, Числак М, Телесфорд К.К., Ю А.Б., Кан А.Е., Медалья Дж.Д., Феттель Дж.М., Миллер М.Б., Графтон С.Т., Бассетт Д.С. (октябрь 2015 г.). «Управляемость структурными мозговыми сетями» . Природные коммуникации . 6 (1): 8414. arXiv : 1406.5197 . Бибкод : 2015NatCo...6.8414G . дои : 10.1038/ncomms9414 . ПМК 4600713 . ПМИД 26423222 .

[10] Чен, Сяоган; Ван, Ицзюнь; Гао, Шанкай; Юнг, Цзы-Пин; Гао, Сяорун (2015). «Канонический корреляционный анализ банка фильтров для реализации высокоскоростного интерфейса мозг-компьютер на основе SSVEP». Журнал нейронной инженерии . 12 (4): 046008. Бибкод : 2015JNEng..12d6008C . дои : 10.1088/1741-2560/12/4/046008 . ПМИД 26035476 . S2CID 44588896 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]