Экзокортекс

Материал из wikixw
Перейти к навигации Перейти к поиску

Для непосредственного управления мозгом протезных устройств см. Нейропротезирование.

Интерфейс мозг–компьютер (BCI), иногда называемый интерфейсом нейронного управления (NCI), интерфейсом разум–машина (MMI), прямым нейронным интерфейсом (DNI) или интерфейсом мозг–машина (BMI), представляет собой прямой коммуникационный путь между усовершенствованным или проводным мозгом и внешним устройством. БКИ часто направлены на исследование, картирование, оказание помощи, усилениеили восстановление когнитивных или сенсомоторных функций человека.

Исследования BCIs начались в 1970-х годах в Калифорнийском университете в Лос-Анджелесе (UCLA) по гранту Национального научного фонда, а затем по контракту DARPA. Статьи, опубликованные после этого исследования, также отмечают первое появление в научной литературе выражения "интерфейс мозг–компьютер".

Благодаря кортикальной пластичности мозга сигналы от имплантированных протезов могут после адаптации обрабатываться мозгом подобно естественным сенсорным или эффекторным каналам. После нескольких лет экспериментов на животных первые нейропротезные устройства, имплантированные в человека, появились в середине 1990-х годов.

В последнее время исследования в Взаимодействие человека и компьютера за счет применения машинного обучения со статистическими временными функциями, извлеченные из лобной доли головного мозга, ЭЭГ мозговых данных показал высокий уровень успеха в классификации психических состояний (спокойных, нейтральных, концентрации), психическое эмоциональное состояние (негативное, нейтральное, положительное) и таламокортикальных дизритмии

История[править]

История интерфейсов мозг-компьютер (BCIs) начинается с открытия Хансом Бергеромэлектрической активности человеческого мозга и развития электроэнцефалографии (ЭЭГ). В 1924 году Бергер был первым, кто записал активность человеческого мозга с помощью ЭЭГ. Бергер смог идентифицировать колебательную активность, такую как волна Бергера или альфа-волна (8-13 Гц), анализируя следы ЭЭГ.

Первое записывающее устройство Бергера было очень примитивным. Он вставлял серебряные провода под скальпы своих пациентов. Позже они были заменены серебряными фольгами, прикрепленными к голове пациента резиновыми бинтами. Бергер подключил эти датчики к капиллярному электрометру Липпмана, что дало неутешительные результаты. Однако более сложные измерительные приборы, такие как двухобмоточный регистрирующий гальванометр фирмы Siemens, который показывал электрическое напряжение, равное одной десятитысячной вольта, привели к успеху.

Бергер проанализировал взаимосвязь чередований в своих волновых диаграммах ЭЭГ с заболеваниями головного мозга. ЭЭГ открыла совершенно новые возможности для исследования деятельности человеческого 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 Люсье. В пьесе используются ЭЭГ и оборудование для обработки аналоговых сигналов (фильтры, усилители и микшерный пульт) для стимуляции акустических ударных инструментов. Чтобы исполнить пьесу, нужно создать альфа-волны и тем самым "сыграть" различные ударные инструменты через громкоговорители, которые расположены рядом или непосредственно на самих инструментах.]

В Калифорнийском университете профессор Жак Видаль придумал термин "БКИ" и выпустил первую в рецензируемых изданиях на эту тему.видал широко признан как изобретатель Биков в БКИ сообщества, что нашло отражение во многих рецензируемых статей рассмотрении и обсуждении данной области (например,). В его работе 1973 года была сформулирована "задача БКИ": управление внешними объектами с помощью сигналов ЭЭГ. Особенно он указал на условную отрицательную вариацию (CNV) потенциал как вызов для контроля BCI. Эксперимент 1977 года, описанный Видалем, был первым применением BCI после его вызова 1973 года BCI. Это был неинвазивный ЭЭГ (фактически визуальные вызванные потенциалы (ВЭП)) контроль графического объекта типа курсора на экране компьютера. Демонстрация была движением в лабиринте.

После своих ранних вкладов Видаль уже много лет не принимал активного участия ни в исследованиях BCI, ни в мероприятиях BCI, таких как конференции. Однако в 2011 году он выступил с лекцией в австрийском Грацепри поддержке будущего проекта BNCI, представив первый BCI , который вызвал бурные овации. К Видалю присоединилась его жена Лариса Видаль, которая ранее работала с ним в Калифорнийском университете в Лос-Анджелесе над его первым проектом BCI.

В 1988 году был представлен доклад о неинвазивном контроле ЭЭГ физического объекта-робота. Описанный эксперимент представлял собой ЭЭГ-контроль многократного старта-остановки-перезапуска движения робота по произвольной траектории, определяемой линией, проведенной на полу. Линейное поведение было поведением робота по умолчанию, использующим автономный интеллект и автономный источник энергии. этот отчет 1988 года, написанный Стиво Бозиновски, Михаилом Сестаковым и Лиляной Бозиновской, был первым отчетом о контроле робота с помощью ЭЭГ.

В 1990 году был представлен доклад о двунаправленном адаптивном ИМК с замкнутым контуром, управляющем компьютерным зуммером с помощью предвосхищающего потенциала мозга-потенциала условной отрицательной вариации (CNV). Эксперимент описал, как ожидаемое состояние мозга, проявляющееся CNV, управляет в контуре обратной связи зуммером S2 в парадигме S1-S2-CNV. Полученная когнитивная волна, представляющая собой ожидание обучения в мозге, называется Электроспектограммой (ЭКГ). Потенциал мозга CNV был частью задачи BCI, представленной Видалем в его статье 1973 года.

BCIs против нейропротезирования[править]

Основная статья: Нейропротезирование

Она сочетает это область неврологии касается нейронных протезов, то есть с помощью искусственного устройства для замещения функций нарушения нервной системы и мозга, связанные с проблемами, или органов чувств или органов сам (мочевой пузырь, диафрагма и т. д.). В декабре 2010 года, кохлеарные импланты были имплантированы как нейропротезы устройства в примерно 220 000 человек по всему миру.Существует также несколько нейропротезных устройств, направленных на восстановление зрения, включая имплантаты сетчатки. Однако первым нейропротезирующим устройством был кардиостимулятор.

Эти термины иногда используются взаимозаменяемо. Нейропротезирование и BCIs стремятся достичь тех же целей, таких как восстановление зрения, слуха, движения, способности к общению и даже когнитивных функций. оба используют аналогичные экспериментальные методы и хирургические методы.

Исследование ИМК животных[править]

Нескольким лабораториям удалось записать сигналы от коры головного мозга обезьян и крыс, чтобы управлять БКИ для производства движения. Обезьяны перешли компьютер курсоры на экран и командовал манипуляторы для выполнения простых задач, просто думая о задаче и увидеть визуальную обратную связь, но без какой-либо мощности двигателя. в мае 2008 года фотографии, которые показывал обезьяне в медицинский центр Университета Питтсбурга операционной роботизированную руку, думая, были опубликованы в ряде известных научных журналах.

Ранняя работа[править]

Обезьяна, управляющая роботизированной рукой с интерфейсом мозг–компьютер (Лаборатория Шварца, Питтсбургский университет)

В 1969 году исследования оперантного кондиционирования Фетца и его коллег в региональном исследовательском Центре приматов и на кафедре физиологии и биофизики Медицинской школы Вашингтонского университета в Сиэтлевпервые показали , что обезьяны могут научиться управлять отклонением измерительной руки биологической обратной связи с помощью нейронной активности.Аналогичная работа, проведенная в 1970-х годах, показала, что обезьяны могут быстро научиться добровольно контролировать скорость возбуждения отдельных и множественных нейронов в первичной моторной коре, если они будут вознаграждены за создание соответствующих паттернов нервной активности.

Исследования , в ходе которых были разработаны алгоритмы восстановления движений из нейронов моторной корыголовного мозга, контролирующих движение, относятся к 1970-м годам. В 1980-х годах Апостолос Георгопулос из Университета Джона Хопкинса обнаружил математическую зависимость между электрическими реакциями одиночных нейронов моторной коры у макак-резусов и направлением, в котором они двигали руками (на основе Косинуса функция). Он также обнаружил, что разрозненные группы нейронов в разных областях мозга обезьяны коллективно контролируют двигательные команды, но могут регистрировать срабатывание нейронов только в одной области одновременно из-за технических ограничений, налагаемых его оборудованием.

С середины 1990-х годов наблюдается быстрое развитие БКИ. несколько групп смогли улавливать сложные сигналы моторной коры головного мозга, записывая их из нейронных ансамблей (групп нейронов) и используя их для управления внешними устройствами.

Выдающиеся научные успехи[править]

Кеннеди и Ян[править]

Филипп Кеннеди (который позже основал компанию Neural Signals в 1987 году) и его коллеги создали первый внутрикорковый интерфейс мозг–компьютер, имплантировав обезьянам электроды с нейротрофическими конусами

Ян Дан и его коллеги записали кошачье зрение с помощью ИМК, имплантированного в латеральное генитальное ядро (верхний ряд: исходное изображение; нижний ряд: запись)
  • В 1999 году исследователи под руководством Ян Дана из Калифорнийского университета в Беркли расшифровали нейронные импульсы, чтобы воспроизвести изображения, увиденные кошками. Команда использовала массив электродов, встроенных в таламус (который объединяет все сенсорные входы мозга) остроглазых кошек. Исследователи нацелились на 177 клеток головного мозга в области латерального геникулярного ядра таламуса, которое декодирует сигналы от сетчатки Кошкам показали восемь короткометражных фильмов, и их нейронные выстрелы были записаны. Используя математические фильтры, исследователи расшифровали сигналы, чтобы создать фильмы о том, что видели кошки, и смогли восстановить узнаваемые сцены и движущиеся объекты. аналогичные результаты на людях с тех пор были достигнуты исследователями в Японии (см. ниже).

Николелис[править]

Мигель Николелис, профессор Университета Дьюкав Дареме, штат Северная Каролина, был видным сторонником использования нескольких электродов, распределенных по большей области мозга, для получения нейронных сигналов для управления ИМК.

Проведя первые исследования на крысах в 1990-х годах, Николелис и его коллеги разработали БКИ, которые расшифровывали мозговую активность обезьян-совят и использовали эти устройства для воспроизведения движений обезьян в роботизированных руках. Обезьяны обладают развитыми способностями к дотягиванию и хватанию, а также хорошими навыками манипулирования руками, что делает их идеальными испытуемыми для такого рода работы.

К 2000 году группе удалось создать ИМК, который воспроизводил движения совы-обезьяны, когда та управляла джойстиком или тянулась за едой. ИМК работал в режиме реального времени, а также мог дистанционно управлять отдельным роботом по интернет-протоколу. Но обезьяны не могли видеть движения руки и не получали никакой обратной связи, так называемого ИМК с разомкнутым контуром.

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

В более поздних экспериментах Николелиса с использованием макак-резусов удалось замкнуть петлю обратной связи и воспроизвести движения обезьяны, протягивающей и хватающей руки робота. С их глубоко расщепленным и морщинистым мозгом макаки-резусы считаются лучшими моделями для человеческой нейрофизиологии, чем совы. Обезьяны были обучены достигать и захватывать объекты на экране компьютера, манипулируя джойстиком, в то время как соответствующие движения руки робота были скрыты. Обезьянам позже показали робота непосредственно и научили управлять им, наблюдая за его движениями. BCI использовал предсказания скорости для управления достигающими движениями и одновременно предсказывал силузахвата. В 2011 году О'Догерти и его коллеги показали ИМК с сенсорной обратной связью с макаками-резусами. Обезьяна была мозгом, контролирующим положение руки Аватара, получая сенсорную обратную связь через прямую интракортикальную стимуляцию (ICMS) в области представления руки сенсорной коры.] Донохью, Шварц и Андерсен

Другие лаборатории, которые разработали BCIs и алгоритмы, декодирующие сигналы нейронов, включают лаборатории Джона Донохью из Университета Брауна, Эндрю Шварца из Питтсбургского университета и Ричарда Андерсена из Калифорнийскоготехнологического института . Эти исследователи смогли создать рабочие БКИ, даже используя записанные сигналы от гораздо меньшего числа нейронов, чем Николелис (15-30 нейронов против 50-200 нейронов).

Группа Донохью сообщила об обучении макак-резусов использовать ИМК для отслеживания визуальных целей на экране компьютера (замкнутый цикл ИМК) с помощью или без помощи джойстика. группа Шварца создала БКИ для трехмерного отслеживания в виртуальной реальности, а также воспроизвела управление БКИ в роботизированной руке. Эта же группа также создала заголовки, когда продемонстрировала, что обезьяна может кормить себя кусочками фруктов и зефира с помощью роботизированной руки, управляемой сигналами собственного мозга животного.

Группа Андерсена использовала записи премодульной активности из задней теменной коры в своих ИМК, в том числе сигналы, созданные, когда экспериментальные животные ожидали получения вознаграждения.

Другие исследования[править]

В дополнение к прогнозированию кинематических и кинетических параметров движений конечностей разрабатываются БКИ, которые предсказывают электромиографическую или электрическую активность мышц приматов. такие БКИ могут быть использованы для восстановления подвижности в парализованных конечностях с помощью электростимулирующих мышц.

Мигель Николелис и его коллеги продемонстрировали, что активность больших нейронных ансамблей может предсказывать положение руки. Эта работа сделала возможным создание БКИ, которые считывают намерения движения рук и переводят их в движения искусственных исполнительных механизмов. Кармена и ее коллеги запрограммировали нейронное кодирование в ИМК, которое позволяло обезьяне управлять движением руки-робота, чтобы дотянуться и схватить. Лебедев и его коллеги утверждали, что мозговые сети реорганизуются, чтобы создать новое представление роботизированного придатка в дополнение к представлению собственных конечностей животного.

В 2019 году исследователи из UCSF опубликовали исследование, в котором они продемонстрировали ИМК, который потенциально может помочь пациентам с нарушениями речи, вызванными неврологическими расстройствами. Их ИМК использовал электрокортикографию высокой плотности для выявления нейронной активности мозга пациента и использовал методы глубокого обучения для синтеза речи.

Самым большим препятствием для технологии ИМК в настоящее время является отсутствие сенсорной модальности, обеспечивающей безопасный, точный и надежный доступ к сигналам мозга. Однако вполне возможно и даже вероятно, что такой датчик будет разработан в течение ближайших двадцати лет. Использование такого датчика должно значительно расширить спектр коммуникационных функций, которые могут быть обеспечены с помощью ИМК.

Разработка и внедрение системы ИМК является сложным и трудоемким процессом. В ответ на эту проблему компания Gerwin Schalk разработала систему общего назначения для исследований BCI, получившую название BCI2000. BCI2000 находится в стадии разработки с 2000 года в рамках проекта, возглавляемого программой исследования и разработки интерфейса мозг-компьютер в центре Уодсворт Департамента здравоохранения штата Нью-Йорк в Олбани, Нью-Йорк, Соединенные Штаты.

Новый "беспроводной" подход использует свето-стробированные ионные каналы, такие как Channelrhodopsin, для управления активностью генетически определенных подмножеств нейронов in vivo. В контексте простой учебной задачи освещение трансфицированных клеток в соматосенсорной коре влияло на процесс принятия решений свободно движущимися мышами.]

Использование BMIs также привело к более глубокому пониманию нейронных сетей и центральной нервной системы. Исследования показали, что, несмотря на склонность нейробиологов полагать, что нейроны имеют наибольший эффект при совместной работе, одиночные нейроны могут быть обусловлены использованием BMI для стрельбы по паттерну, который позволяет приматам контролировать моторные выходы. Использование Бмис привело к разработке принципа недостаточности одиночных нейронов, который гласит, что даже при хорошо настроенной скорости стрельбы одиночные нейроны могут нести только узкий объем информации, и поэтому самый высокий уровень точности достигается при записи выстрелов коллективного ансамбля. Другие принципы, обнаруженные с использованием BMIs, включают в себя принцип многозадачности нейронов, принцип массы нейронов, принцип дегенерации нейронов и принцип пластичности.

БКИ также предлагается применять пользователям без инвалидности. Ориентированная на пользователя классификация подходов к ИМК Торстеном О. Зандером и Кристианом коте вводит термин пассивный ИМК. наряду с активными и реактивными ИМК, которые используются для направленного управления, пассивные ИМК позволяют оценивать и интерпретировать изменения в состоянии пользователя во время взаимодействия человека и компьютера (HCI). Во вторичном, неявном контуре управления компьютерная система адаптируется к своему пользователю, улучшая его удобство использования в целом.

Помимо систем БКИ, которые декодируют нейронную активность для приведения в действие внешних эффекторов, системы БКИ могут использоваться для кодирования сигналов с периферии. Эти сенсорные устройства BCI позволяют в режиме реального времени принимать поведенчески значимые решения на основе замкнутой нейростимуляции.

Премия BCI[править]

Ежегодная премия BCI Research Award присуждается в знак признания выдающихся и инновационных исследований в области интерфейсов мозг-компьютер. Каждый год известную исследовательскую лабораторию просят оценить представленные проекты. В состав жюри входят ведущие мировые эксперты BCI, привлеченные лабораторией награждения. Жюри выбирает двенадцать номинантов, затем выбирает первого, второго и третьего победителя, которые получают награды в размере $3000, $2000 и $1000, соответственно.

Исследование BCI человека[править]

Инвазивные BCIs[править]

Инвазивный ИМК требует хирургического вмешательства для имплантации электродов под кожу головы для передачи сигналов мозга. Главное преимущество заключается в обеспечении более точного считывания показаний, однако его недостатком являются побочные эффекты от операции. После операции могут образоваться рубцовые ткани, которые могут ослабить мозговые сигналы. Кроме того, согласно исследованиям Abdulkader et al., (2015), организм может не принимать имплантированные электроды, и это может вызвать медицинское состояние.

Видение[править]

Инвазивное исследование BCI было нацелено на восстановление поврежденного зрения и обеспечение новой функциональности для людей с параличом. Инвазивные БКИ имплантируются непосредственно в серое вещество головного мозга во время нейрохирургии. Поскольку они находятся в сером веществе, инвазивные устройства производят сигналы самого высокого качества устройств BCI, но склонны к образованию рубцовых тканей, в результате чего сигнал становится слабее или даже не существует, поскольку тело реагирует на инородный объект в головном мозге.

В науке о зрениипрямые имплантаты головного мозга используются для леченияврожденной (приобретенной) слепоты. Одним из первых ученых, создавших работающий интерфейс мозга для восстановления зрения, был частный исследователь Уильям Добелл.

Первый прототип добеллии был имплантирован в" Джерри", человека, ослепленного во взрослом возрасте, в 1978 году. На зрительную кору Джерри был имплантирован одномоментный БКИ , содержащий 68 электродов, и ему удалось получить фосфены-ощущение видимого света. Система включала в себя камеры, установленные на стеклах для передачи сигналов на имплантат. Изначально имплантат позволял Джерри видеть оттенки серого в ограниченном поле зрения при низкой частоте кадров. Это также требовало, чтобы он был подключен к главному компьютеру но уменьшающаяся электроника и более быстрые компьютеры сделали его искусственный глаз более портативным и теперь позволяют ему выполнять простые задачи без посторонней помощи.

Фиктивный блок, иллюстрирующий конструкцию интерфейса BrainGate

В 2002 году Йенс Науманн, также ослепший во взрослом возрасте, стал первым в серии из 16 платных пациентов, получивших имплантат второго поколения Добеллии, что ознаменовало одно из самых ранних коммерческих применений BCIs. Устройство второго поколения использовало более сложный имплантат, позволяющий лучше отображать фосфены в когерентное зрение. Фосфены распределены по всему визуальному полю в том, что исследователи называют "эффект звездной ночи". Сразу же после имплантации Йенс смог использовать свое несовершенно восстановленное зрение, чтобы медленно водить автомобиль по стоянке исследовательского института.[к сожалению, Добелль умер в 2004году до того, как его процессы и разработки были задокументированы. Впоследствии, когда у г-на Науманна и других пациентов в программе начались проблемы со зрением, облегчения не было, и в конце концов они снова потеряли свое "зрение". Науман написал о своем опыте работы с Добеллией в поисках Рая: отчет пациента об эксперименте с искусственным зрением и вернулся на свою ферму в Юго-Восточном Онтарио, Канада, чтобы возобновить свою нормальную деятельность.

Движение[править]

БКИ, фокусирующиеся на двигательном нейропротезировании, нацелены либо на восстановление движения у людей с параличом, либо на предоставление устройств для оказания им помощи, таких как интерфейсы с компьютерами или роботизированными руками.

Исследователи из Университета Эмори в Атланте, возглавляемые Филиппом Кеннеди и Роем Бакаем, первыми установили человеку мозговой имплантат, который вырабатывал сигналы достаточно высокого качества, чтобы имитировать движение. Их пациент, Джонни Рэй (1944-2002), страдал от "синдрома замкнутости" после перенесенного в 1997 году инсульта ствола головного мозга. Имплантат Рэя был установлен в 1998 году, и он прожил достаточно долго, чтобы начать работать с имплантатом, в конце концов научившись управлять компьютерным курсором; он умер в 2002 году от аневризмы головного мозга.]

Тетраплегик Мэтт Нэгл стал первым человеком, который управлял искусственной рукой с помощью ИМК в 2005 году в рамках первого девятимесячного испытания чип-имплантата BrainGate компании Cyberkinetics на людях. Имплантированный в правую прецентральную извилину нэгла (область моторной коры, отвечающая за движение руки) 96-электродный имплантат BrainGate позволял Нэглу управлять роботизированной рукой, думая о движении своей руки, а также компьютерным курсором, лампами и телевизором. чтобы разработать компьютерный интерфейс мозга с электродами, расположенными на поверхности черепа, а не непосредственно в головном мозге.

Совсем недавно, группа исследователей под руководством Braingate группе в Университете Брауна[52] и группа, возглавляемая медицинский центр Университета Питтсбурга, в сотрудничестве с США по делам ветеранов, показали, дальнейших успехов в непосредственное управление роботизированные протезы конечностей со многими степенями свободы с помощью прямого подключения к массивов нейронов в моторной коре пациентов с тетраплегией.

Частично инвазивные БКИ[править]

Частично инвазивные устройства ИМК имплантируются внутрь черепа, но находятся вне мозга, а не в сером веществе. Они производят сигналы с более высоким разрешением, чем неинвазивные БКИ, где костная ткань черепа отклоняет и деформирует сигналы и имеет более низкий риск образования рубцовой ткани в мозге, чем полностью инвазивные БКИ. Была доклиническая демонстрация внутрикорковых ИМК из перилезионной корыголовного мозга при инсульте ].]

Электрокортикография (ЭКоГ) измеряет электрическую активность мозга, взятая из-под черепа аналогично неинвазивной ЭЭГ, но электроды встроены в тонкий пластиковый коврик, который расположен выше коре, под твердой мозговой оболочкой. Эг технологии были впервые опробована на людях в 2004 исполнителя Eric Leuthardt и Дэниел Моран из Вашингтонского университета в Сент-Луисе. В более позднем испытании исследователи позволили мальчику-подростку играть в Space Invaders с помощью своего имплантата ECoG.] Это исследование показывает, что контроль является быстрым, требует минимальной подготовки и может быть идеальным компромиссом в отношении точности сигнала и уровня инвазивности.

Сигналы могут быть либо субдуральными, либо эпидуральными, но не берутся изнутри самой паренхимы головного мозга. До недавнего времени он не был широко изучен из-за ограниченного доступа субъектов. В настоящее время единственным способом получения сигнала для исследования является использование пациентов, требующих инвазивного мониторинга для локализации и резекции эпилептогенного очага.

ЭКоГ является очень перспективной промежуточной модальностью ИМК, поскольку она обладает более высоким пространственным разрешением, лучшим отношением сигнал / шум, более широким частотным диапазоном и меньшими требованиями к обучению, чем ЭЭГ, записанная скальпом, и в то же время имеет меньшую техническую сложность, меньший клинический риск и, вероятно, более высокую долгосрочную стабильность, чем внутрикорковая запись одного нейрона. Этот профиль характеристик и недавние доказательства высокого уровня контроля при минимальных требованиях к обучению показывают потенциал для реального применения в реальном мире для людей с двигательными нарушениями. Светореактивные визуализирующие устройства BCI все еще находятся в области теории.

Неинвазивные БКИ[править]

Были также эксперименты на людях с использованием неинвазивных технологий нейровизуализации в качестве интерфейсов. Значительное большинство опубликованных работ по ИМК связано с неинвазивными ИМК на основе ЭЭГ. Неинвазивные технологии и интерфейсы на основе ЭЭГ используются для гораздо более широкого спектра применений. 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 гасит сигналы, 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 не основанные на ЭЭГ, а также инвазивные не требуют предварительной подготовки к использованию. В целом, наилучший ИМК для каждого пользователя зависит от множества факторов.

Не основанный на ЭЭГ человеко-компьютерный интерфейс[править]

Электроокулография (ЭОГ)

В 1989 году был представлен доклад об управлении мобильным роботом движением глаз с помощью сигналов электроокулографии (ЭОГ). Мобильный робот приводился в движение от старта до точки цели с помощью пяти команд EOG, интерпретируемых как вперед, назад, влево, вправо и стоп. ЭОГ как проблема управления внешними объектами была представлена Видалем в его работе 1973 года Колебание размера зрачка

В статье 2016года описывалось совершенно новое коммуникационное устройство и не основанный на ЭЭГ человеко-компьютерный интерфейс, который не требует визуальной фиксацииили вообще способности двигать глазами. Интерфейс основан на скрытом интересе направляя свое внимание на выбранную букву на виртуальной клавиатуре, без необходимости двигать глазами, чтобы смотреть прямо на букву. Каждая буква имеет свой собственный (фоновый) круг, который микроколеблется по яркости иначе, чем все остальные буквы. Выбор букв основан на наилучшем соответствии между непреднамеренным колебанием размера зрачка и рисунком колебаний яркости фонового круга. Точность дополнительно повышается за счет мысленной репетиции пользователем слов "яркий" и "темный" в синхронности с переходами яркости круга буквы.

Функциональная ближняя инфракрасная спектроскопия[править]

В 2014 и 2017 годах БКИ с помощью функциональной ближней инфракрасной спектроскопии для "запертых" пациентов с боковым амиотрофическим склерозом (АЛС) удалось восстановить некоторую базовую способность пациентов к общению с другими людьми.

Интерфейсы мозг-компьютер на основе электроэнцефалографии (ЭЭГ)[править]

Записи мозговых волн, полученных с помощью электроэнцефалограммы

После БКИ вызовом сказал Видаль в 1973 году, первоначальные доклады на неинвазивный подход входит контроль курсора в 2D с использованием ВЭП (Видаль 1977), управление зуммером используя ХНВ (Bozinovska и соавт. 1988, 1990), контроль физического объекта, робота, используя ритм мозга (альфа) (Bozinovski и соавт. 1988), контроль текст, написанный на экране, используя Р300 (Фарвелл и Donchin, 1988).

В первые дни исследований ИМК еще одним существенным препятствием для использования электроэнцефалографии (ЭЭГ) в качестве интерфейса мозг–компьютер была обширная подготовка, необходимая для того, чтобы пользователи могли работать с этой технологией. Например, в экспериментах, начавшихся в середине 1990-х годов, Нильс Бирбаумер из Тюбингенского университета в Германии обучал сильно парализованных людей саморегуляции медленных кортикальных потенциалов в их ЭЭГ до такой степени, что эти сигналы можно было использовать в качестве двоичного сигнала для управления компьютерным курсором. чтобы предотвратить надвигающиеся припадки, контролируя эту волну низкого напряжения.) В ходе эксперимента десять пациентов были обучены управлять компьютерным курсором, управляя своими мозговыми волнами. Процесс был медленным, требуя более часа для пациентов, чтобы написать 100 символов с помощью курсора, в то время как обучение часто занимало много месяцев. Однако медленный кортикальный потенциальный подход к БКИ не использовался в течение нескольких лет, поскольку другие подходы практически не требуют обучения, являются более быстрыми и точными и работают для большей доли пользователей.

Другим исследовательским параметром является тип измеряемой колебательной активности. Герт Пфуртшеллер основал лабораторию ИМК в 1991 году и поместил результаты своих исследований моторных образов в первый онлайн-ИМК, основанный на колебательных признаках и классификаторах. Вместе с Бирбаумером и Джонатаном Вольпау из Университета штата Нью-Йорк они сосредоточились на разработке технологии, которая позволила бы пользователям выбирать сигналы мозга, которые, по их мнению, легче всего работают с ИМК, включая МЮ и бета-ритмы.

Еще одним параметром является используемый метод обратной связи, и это показано в исследованиях сигналов Р300. Паттерны волн Р300 генерируются непроизвольно (стимул-обратнаясвязь), когда люди видят что-то, что они узнают, и могут позволить ИМК декодировать категории мыслей без предварительной подготовки пациентов. Напротив, методы биологической обратной связи, описанные выше, требуют обучения управлению мозговыми волнами, чтобы можно было обнаружить результирующую мозговую активность.

В 2005 году сообщалось исследования по эмуляции ЭЭГ цифровых схем управления БКИ, с примером ХНВ флип-флоп. в 2009 году сообщалось неинвазивной ЭЭГ управления роботизированной руки с использованием ХНВ флип-флоп. в 2011 году сообщалось управлять двумя роботизированными руками, решая задачи "Ханойская башня" с тремя дисками с помощью ХНВ флип-флоп. в 2015 году он был описан ЭЭГ-эмуляция Шмидт триггер, мультивибратор, демультиплексор, и модем.

В то время как ЭЭГ-интерфейс на основе мозга и компьютера был широко применен рядом исследовательских лабораторий, недавние достижения, сделанные Беном Хе и его командой в Университете Миннесоты, предполагают потенциал ЭЭГ-интерфейса на основе мозга и компьютера для выполнения задач, близких к инвазивному интерфейсу мозга и компьютера. Используя усовершенствованную функциональную нейровизуализацию, включающую смелую функциональную МРТ и ЭЭГ-визуализацию источника, Bin He и его коллеги определили ко-вариацию и ко-локализацию электрофизиологических и гемодинамических сигналов, индуцированных моторным воображением. Усовершенствованный нейровизуализационным подходом и обучающим протоколом, Бин Хэ и его коллеги продемонстрировали способность неинвазивного ЭЭГ-интерфейса мозг-компьютер управлять полетом виртуального вертолета в трехмерном пространстве на основе моторного воображения. в июне 2013 года было объявлено, что Бин Хэ разработал методику, позволяющую вертолету с дистанционным управлением перемещаться по полосе препятствий.

В дополнение к интерфейсу мозг-компьютер, основанному на мозговых волнах, записанных с электродов ЭЭГ скальпа, Бин Хэ и его коллеги исследовали виртуальный интерфейс мозг-компьютер на основе сигналов ЭЭГ, сначала решив обратную задачу ЭЭГ, а затем используя полученную виртуальную ЭЭГ для задач интерфейса мозг-компьютер. Хорошо контролируемые исследования показали преимущества такого анализа источников, основанного на интерфейсе мозг-компьютер.

Исследование 2014 года показало, что пациенты с тяжелыми двигательными нарушениями могут общаться быстрее и надежнее с помощью неинвазивной ЭЭГ-ИМК, чем с любым другим мышечным каналом связи.]

Исследование 2016 года показало, что устройство Emotiv EPOC может быть более подходящим для контрольных задач с использованием уровня внимания/медитации или моргания глаз, чем устройство Neurosky MindWave.

Исследование, проведенное в 2019 году, показало, что применение эволюционных алгоритмов может улучшить классификацию психических состояний ЭЭГ с помощью неинвазивного устройства Muse, что позволит качественно классифицировать данные, полученные дешевым потребительским ЭЭГ-сенсором.

Сухие активные электродные решетки[править]

В начале 1990-х годов Бабак Тахери из Калифорнийского университета в Дэвисе продемонстрировал первые одноканальные, а также многоканальные сухие активные электродные решетки с использованием микрообработки. Конструкция и результаты одноканального сухого электрода ЭЭГ были опубликованы в 1994 году[77]. Было также продемонстрировано, что упорядоченный электрод хорошо работает по сравнению с электродами из серебра/хлорида серебра. Устройство состояло из четырех узлов датчиков со встроенной электроникой для снижения уровня шума путем согласования импеданса Преимущества таких электродов заключаются в следующем:

(1) отсутствие использования электролита,

(2) отсутствие подготовки кожи,

(3) значительно уменьшенный размер датчика и

(4) совместимость с системами мониторинга ЭЭГ. Массив активных электродов представляет собой интегрированную систему, состоящую из массива емкостных датчиков с локальной интегральной схемой, размещенных в корпусе с батареями для питания схемы. Этот уровень интеграции был необходим для достижения функциональных характеристик, полученных электродом.

Электрод был протестирован на электрическом стенде и на людях в четырех модальностях активности ЭЭГ, а именно:

(1) спонтанная ЭЭГ,

(2) сенсорные потенциалы, связанные с событиями,

(3) потенциалы ствола мозга и

(4) когнитивные потенциалы, связанные с событиями. Производительность сухого электрода выгодно отличалась от производительности стандартных влажных электродов с точки зрения подготовки кожи, отсутствия требований к гелю (сухой) и более высокого отношения сигнал / шум.

В 1999 году исследователи из Университета Кейс Вестерн Резервв Кливленде, штат Огайо, под руководством Хантера Пекхэма, использовали 64-электродную ЭЭГ-тюбетейку для возвращения ограниченных движений рук к квадриплегии Джим Джатич. Поскольку Джатич сосредоточился на простых, но противоположных понятиях, таких как "вверх" и "вниз", его бета-ритм ЭЭГ был проанализирован с помощью программного обеспечения для выявления паттернов в шуме. Был выявлен базовый паттерн и использован для управления переключателем: активность выше среднего была установлена в положение Вкл, ниже среднего-в положение Выкл. Помимо того, что Джатич мог управлять курсором компьютера, сигналы также использовались для управления нервными контроллерами, встроенными в его руки, восстанавливая некоторое движение.

SSVEP mobile EEG BCIs[править]

В 2009 году было сообщено о головном уборе NCTU Brain-Computer-Interface-headband. Исследователи, разработавшие этот BCI-оголовье, также разработали на основе кремния микроэлектромеханическую систему (МЭМС) сухих электродов, предназначенных для применения в не волосатых участках тела. Эти электроды крепились к плате DAQ в оголовье с помощью защелкивающихся электрододержателей. Модуль обработки сигналов измерял Альфа активность и телефон с поддержкой Bluetooth оценивали бдительность пациентов и их способность к когнитивной деятельности. Когда субъект впадал в дремоту, телефон посылал вызывающую обратную связь оператору, чтобы разбудить их. Это исследование было поддержано Национальным научным советом Тайваня, R. O. C., NSC, Национальным университетом Чао-Дун, Министерством образования Тайваня и исследовательской лабораторией армии США.]

В 2011 году исследователи сообщили о сотовом ИМК с возможностью принимать данные ЭЭГ и преобразовывать их в команду, чтобы вызвать телефонный звонок. Это исследование было частично поддержано компанией Abraxis Bioscience LLP, исследовательской лабораторией армии США и армейским исследовательским управлением. Разработанная технология представляла собой носимую систему , состоящую из четырехканального модуля сбора/усиления биосигнала, модуля беспроводной передачи и сотового телефона с поддержкой Bluetooth. Электроды были расположены так, чтобы они улавливали устойчивые визуальные вызванные потенциалы (SSVEPs).[81] Ssvep-это электрические реакции на мерцающие визуальные стимулы с частотой повторения более 6 Гц, которые лучше всего обнаруживаются в теменной и затылочной областях зрительной коры головы. сообщалось, что с помощью этой установки ИМК все участники исследования смогли инициировать телефонный звонок с минимальной практикой в естественной среде.

Ученые утверждают, что их исследования с использованием одноканального быстрого преобразования Фурье (БПФ) и алгоритма канонического корреляционного анализа многоканальной системы (ОСО) поддерживают пропускную способность мобильных БКИ. Алгоритм CCA был применен и в других экспериментах, исследующих БКИ с заявленной высокой производительностью как по точности, так и по скорости. в то время как технология BCI на основе сотовой связи была разработана для инициирования телефонного звонка от SSVEPs, исследователи заявили, что она может быть переведена для других приложений, таких как прием сенсомоторного mu/beta ритмы, чтобы функционировать в качестве моторно-образного BCI на основе.

В 2013 году были проведены сравнительные тесты на мобильных телефонах android, планшетах и компьютерах на базе BCIs, анализирующие плотность спектра мощности результирующей ЭЭГ Ссвэпс. Заявленные цели этого исследования, в котором участвовали ученые, частично поддерживаемые исследовательской лабораторией армии США, заключались в том, чтобы "повысить практичность, мобильность и повсеместность ИМК на основе SSVEP для ежедневного использования". Цитирование было сообщено, что частота стимуляции на всех носителях была точной, хотя сигнал сотового телефона продемонстрировал некоторую нестабильность. Амплитуды SSVEPs для ноутбука и планшета, как сообщалось, также были больше, чем у сотового телефона. Эти две качественные характеристики были предложены в качестве индикаторов целесообразности использования мобильного стимула BCI.]

Ограничения[править]

В 2011 году исследователи заявили, что продолжение работы должно быть направлено на простоту использования, надежность производительности, снижение затрат на аппаратное и программное обеспечение.

Одной из трудностей с показаниями ЭЭГ является большая восприимчивость к артефактам движения. в большинстве ранее описанных исследовательских проектов участникам предлагалось сидеть неподвижно, максимально сокращая движения головы и глаз, а измерения проводились в лабораторных условиях. Однако, поскольку подчеркиваемое применение этих инициатив заключалось в создании мобильного устройства для ежедневного использования, эта технология должна была быть испытана в движении.

В 2013 году исследователи протестировали мобильную ЭЭГ-технологию BCI, измеряя SSVEPs у участников, когда они шли по беговой дорожке с различной скоростью. Это исследование было поддержано Управлением военно-морских исследований, армейским исследовательским управлением и исследовательской лабораторией армии США. Заявленные результаты заключались в том, что по мере увеличения скорости обнаруживаемость SSVEP с использованием ОСО снижалась. Поскольку было показано, что независимый компонентный анализ (ВСА) эффективен для отделения сигналов ЭЭГ от шума.] ученые применили ICA к извлеченным из CCA данным ЭЭГ. Они заявили, что данные ОАС с обработкой ICA и без нее были аналогичны. Таким образом, они пришли к выводу, что CCA независимо продемонстрировала устойчивость к артефактам движения, что указывает на то, что он может быть полезным алгоритмом для применения к BCIs, используемым в реальных условиях.

В 2020 году исследователи из Калифорнийского университета использовали вычислительную систему, связанную с интерфейсами мозг-машина, для перевода мозговых волн в предложения. Однако их расшифровка была ограничена 30-50 предложениями, хотя частота ошибок в словах составляла всего 3%

Протезирование и контроль окружающей среды[править]

Неинвазивные БКИ также были применены для обеспечения мозгового контроля протезов верхних и нижних конечностей у людей с параличом. Например, Герт Пфюртшеллер из Технологического университета Граца и его коллеги продемонстрировали управляемую ИМК функциональную систему электростимуляции для восстановления движений верхних конечностей у человека с тетраплегией из-за травмы спинногомозга . в период с 2012 по 2013 год исследователи из Калифорнийского университета в Ирвине (США) продемонстрировали систему функциональной электростимуляции, контролируемую ИМК, для восстановления движений верхних конечностей у человека с тетраплегией из-за травмы спинного мозга. впервые продемонстрировано, что можно использовать технологию BCI для восстановления контролируемой мозгом ходьбы после травмы спинного мозга. В своем исследовании по травмам спинного мозга человек с параплегией смог оперировать ортезом походки робота BCI, чтобы восстановить базовую управляемую мозгом ходьбу. В 2009 году Алекс Блейни, независимый исследователь из Великобритании, успешно использовал Emotiv EPOC для управления 5-осевой роботизированной рукой. затем он сделал несколько демонстрационных управляемых разумом инвалидных колясок и домашней автоматизации им могли бы управлять люди с ограниченным или вообще отсутствующим двигательным контролем, такие как люди с параплегией и церебральным параличом.

Исследования в области военного использования БКИ, финансируемые DARPA, продолжаются с 1970-х годов. В настоящее время основное внимание уделяется коммуникации между пользователями посредством анализа нейронных сигналов.

DIY и open source BCI[править]

В 2001 году проектOpenEEG [94] был инициирован группой самодельных нейробиологов и инженеров. ModularEEG был основным устройством, созданным сообществом OpenEEG; это была 6-канальная плата захвата сигнала, которую можно было сделать дома за 200-400 долларов. Проект OpenEEG ознаменовал собой важный момент в появлении самодельного взаимодействия мозга и компьютера.

В 2010 году пограничные ботаники из ITP-программы Нью-Йоркского университета опубликовали подробный учебник под названием "Как взломать игрушечные ЭЭГ". Учебник, который всколыхнул умы многих начинающих энтузиастов DIY BCI, продемонстрировал, как создать единый канал домашней ЭЭГ с Arduino и Mattel Mindflex по очень разумной цене. Этот учебник усилил движение DIY BCI.

В 2013 году OpenBCI появился в результате запроса DARPA и последующей кампании Kickstarter. Они создали высококачественную 8-канальную плату сбора ЭЭГ с открытым исходным кодом, известную как 32-битная плата, которая продавалась в розницу менее чем за 500 долларов. Два года спустя они создали первую 3D-печатную ЭЭГ-гарнитуру, известную как Ultracortex, а также 4-канальную плату сбора ЭЭГ, известную как Ganglion Board, которая продавалась в розницу менее чем за 100 долларов.

Мэг и МРТ[править]

Основные статьи: Магнитоэнцефалография и Магнитно-резонансная томография

Реконструкция человеческого зрения лабораторией 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) успешно использовались в качестве неинвазивных БКИ. в широко освещенном эксперименте фМРТ позволила двум сканируемым пользователям играть в теннис в режиме реального времени, изменяя их гемодинамический ответ или мозговой кровоток с помощью методов биологической обратной связи.

фМРТ-измерения гемодинамических реакций в реальном времени также использовались для управления руками роботов с семисекундной задержкой между мыслью и движением.

В 2008 году исследования, проведенные в Лаборатории вычислительной нейробиологии Advanced Telecommunications Research (ATR) в Киото, Япония, позволили ученым реконструировать изображения непосредственно из головного мозга и отображать их на компьютере в черно-белом цвете с разрешением 10x10 пикселей. Статья, анонсирующая эти достижения, стала обложкой журнала Neuron от 10 декабря 2008 года.

В 2011 году исследователи из Калифорнийского университета в Беркли опубликовали[100] исследование, в котором сообщалось о посекундной реконструкции видео, просмотренных участниками исследования, по данным фМРТ. Это было достигнуто путем создания статистической модели, связывающей визуальные паттерны в видео, показанных испытуемым, с активностью мозга, вызванной просмотром видео. Затем эта модель была использована для поиска 100 односекундных сегментов видео в базе данных из 18 миллионов секунд случайного YouTube видеозаписи, чьи визуальные паттерны наиболее точно соответствовали активности мозга, записывались, когда испытуемые смотрели новое видео. Эти 100 односекундных видеоэкстрактов затем были объединены в пюреобразное изображение, которое напоминало просматриваемое видео.

Стратегии контроля ИМК в нейроигре[править]

Моторные образы

Двигательные образы включают в себя воображение движения различных частей тела приводящее к сенсомоторной коре головного мозга активация, которая модулирует сенсомоторные колебания на ЭЭГ. Это может быть обнаружено BCI, чтобы определить намерение пользователя. Моторные образы обычно требуют нескольких сеансов обучения, прежде чем будет получен приемлемый контроль БКИ. Эти учебные занятия могут занять несколько часов в течение нескольких дней, прежде чем пользователи смогут последовательно использовать метод с приемлемым уровнем точности. Независимо от продолжительности сеанса обучения, пользователи не могут освоить схему управления. Это приводит к очень медленному темпу игрового процесса. Недавно были разработаны передовые методы машинного обучения для вычисления предметно-специфической модели для определения эффективности двигательных образов. Наиболее эффективным алгоритмом из набора данных BCI Competition IV dataset 2 для моторных образов является общий пространственный паттерн Банка фильтров, разработанный Ang et al. из A*STAR, Сингапур).] Био/нейрофидбэк для пассивных конструкций ИМК

Биологическая обратная связь используется для мониторинга психического расслабления субъекта. В некоторых случаях биологическая обратная связь контролирует не электроэнцефалографию (ЭЭГ), а такие телесные параметры, как электромиография (ЭМГ), гальваническое сопротивление кожи( ГСР) и вариабельность сердечного ритма (ВСР). Многие системы биологической обратной связи используются для лечения некоторых расстройств, таких как синдром дефицита внимания и гиперактивности (СДВГ), проблемы со сном у детей, скрежет зубов и хроническая боль. Системы биологической обратной связи на ЭЭГ обычно контролируют четыре различных диапазона (тета: 4-7 Гц, Альфа: 8-12 Гц, SMR: 12-15 Гц, бета: 15-18 Гц) и требуют от субъекта управления ими. Пассивный BCI включает в себя использование BCI для обогащения взаимодействия человека и машины с неявной информацией о фактическом состоянии пользователя, например, моделирование для обнаружения, когда пользователи намерены нажать на тормоза во время процедуры аварийной остановки автомобиля. Разработчики игр, использующие пассивные БКИ, должны признать, что через повторение игровых уровней когнитивное состояние пользователя изменится или адаптируется. В первой игре уровня пользователь будет реагировать на вещи иначе, чем во время второй игры: например, пользователь будет меньше удивлен событием в игре, если он/она ожидает его.

Визуальный вызванный потенциал (VEP)

ВЭП-это электрический потенциал, регистрируемый после предъявления субъекту определенного типа зрительных стимулов. Существует несколько видов вепсов.

Стационарные зрительно вызванные потенциалы (SSVEPs) используют потенциалы, генерируемые возбуждением сетчатки, с использованием зрительных стимулов, модулированных на определенных частотах. Стимулы SSVEP часто формируются из чередующихся шахматных фигур и иногда просто используют мигающие изображения. Частота обращения фазы используемого стимула может быть четко различима в спектре ЭЭГ; это делает обнаружение стимулов SSVEP относительно легким. SSVEP доказал свою успешность во многих системах BCI. Это связано с несколькими факторами: вызванный сигнал измеряется в такой большой популяции, как переходный ВЭП и движение мигания, а электрокардиографические артефакты не влияют на контролируемые частоты. Кроме того, сигнал SSVEP исключительно устойчив; топографическая организация первичной зрительной коры такова, что более широкая область получает афференты от центральной или фовиальной области поля зрения. Однако у SSVEP есть несколько проблем. Поскольку Ssvep используют мигающие стимулы для определения намерений пользователя, пользователь должен пристально смотреть на один из мигающих или повторяющихся символов, чтобы взаимодействовать с системой. Поэтому вполне вероятно, что символы могут стать раздражающими и неудобными для использования во время более длительных игровых сессий, которые часто могут длиться более часа, что может быть не идеальным игровым процессом.

Другой тип VEP, используемый в приложениях, - это потенциал P300. Событийный потенциал Р300-это положительный пик в ЭЭГ, который возникает примерно через 300 мс после появления целевого стимула (стимула, которого пользователь ждет или ищет) или странных стимулов. Амплитуда P300 уменьшается по мере того, как целевые стимулы и игнорируемые стимулы становятся все более похожими.Считается, что P300 связан с процессом внимания более высокого уровня или ориентирующей реакцией, использующей P300 в качестве схемы управления, имеет то преимущество, что участник должен только посещать ограниченные учебные занятия. Первым приложением, использующим модель P300, была матрица P300. В рамках этой системы испытуемый должен был выбрать букву из сетки 6 на 6 букв и цифр. Строки и столбцы сетки мигали последовательно, и каждый раз, когда выбранная "буква выбора" была освещена, P300 пользователя был (потенциально) вызван. Однако процесс общения, составляющий примерно 17 символов в минуту, был довольно медленным. P300-это BCI, который предлагает дискретный выбор, а не механизм непрерывного управления. Преимущество использования P300 в играх заключается в том, что игроку не нужно учить себя пользоваться совершенно новой системой управления и поэтому ему нужно только пройти короткие учебные занятия, изучить механику игрового процесса и основы использования парадигмы BCI.

Синтетическая телепатия/бесшумная коммуникация[править]

В $6,3 млн американской армии инициативе изобретать приборы для телепатической связи, Гервин Шалк, размещенные в $2,2 млн. грант, нашли применение Эг сигналы, могут различать гласные и согласные звуки, встроенные в устной и предполагал слова, проливающие свет на различные механизмы, связанные с производством гласные и согласные буквы, и может послужить основой для мозга-это общение с помощью представлял речи.

В 2002 году Кевин Уорвик запустил в свою нервную систему массив из 100 электродов, чтобы связать свою нервную систему с интернетом и исследовать возможности улучшения. С этой целью Уорик успешно провел ряд экспериментов. С помощью электродов, также имплантированных в нервную систему его жены, они провели первый эксперимент прямой электронной связи между нервными системами двух людей.

Другая группа исследователей смогла добиться сознательного межмозгового общения между двумя людьми, разделенными расстоянием, используя неинвазивную технологию, которая находилась в контакте с кожей головы участников. Слова кодировались двоичными потоками с использованием последовательностей 0 и 1 с помощью воображаемого моторного ввода человека, "излучающего" информацию. В результате этого эксперимента псевдослучайные биты информации несли закодированные слова “hola” (“привет” по-испански) и “ciao” (“привет” или “до свидания " по-итальянски) и передавались от разума к разуму между людьми, разделенными расстоянием, с заблокированными двигательными и сенсорными системами, что практически не имеет вероятности того, что это произойдет случайно.

Исследования синтетической телепатии с использованием субвокализации проводятся в Калифорнийском университете в Ирвине под руководством ведущего ученого Майка Д'Змуры. Первая такая коммуникация произошла в 1960-х годах с использованием ЭЭГ для создания азбуки Морзе с использованием альфа-волн мозга. Использование ЭЭГ для передачи воображаемой речи менее точно, чем инвазивный метод размещения электрода между черепом и мозгом. on 27 February 2013 the group with Miguel Nicolelis at Duke University и IINN-ELS успешно соединил мозг двух крыс с электронными интерфейсами, которые позволили им напрямую обмениваться информацией, в первом в истории прямом интерфейсе мозг-мозг.]

БКИ клеточной культуры[править]

Основная статья: Культивированная нейронная сеть

Исследователи создали устройства для взаимодействия с нейронными клетками и целыми нейронными сетями в культурах вне животных. Наряду с дальнейшими исследованиями имплантируемых устройств на животных, эксперименты на культивируемых нервных тканях были сосредоточены на создании сетей решения проблем, создании базовых компьютеров и манипулировании роботизированными устройствами. Исследования методов стимуляции и регистрации отдельных нейронов, выращенных на полупроводниковых чипах, иногда называют нейроэлектроникой или нейрочипами

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

Разработка первого работающего нейрочипа была заявлена командой Калифорнийского технологического института во главе с Джеромом Пайном и Майклом Махером в 1997 году. В чипе Калтеха было достаточно места для 16 нейронов.

В 2003 году команда под руководством Теодора Бергера из Университета Южной Калифорнииначала работу над нейрочипом, предназначенным для функционирования в качестве искусственного или протезного гиппокампа. Нейрочип был разработан для работы в мозге крыс и предназначался в качестве прототипа для последующего развития протеза более высокого мозга. Гиппокамп был выбран потому, что он считается наиболее упорядоченной и структурированной частью мозга и является наиболее изученной областью. Его функция заключается в кодировании опыта для хранения в виде долговременных воспоминаний в других частях мозга.

В 2004 году Томас Демарс из Флоридского университета использовал культуру из 25 000 нейронов, взятых из мозга крысы, чтобы летать на симуляторе истребителя F-22. после сбора кортикальные нейроны были культивированы в чашке Петри и быстро начали воссоединяться, образуя живую нейронную сеть. Ячейки были расположены на сетке из 60 электродов и использовались для управления функциями тангажа и рыскания тренажера. Основное внимание в исследовании уделялось пониманию того, как человеческий мозг выполняет и усваивает вычислительные задачи на клеточном уровне.

Этические соображения[править]

Проблемы, ориентированные

  • Долгосрочные последствия для пользователя остаются в значительной степени неизвестными.
  • Получение информированного согласия от людей, испытывающих трудности в общении.
  • Влияние технологии ИМК на качество жизни пациентов и членов их семей.
  • Побочные эффекты, связанные со здоровьем (например, нейрофидбэк тренировки сенсомоторного ритма, как сообщается, влияет на качество сна).
  • Терапевтические применения и их потенциальное злоупотребление.
  • Риски безопасности
  • Неконвертируемость некоторых изменений,вносимых в мозг

Правовые и социальные аспекты[править]

  • Вопросы подотчетности и ответственности: утверждает, что влияние БКИ превосходит свободную волю и контроль над сенсомоторными действиями, утверждает, что когнитивное намерение было неточно переведено из-за неисправности БКИ.
  • Личностные изменения связаны с глубокой стимуляцией мозга.
  • Опасения относительно состояния становления "киборга" - наличия частей тела, которые являются живыми, и частей, которые являются механическими.
  • Вопросы личности: что значит быть человеком?
  • Размывание разделения между человеком и машиной и неспособность различать действия, управляемые человеком и машиной.
  • Использование этой технологии в передовых методах допроса государственными органами.
  • Избирательное усиление и социальное расслоение.
  • Вопросы исследовательской этики, возникающие при переходе от экспериментов на животных к применению их на людях.
  • Моральные вопросы
  • Чтение мыслей и уединение.
  • Система слежения и "пометки""
  • Контроль сознания.
  • Управление движением
  • Управление эмоциями

В своем нынешнем виде большинство БКИ весьма далеки от рассмотренных выше этических проблем. Они фактически подобны корригирующей терапии по своей функции. Клаузен заявил в 2009 году, что"БКИ создают этические проблемы, но они концептуально аналогичны тем, которые биоэтики рассматривали для других областей терапии".Более того, он предполагает, что биоэтика хорошо подготовлена к решению проблем, возникающих в связи с технологиями БКИ. Хазелагер и его коллеги[121] указывалось, что ожидания эффективности и ценности ИМК играют большую роль в этическом анализе и в том, как ученые ИМК должны подходить к средствам массовой информации. Кроме того, стандартные протоколы могут быть внедрены для обеспечения этически обоснованных процедур информированного согласия с заблокированными пациентами.

Случай БКИ сегодня имеет параллели в медицине, как и его эволюция. Подобно тому, как фармацевтическая наука начиналась как баланс для нарушений и теперь используется для повышения концентрации внимания и уменьшения потребности во сне, BCIs, вероятно, постепенно трансформируется от терапии к усовершенствованию. внутри сообщества БКИ предпринимаются усилия по созданию консенсуса в отношении этических руководящих принципов для исследований, разработок и распространения БКИ.

Недорогие интерфейсы на основе BCI[править]

Основная статья: Потребительские интерфейсы мозг–компьютер

В последнее время ряд компаний сократили технологию ЭЭГ медицинского класса (и в одном случае NeuroSky перестроил эту технологию с нуля[требуется уточнение]) для создания недорогих БКИ. Эта технология была встроена в игрушки и игровые устройства; некоторые из этих игрушек были чрезвычайно коммерчески успешны, как NeuroSky и Mattel MindFlex.

  • В 2006 году Sony запатентовала систему нейронного интерфейса, позволяющую радиоволнам воздействовать на сигналы в нейронной коре головного мозга
  • В 2007 году NeuroSky выпустила первую доступную потребительскую ЭЭГ на основе игры NeuroBoy. Это было также первое крупномасштабное ЭЭГ-устройство, использующее технологию сухих датчиков.
  • В 2008 году OCZ Technology разработала устройство для использования в видеоиграх, основанное в основном на электромиографии
  • В 2008 году разработчик Final Fantasy Square Enix объявил, что сотрудничает с NeuroSky для создания игры Judecca.
  • В 2009 году Mattel в партнерстве с NeuroSky выпустила Mindflex, игру, которая использовала электроэнцефалограмму, чтобы направить мяч через полосу препятствий. Это, безусловно, самая продаваемая потребительская ЭЭГ на сегодняшний день.
  • В 2009 году Uncle Milton Industries в партнерстве с NeuroSky выпустили игру Star Wars Force Trainer, призванную создать иллюзию обладания силой.
  • В 2009 году Emotiv выпустила EPOC, 14-канальный ЭЭГ-прибор, который может считывать 4 ментальных состояния, 13 сознательных состояний, мимику и движения головы. EPOC будет первым коммерчески BCI для использования сухой сенсорной техники, которую можно смочить с saline разрешением для более лучшего соединения.
  • В ноябре 2011 года журнал Time назвал "necomimi" производства Neurowear одним из лучших изобретений года. Компания объявила, что планирует запустить потребительскую версию одежды , состоящую из кошачьих ушей, управляемых считывателем мозговых волн производства NeuroSky, весной 2012 года
  • В феврале 2014 года They Shall Walk (некоммерческая организация, специализирующаяся на создании экзоскелетов, получивших название LIFESUITs, для параплегиков и квадриплегиков) начала сотрудничество с Джеймсом У. Шакарджи по разработке беспроводного BCI.
  • В 2016 году группа любителей разработала плату BCI с открытым исходным кодом, которая посылает нейронные сигналы на аудиоразъем смартфона, снизив стоимость начального уровня BCI до £20. базовое диагностическое программное обеспечение доступно для устройств Android, а также приложение для ввода текста для Unity.

Будущие направления[править]

Интерфейс мозг-компьютер

Консорциум, состоящий из 12 европейских партнеров, завершил разработку дорожной карты поддержки Европейской комиссии в принятии решений о финансировании новой рамочной программы Horizon 2020. Проект, финансируемый Европейской комиссией, стартовал в ноябре 2013 года и опубликовал дорожную карту в апреле 2015 года. публикация 2015 года, возглавляемая доктором Клеменсом Бруннером, описывает некоторые анализы и достижения этого проекта, а также формирующееся общество взаимодействия мозга и компьютера. Например, в этой статье рассматривалась работа в рамках этого проекта, которая дополнительно определяла БКИ и приложения, изучала последние тенденции, обсуждала этические вопросы и оценивала различные направления для новых БКИ. Как отмечается в статье, их новая дорожная карта в целом расширяет и поддерживает рекомендации будущего проекта BNCI, управляемого доктором Бренданом Эллисоном, который выражает значительный энтузиазм в отношении новых направлений BCI.

Другие недавние публикации также исследовали будущие направления ИМК для новых групп пользователей с ограниченными возможностями (например,). Некоторые известные примеры кратко изложены ниже.

Расстройства сознания (док)[править]

У некоторых людей наблюдается расстройство сознания (Док). Это состояние определяется как включающее лиц с комой, а также лиц в вегетативном состоянии (ВС) или минимально сознательном состоянии (МКС). Новое исследование ИМК направлено на то, чтобы помочь людям с док по-разному. Основная первоначальная цель состоит в том, чтобы выявить пациентов, способных выполнять основные когнитивные задачи, что, конечно же, приведет к изменению их диагноза. То есть некоторые люди, у которых диагностирован док, могут на самом деле обрабатывать информацию и принимать важные жизненные решения (например, обращаться ли к психотерапевту, где жить и свои взгляды на решения, принимаемые в конце жизни относительно них). Некоторые люди, у которых диагностирован док, умирают в результате принятия решений в конце жизни, которые могут быть приняты членами семьи, искренне считающими, что это отвечает наилучшим интересам пациента. Учитывая новую перспективу предоставления этим пациентам возможности высказать свое мнение об этом решении, представляется, что существует сильное этическое давление на развитие этого направления исследований, чтобы гарантировать, что пациентам DOC будет предоставлена возможность решить, хотят ли они жить.

В этих и других статьях описываются новые проблемы и решения, связанные с использованием технологии BCI для оказания помощи людям с док. Одна из основных проблем заключается в том, что эти пациенты не могут использовать БКИ, основанные на зрении. Следовательно, новые инструменты опираются на слуховые и/или вибротактильные стимулы. Пациенты могут носить наушники и/или вибротактильные стимуляторы, размещенные на запястьях, шее, ногах и/или других местах. Другая проблема заключается в том, что пациенты могут то терять сознание, то выходить из него и могут общаться только в определенные моменты. Это действительно может быть причиной ошибочного диагноза. Некоторые пациенты могут отвечать на запросы врачей только в течение нескольких часов в день (что может быть непредсказуемо заранее) и, таким образом, могут не реагировать во время постановки диагноза. Поэтому новые методы основаны на инструментах, которые легко использовать в полевых условиях, даже без помощи экспертов, поэтому члены семьи и другие лица, не имеющие никакого медицинского или технического образования, все еще могут использовать их. Это сокращает затраты, время, потребность в экспертных знаниях и другие трудности, связанные с оценкой DOC. Автоматизированные инструменты могут задавать простые вопросы, на которые пациенты могут легко ответить, например: "вашего отца зовут Джордж?" или "вы родились в США?" Автоматизированные инструкции информируют пациентов о том, что они могут сказать " да " или "нет", например, сосредоточив свое внимание на стимулах на правом или левом запястье. Это сфокусированное внимание вызывает достоверные изменения в паттернах ЭЭГ, которые могут помочь определить, способен ли пациент общаться. Результаты могут быть представлены врачам и терапевтам, что может привести к пересмотру диагноза и терапии. Кроме того, эти пациенты могут затем быть обеспечены средствами связи на основе BCI, которые могут помочь им передать основные потребности, отрегулировать положение кровати и HVAC (отопление, вентиляция и кондиционирование воздуха), а также в противном случае дать им возможность принимать важные жизненные решения и общаться.

Восстановление двигателя[править]

Люди могут потерять часть своей способности двигаться из-за многих причин, таких как инсульт или травма. Несколько групп исследовали системы и методы восстановления моторики которые включают БКИ. При таком подходе ИМК измеряет двигательную активность, в то время как пациент представляет или пытается двигаться по указанию терапевта. BCI может обеспечить два преимущества:

(1) Если BCI указывает, что пациент не представляет себе движение правильно (несоответствие), то BCI может информировать пациента и терапевта; и

(2) вознаграждение обратной связи, такой как функциональная стимуляция или движение виртуального аватара, также зависит от правильного изображения движения пациента.

До сих пор БКИ для восстановления моторики полагались на ЭЭГ для измерения моторных образов пациента. Тем не менее, исследования также использовали фМРТ для изучения различных изменений в головном мозге, когда люди проходят курс реабилитации от инсульта на основе ИМК. будущие системы могут включать в себя фМРТ и другие меры контроля в реальном времени, такие как функциональное ближнее инфракрасное излучение, вероятно, в тандеме с ЭЭГ. Неинвазивная стимуляция мозга также была исследована в сочетании с BCIs для восстановления моторики. в 2016 году ученые из Мельбурнского университета опубликованные доклинические доказательства концепции данных, связанных с потенциальной технологической платформой интерфейса мозг-компьютер, разрабатываемой для пациентов с параличом, чтобы облегчить управление внешними устройствами, такими как роботизированные конечности, компьютеры и экзоскелеты, переводя мозговую активность.[ в настоящее время ведутся клинические испытания.

Функциональное отображение мозга[править]

Каждый год около 400 000 человек проходят картирование мозга во время нейрохирургии. Эта процедура часто требуется людям с опухолями или эпилепсией, которые не реагируют на лекарства. Во время этой процедуры электроды помещаются на мозг, чтобы точно определить расположение структур и функциональных областей. Пациенты могут бодрствовать во время нейрохирургической операции и выполнять определенные задания, например, двигать пальцами или повторять слова. Это необходимо для того, чтобы хирурги могли удалить только нужную ткань, сохраняя при этом другие области, такие как критические области движения или области языка. Удаление слишком большого количества мозговой ткани может привести к необратимому повреждению, в то время как удаление слишком малого количества ткани может оставить основное состояние без лечения и потребовать дополнительной нейрохирургии. Таким образом, существует острая потребность в совершенствовании как методов, так и систем для максимально эффективного отображения мозга.

В нескольких недавних публикациях эксперты по исследованиям ИМК и врачи-медики совместно изучали новые способы использования технологии ИМК для улучшения нейрохирургического картирования. Эта работа в основном сосредоточена на высокой гамма-активности, которую трудно обнаружить неинвазивными средствами. Результаты привели к усовершенствованию методов определения ключевых областей для движения, языка и других функций. В недавней статье были рассмотрены достижения в области функционального картирования мозга и подведены итоги семинара.]

Гибкие устройства[править]

Гибкая электроника являются полимеры и другие гибкие материалы (например, шелк, пентаценом, ВЗД, парилена, полиимида), которые печатаются с сетями; гибкий характер органических справочные материалы, позволяющие электроники создан для того чтобы согнуть, и изготовление техники , используемые для создания этих устройств напоминает те, которые используются для создания интегральных схем и микроэлектромеханических систем (МЭМС).[править] гибкая электроника были впервые разработаны в 1960-х и 1970-х годов, но исследовательский интерес возрос в середине 2000-х годов.

Нейронная пыль[править]

Основная статья: Нейронная пыль

Нейронная пыль - это термин, используемый для обозначения миллиметровыми устройств работать как в беспроводном режиме питание нервных сенсоров, которые были предложены в 2011 бумагу из Университета Калифорнии, Беркли беспроводной научно-исследовательский центр, в котором описывается, как проблемы и нерешенные преимущества создания продолжительное беспроводной БКИ. в одном предложил модель нейронной пыли датчика, транзистор модели позволило метод разделения локальных полевых потенциалов и потенциалов действия "Шипы", который позволит значительно разнообразить богатство данных, приобретаемых от записи.

См. также[править]

Читать[править]

/econtact.ca/14_2/ouzounian_biomuse.html

Пруф[править]

/web.archive.org/web/20131117040218/http://unlockproject.org/