Hjerne -computer -grænseflade - Brain–computer interface

En hjerne -computer -grænseflade ( BCI ), undertiden kaldet en neural control interface ( NCI ), mind -machine interface ( MMI ), direct neural interface ( DNI ) eller brain -machine interface ( BMI ), er en direkte kommunikationsvej mellem en forbedret eller kablet hjerne og en ekstern enhed. BCI'er er ofte rettet mod forskning, kortlægning , bistand, forstørrelse eller reparation af menneskelige kognitive eller sensorisk-motoriske funktioner.

Forskning om BCI'er begyndte i 1970'erne af Jacques Vidal ved University of California, Los Angeles (UCLA) under et tilskud fra National Science Foundation , efterfulgt af en kontrakt fra DARPA . Vidals papir fra 1973 markerer det første udseende af udtrykket hjerne -computer -grænseflade i videnskabelig litteratur.

På grund af hjernens kortikale plasticitet kan signaler fra implanterede proteser efter tilpasning håndteres af hjernen som naturlige sensorer eller effektorkanaler. Efter mange års dyreforsøg dukkede de første neuroprostetiske apparater ind implanteret i mennesker i midten af ​​1990'erne.

For nylig har undersøgelser af interaktion mellem mennesker og computer via anvendelse af maskinlæring til statistiske tidsmæssige træk, der er udvundet fra frontallappen ( EEG brainwave ) data, haft stor succes med at klassificere mentale tilstande (Relaxed, Neutral, Concentrating), mentale følelsesmæssige tilstande ( Negativ, neutral, positiv) og thalamokortisk dysrytmi .

Historie

Historien om hjerne -computer -grænseflader (BCI'er) starter med Hans Bergers opdagelse af den elektriske aktivitet i den menneskelige hjerne og udviklingen af elektroencefalografi (EEG). I 1924 var Berger den første til at registrere menneskelig hjerneaktivitet ved hjælp af EEG. Berger var i stand til at identificere oscillerende aktivitet , såsom Bergers bølge eller alfabølgen (8–13 Hz), ved at analysere EEG -spor.

Bergers første optageenhed var meget rudimentær. Han satte sølvtråde under sine patienters hovedbund. Disse blev senere erstattet af sølvfolier fastgjort til patientens hoved med gummibandager. Berger sluttede disse sensorer til et Lippmann kapillærelektrometer med skuffende resultater. Men mere sofistikerede måleinstrumenter, såsom Siemens double-coil optagelse galvanometer , som udviste elektriske spændinger så små som en titusindedel af en volt, førte til succes.

Berger analyserede indbyrdes forbindelse mellem vekslinger i sine EEG -bølgediagrammer med hjernesygdomme . EEG'er tillod helt nye muligheder for forskning i menneskelige hjerneaktiviteter.

Selvom udtrykket endnu ikke var opfundet, var et af de tidligste eksempler på en fungerende hjerne-maskine-grænseflade stykket Music for Solo Performer (1965) af den amerikanske komponist Alvin Lucier . Stykket anvender EEG og analog signalbehandlingshardware (filtre, forstærkere og et blandebræt) til at stimulere akustiske slaginstrumenter. For at udføre stykket skal man producere alfabølger og derved "spille" de forskellige slaginstrumenter via højttalere, der er placeret i nærheden af ​​eller direkte på selve instrumenterne.

UCLA- professor Jacques Vidal opfandt udtrykket "BCI" og producerede de første fagfellevurderede publikationer om dette emne. Vidal er bredt anerkendt som opfinderen af ​​BCI'er i BCI-samfundet, hvilket afspejles i adskillige peer-reviewed artikler, der gennemgår og diskuterer feltet (f.eks.). En gennemgang påpegede, at Vidals papir fra 1973 angav "BCI -udfordringen" med at kontrollere eksterne objekter ved hjælp af EEG -signaler, og især brug af potentialet for kontingent negativ variation (CNV) som en udfordring for BCI -kontrol. Eksperimentet 1977, Vidal beskrev, var den første anvendelse af BCI efter hans BCI -udfordring i 1973. Det var en ikke-invasiv EEG (faktisk Visual Evoked Potentials (VEP)) kontrol af et markørlignende grafisk objekt på en computerskærm. Demonstrationen var bevægelse i en labyrint.

Efter sine tidlige bidrag var Vidal ikke aktiv i BCI -forskning eller BCI -begivenheder som konferencer i mange år. I 2011 holdt han imidlertid et foredrag i Graz , Østrig , støttet af Future BNCI -projektet, hvor han præsenterede det første BCI, der fik en stående applaus. Vidal fik selskab af sin kone, Laryce Vidal, der tidligere arbejdede sammen med ham på UCLA om sit første BCI -projekt.

I 1988 blev der givet en rapport om ikke -invasiv EEG -kontrol af et fysisk objekt, en robot. Det beskrevne eksperiment var EEG-kontrol af flere start-stop-genstart af robotbevægelsen langs en vilkårlig bane defineret af en linje trukket på et gulv. Linjefølgende adfærd var standard robotadfærd ved hjælp af autonom intelligens og autonom energikilde. Denne rapport fra 1988 skrevet af Stevo Bozinovski, Mihail Sestakov og Liljana Bozinovska var den første om en robotstyring ved hjælp af EEG.

I 1990 blev der givet en rapport om en lukket sløjfe, tovejs adaptiv BCI -styrende computersummer med et forventet hjernepotentiale, kontingent negativ negativ variation (CNV) potentiale. Eksperimentet beskrev, hvordan en forventningstilstand i hjernen, manifesteret af CNV, i en feedback-loop styrer S2-summeren i S1-S2-CNV-paradigmet. Den opnåede kognitive bølge, der repræsenterer forventningslæringen i hjernen, hedder Electroexpectogram (EXG). CNV -hjernepotentialet var en del af den BCI -udfordring, Vidal præsenterede i sit papir fra 1973.

Undersøgelser i 2010'erne foreslog den neurale stimulations potentielle evne til at genoprette funktionel konnektivt og tilhørende adfærd gennem modulering af molekylære mekanismer for synaptisk effekt. Dette åbnede døren for konceptet om, at BCI -teknologier muligvis kan genoprette funktion ud over at muliggøre funktionalitet.

Siden 2013 har DARPA finansieret BCI -teknologi gennem BRAIN -initiativet, som har støttet arbejde fra blandt andet University of Pittsburgh Medical Center, Paradromics, Brown og Synchron.

BCI versus neuroprosthetics

Neuroprostetik er et område inden for neurovidenskab, der beskæftiger sig med neurale proteser, det vil sige at bruge kunstige anordninger til at erstatte funktionen af ​​nedsatte nervesystemer og hjernerelaterede problemer eller selve sanseorganerne eller organerne (blære, membran osv.). I december 2010 var cochleaimplantater blevet implanteret som neuroprostetisk enhed hos cirka 220.000 mennesker verden over. Der er også flere neuroprostetiske enheder, der har til formål at genoprette synet, herunder nethindeimplantater . Den første neuroprostetiske enhed var imidlertid pacemakeren.

Udtrykkene bruges undertiden i flæng. Neuroprostetik og BCI søger at opnå de samme mål, såsom at genoprette syn, hørelse, bevægelse, evne til at kommunikere og endda kognitiv funktion . Begge bruger lignende eksperimentelle metoder og kirurgiske teknikker.

Animal BCI -forskning

Adskillige laboratorier har formået at optage signaler fra abe og rotte hjernebark at operere BCIS til producere bevægelse. Aber har navigeret computermarkører på skærmen og kommanderet robotarme til at udføre enkle opgaver blot ved at tænke over opgaven og se den visuelle feedback, men uden motoreffekt. I maj 2008 blev der offentliggjort fotografier, der viste en abe ved University of Pittsburgh Medical Center, der betjente en robotarm ved at tænke i en række velkendte videnskabstidsskrifter og blade. Får er også blevet brugt til at evaluere BCI -teknologi inklusive Synchron's Stentrode.

I 2020 blev Elon Musks Neuralink med succes implanteret i et gris, annonceret i en meget set webcast. I 2021 meddelte Elon Musk, at han med succes havde aktiveret en abe til at spille videospil ved hjælp af Neuralinks enhed.

Tidligt arbejde

Abe betjener en robotarm med hjerne -computer -grænseflade (Schwartz lab, University of Pittsburgh)

I 1969 viste de operative konditioneringsstudier af Fetz og kolleger ved Regional Primate Research Center og Department of Physiology and Biophysics, University of Washington School of Medicine i Seattle for første gang, at aber kunne lære at kontrollere afbøjningen af ​​en biofeedback -måler arm med neural aktivitet. Lignende arbejde i 1970'erne fastslog, at aber hurtigt kunne lære at frivilligt kontrollere fyringshastighederne for individuelle og flere neuroner i den primære motoriske cortex, hvis de blev belønnet for at generere passende mønstre af neural aktivitet.

Undersøgelser, der er udviklet algoritmer til at rekonstruere bevægelser fra motoriske cortex neuroner , som kontrol bevægelse, dato tilbage til 1970'erne. I 1980'erne fandt Apostolos Georgopoulos ved Johns Hopkins University et matematisk forhold mellem de elektriske reaktioner af enkeltmotoriske cortexneuroner i rhesus makakaber og den retning, hvori de bevægede deres arme (baseret på en cosinus -funktion). Han fandt også, at spredte grupper af neuroner i forskellige områder af abens hjerner kollektivt kontrollerede motoriske kommandoer, men var i stand til at registrere fyringer af neuroner i kun et område ad gangen på grund af de tekniske begrænsninger, som hans udstyr pålagde.

Der har været en hurtig udvikling i BCI siden midten af ​​1990'erne. Flere grupper har været i stand til at fange komplekse hjernemotoriske cortex -signaler ved at optage fra neurale ensembler (grupper af neuroner) og bruge disse til at styre eksterne enheder.

Fremtrædende forskningssucceser

Kennedy og Yang Dan

Phillip Kennedy (som senere grundlagt Neurale Signaler i 1987) og kolleger byggede den første intracortical hjerne-computer interface ved at implantere neurotrofisk-cone elektroder i aber.

Yang Dan og kollegaers optagelser af kattesyn ved hjælp af et BCI implanteret i den laterale geniculære kerne (øverste række: originalbillede; nederste række: optagelse)

I 1999 afkodede forskere ledet af Yang Dan ved University of California, Berkeley, neuronale fyringer for at gengive billeder set af katte. Teamet brugte en række elektroder indlejret i thalamus (som integrerer alle hjernens sensoriske input) af skarpe øjne. Forskere målrettede 177 hjerneceller i thalamus laterale geniculate nucleus område, som afkoder signaler fra nethinden . Kattene fik vist otte korte film, og deres neuronfyringer blev registreret. Ved hjælp af matematiske filtre dekoderte forskerne signalerne for at generere film af, hvad kattene så og var i stand til at rekonstruere genkendelige scener og bevægelige objekter. Lignende resultater hos mennesker er siden blevet opnået af forskere i Japan ( se nedenfor ).

Nicolelis

Miguel Nicolelis , professor ved Duke University , i Durham, North Carolina , har været en fremtrædende fortaler for at bruge flere elektroder spredt over et større område af hjernen for at opnå neuronale signaler til at drive et BCI.

Efter at have foretaget indledende undersøgelser i rotter i løbet af 1990'erne, Nicolelis og hans kolleger udviklede BCIS at afkodet hjernens aktivitet i ugle aber og brugte enheder til at gengive abe bevægelser i robotarme. Aber har avancerede rækkevidde- og grebsevner og gode håndmanipulationsevner, hvilket gør dem til ideelle testpersoner til denne form for arbejde.

I 2000 lykkedes det gruppen at bygge et BCI, der gengav ugleaber, mens aben betjente et joystick eller nåede mad. BCI opererede i realtid og kunne også fjernstyre en separat robot via internetprotokol . Men aberne kunne ikke se armen bevæge sig og modtog ingen feedback, et såkaldt open-loop BCI.

Diagram over BCI udviklet af Miguel Nicolelis og kolleger til brug på rhesusaber

Senere forsøg med Nicolelis ved hjælp af rhesusaber lykkedes at lukke feedback loop og gengav abe, der nåede og greb bevægelser i en robotarm. Med deres dybt spalte og furede hjerner anses rhesusaber for at være bedre modeller for menneskelig neurofysiologi end ugleaber. Aberne blev trænet i at nå og gribe objekter på en computerskærm ved at manipulere et joystick, mens tilsvarende bevægelser af en robotarm var skjult. Aberne blev senere vist robotten direkte og lært at kontrollere den ved at se dens bevægelser. BCI brugte hastighedsforudsigelser til at kontrollere nående bevægelser og forudsagde samtidig håndtagskraft . I 2011 viste O'Doherty og kolleger et BCI med sensorisk feedback med rhesusaber. Aben var hjerne, der kontrollerede placeringen af ​​en avatararm, mens han modtog sensorisk feedback gennem direkte intrakortisk stimulation (ICMS) i armrepræsentationens område i den sensoriske cortex .

Donoghue, Schwartz og Andersen

Andre laboratorier, der har udviklet BCI'er og algoritmer, der afkoder neuronsignaler, omfatter Carney Institute for Brain Science ved Brown University og laboratorier af Andrew Schwartz ved University of Pittsburgh og Richard Andersen ved Caltech . Disse forskere har været i stand til at producere fungerende BCI'er, selv ved hjælp af registrerede signaler fra langt færre neuroner end Nicolelis (15-30 neuroner versus 50-200 neuroner).

John Donoghues laboratorium ved Carney Institute rapporterede at oplære rhesusaber til at bruge et BCI til at spore visuelle mål på en computerskærm (lukket loop BCI) med eller uden hjælp fra et joystick. Schwartzs gruppe skabte et BCI til tredimensionel sporing i virtual reality og gengav også BCI-kontrol i en robotarm. Den samme gruppe skabte også overskrifter, da de demonstrerede, at en abe kunne fodre sig selv med stykker frugt og skumfiduser ved hjælp af en robotarm, der blev styret af dyrets egne hjernesignaler.

Andersens gruppe brugte optagelser af førbevægelsesaktivitet fra den bageste parietale cortex i deres BCI, herunder signaler skabt, da forsøgsdyr forventede at modtage en belønning.

Anden forskning

Ud over at forudsige kinematiske og kinetiske parametre for lembevægelser, udvikles BCI'er, der forudsiger elektromyografisk eller elektrisk aktivitet af primaters muskler. Sådanne BCI'er kunne bruges til at genoprette mobiliteten i lammede lemmer ved elektrisk stimulerende muskler.

Miguel Nicolelis og kolleger demonstrerede, at aktiviteten i store neurale ensembler kan forudsige armposition. Dette arbejde muliggjorde oprettelse af BCI'er, der læste armbevægelsens intentioner og oversatte dem til bevægelser af kunstige aktuatorer. Carmena og kolleger programmerede den neurale kodning i et BCI, der gjorde det muligt for en abe at nå og gribe bevægelser ved hjælp af en robotarm. Lebedev og kolleger argumenterede for, at hjernens netværk reorganiseres for at skabe en ny repræsentation af robotappendatet ud over repræsentationen af ​​dyrets egne lemmer.

I 2019 offentliggjorde forskere fra UCSF en undersøgelse, hvor de demonstrerede et BCI, der havde potentiale til at hjælpe patienter med talehæmning forårsaget af neurologiske lidelser. Deres BCI brugte elektrokortikografi med høj densitet til at tappe neural aktivitet fra en patients hjerne og brugte dybe læringsmetoder til at syntetisere tale. I 2021 offentliggjorde forskere fra samme gruppe en undersøgelse, der viste potentialet for et BCI til at afkode ord og sætninger hos en anartrisk patient, der ikke havde været i stand til at tale i over 15 år.

Den største hindring for BCI -teknologi på nuværende tidspunkt er manglen på en sensormodalitet, der giver sikker, præcis og robust adgang til hjernesignaler. Det er imidlertid tænkeligt eller endda sandsynligt, at en sådan sensor vil blive udviklet inden for de næste tyve år. Brugen af ​​en sådan sensor bør i høj grad udvide rækkevidden af ​​kommunikationsfunktioner, der kan leveres ved hjælp af et BCI.

Udvikling og implementering af et BCI-system er kompleks og tidskrævende. Som svar på dette problem har Gerwin Schalk udviklet et generelt system til BCI-forskning, kaldet BCI2000 . BCI2000 har været under udvikling siden 2000 i et projekt ledet af Brain -Computer Interface R&D Program på Wadsworth Center i New York State Department of Health i Albany, New York , USA.

En ny 'trådløs' tilgang anvender lysgatede ionkanaler såsom Channelrhodopsin til at kontrollere aktiviteten af ​​genetisk definerede undersæt af neuroner in vivo . I forbindelse med en simpel læringsopgave påvirkede belysning af transficerede celler i den somatosensoriske cortex beslutningsprocessen for frit bevægelige mus .

Brugen af ​​BMI har også ført til en dybere forståelse af neurale netværk og centralnervesystemet. Forskning har vist, at på trods af neurovidenskabsmændenes tilbøjelighed til at tro, at neuroner har størst effekt, når de arbejder sammen, kan enkelte neuroner konditioneres ved hjælp af BMI'er til at skyde efter et mønster, der tillader primater at styre motoroutput. Anvendelsen af ​​BMI'er har ført til udviklingen af ​​princippet om enkelt neuroninsufficiens, der siger, at selv med en velindstillet fyringshastighed kan enkelte neuroner kun bære en snæver mængde information, og derfor opnås det højeste nøjagtighedsniveau ved at registrere fyringer af det kollektive ensemble . Andre principper, der blev opdaget ved brug af BMI'er, omfatter det neuronale multitasking -princip, det neuronale masseprincip, det neurale degenerationsprincip og plasticitetsprincippet.

BCI'er foreslås også anvendt af brugere uden handicap. En brugercentreret kategorisering af BCI-tilgange af Thorsten O. Zander og Christian Kothe introducerer udtrykket passiv BCI. Ved siden af ​​aktivt og reaktivt BCI, der bruges til styret kontrol, giver passive BCI’er mulighed for at vurdere og fortolke ændringer i brugertilstanden under Human-Computer Interaction ( HCI ). I en sekundær, implicit kontrolsløjfe tilpasser computersystemet sig til sin bruger og forbedrer dets brugervenlighed generelt.

Udover BCI -systemer, der afkoder neural aktivitet for at drive eksterne effektorer, kan BCI -systemer bruges til at kode signaler fra periferien. Disse sensoriske BCI-enheder muliggør realtids, adfærdsrelevante beslutninger baseret på lukket kredsløb neural stimulation.

BCI -prisen

Den årlige BCI Research Award tildeles som anerkendelse af fremragende og innovativ forskning inden for Brain-Computer Interfaces. Hvert år bliver et berømt forskningslaboratorium bedt om at bedømme de indsendte projekter. Juryen består af verdens førende BCI-eksperter rekrutteret af det tildelende laboratorium. Juryen udvælger tolv nominerede og vælger derefter en første, anden og tredjeplads vinder, der modtager priser på henholdsvis $ 3.000, $ 2.000 og $ 1.000.

Human BCI -forskning

Invasive BCI'er

Invasiv BCI kræver kirurgi for at implantere elektroder under hovedbunden til kommunikation af hjernesignaler. Den største fordel er at give mere præcis aflæsning; dens ulempe omfatter imidlertid bivirkninger fra operationen. Efter operationen kan der dannes arvæv, som kan gøre hjernesignaler svagere. Ifølge undersøgelsen foretaget af Abdulkader et al., (2015) kan kroppen muligvis ikke acceptere de implanterede elektroder, og dette kan forårsage en medicinsk tilstand.

Vision

Invasiv BCI -forskning har målrettet at reparere beskadiget syn og give ny funktionalitet til mennesker med lammelse. Invasive BCI'er implanteres direkte i den grå substans i hjernen under neurokirurgi. Fordi de ligger i den grå substans, producerer invasive anordninger signaler af højeste kvalitet fra BCI-enheder, men er tilbøjelige til at opbygge arvæv , hvilket får signalet til at blive svagere eller endda ikke-eksisterende, da kroppen reagerer på et fremmedlegeme i hjernen.

I visionvidenskaben er direkte hjerneimplantater blevet brugt til at behandle ikke- medfødt (erhvervet) blindhed. En af de første forskere, der producerede en fungerende hjerne -grænseflade til at genoprette synet, var privatforsker William Dobelle .

Dobelles første prototype blev implanteret i "Jerry", en mand blindet i voksenalderen, i 1978. En BCI med en array indeholdende 68 elektroder blev implanteret på Jerrys visuelle cortex og det lykkedes at producere fosfener , fornemmelsen af ​​at se lys. Systemet omfattede kameraer monteret på briller for at sende signaler til implantatet. I første omgang tillod implantatet Jerry at se gråtoner i et begrænset synsfelt med en lav billedhastighed. Dette krævede også, at han blev tilsluttet en mainframe -computer , men krympende elektronik og hurtigere computere gjorde hans kunstige øje mere bærbart og gjorde ham nu i stand til at udføre simple opgaver uden hjælp.

Dummy -enhed, der illustrerer designet af en BrainGate -grænseflade

I 2002 blev Jens Naumann, også blindet i voksenalderen, den første i en serie på 16 betalende patienter, der modtog Dobelles anden generations implantat, hvilket markerede en af ​​de tidligste kommercielle anvendelser af BCI'er. Anden generations enhed brugte et mere sofistikeret implantat, der muliggjorde bedre kortlægning af phosphener til sammenhængende syn. Phosphener spredes ud over synsfeltet i det, forskerne kalder "stjerneklar-nat-effekten". Umiddelbart efter sit implantat kunne Jens bruge sin ufuldstændigt restaurerede vision til at køre en bil langsomt rundt om forskningsinstituttets parkeringsområde. Desværre døde Dobelle i 2004, før hans processer og udviklinger blev dokumenteret. Efterfølgende, da hr. Naumann og de andre patienter i programmet begyndte at have problemer med deres syn, var der ingen lindring, og de mistede til sidst deres "syn" igen. Naumann skrev om sin erfaring med Dobelles arbejde i Search for Paradise: A Patient's Account of the Artificial Vision Experiment og er vendt tilbage til sin gård i Sydøst Ontario, Canada, for at genoptage sine normale aktiviteter.

Bevægelse

BCI'er med fokus på motorisk neuroprostetik har til formål enten at genoprette bevægelse hos personer med lammelse eller tilvejebringe enheder til at hjælpe dem, såsom grænseflader med computere eller robotarme.

Forskere ved Emory University i Atlanta , ledet af Philip Kennedy og Roy Bakay, skulle først installere et hjerneimplantat i et menneske, der frembragte signaler af høj nok kvalitet til at simulere bevægelse. Deres patient, Johnny Ray (1944-2002), led af ' locked-in-syndrom ' efter at have lidt en hjerne-stammen slagtilfælde i 1997. Rays implantat blev installeret i 1998, og han levede længe nok til at begynde at arbejde med implantatet, efterhånden lære at styre en computermarkør; han døde i 2002 af en hjerneaneurisme .

Tetraplegiker Matt Nagle blev den første person til at styre en kunstig hånd ved hjælp af en BCI i 2005 som led i de første ni måneder menneskelige forsøg med Cyberkinetics 's BrainGate chip-implantat. Implanteret i Nagles højre præcentrale gyrus (område af motor cortex til armbevægelse), tillod BrainGate-implantatet med 96 elektroder Nagle at styre en robotarm ved at tænke på at bevæge sin hånd såvel som en computermarkør, lys og tv. Et år senere modtog professor Jonathan Wolpaw prisen fra Altran Foundation for Innovation for at udvikle et Brain Computer Interface med elektroder placeret på overfladen af ​​kraniet, i stedet for direkte i hjernen.

For nylig har forskerhold under ledelse af BrainGate -gruppen ved Brown University og en gruppe ledet af University of Pittsburgh Medical Center , begge i samarbejde med United States Department of Veterans Affairs , vist yderligere succes med direkte kontrol af robotiske protetiske lemmer med mange grader frihed ved hjælp af direkte forbindelser til arrays af neuroner i motorbarken hos patienter med tetraplegi.

Meddelelse

I maj 2021 rapporterede et Stanford University-team en vellykket proof-of-concept test, der gjorde det muligt for en quadraplegic deltager at indtaste engelske sætninger med omkring 86 tegn i minuttet. Deltageren forestillede sig at flytte hånden til at skrive bogstaver, og systemet udførte håndskriftgenkendelse på elektriske signaler, der blev detekteret i motorbarken.

En rapport, der blev offentliggjort i juli 2021, rapporterede, at en lammet patient var i stand til at kommunikere 15 ord i minuttet ved hjælp af et hjerneimplantat, der analyserede motorneuroner, der tidligere kontrollerede stemmekanalen.

Delvist invasive BCI'er

Delvist invasive BCI -enheder implanteres inde i kraniet, men hviler uden for hjernen snarere end inden for det grå stof. De producerer signaler med bedre opløsning end ikke-invasive BCI'er, hvor kraniets knoglevæv afbøjer og deformerer signaler og har en lavere risiko for at danne ar-væv i hjernen end fuldt invasive BCI'er. Der har været præklinisk demonstration af intrakortikale BCI'er fra slagtilfælde perilesional cortex.

Interventionel neurologi

Det største fremskridt inden for delvist invasive BCI'er skete inden for interventionel neurologi. Elon Musk nævnte potentialet for dette i 2016, men forfulgte det aldrig. I mellemtiden var forskere tilknyttet University of Melbourne i 2010 begyndt at udvikle et BCI, der kunne indsættes via det vaskulære system. Den australske neurolog Thomas Oxley (Mount Sinai Hospital) udtænkte ideen til dette BCI, kaldet Stentrode, og som har modtaget støtte fra DARPA. Prækliniske undersøgelser evaluerede teknologien hos får.

I november 2020 kunne to deltagere, der lider af amyotrofisk lateral sklerose, trådløst styre et operativsystem til tekst, e-mail, butik og bank ved hjælp af direkte tanke gennem Stentrode-hjerne-computer-grænsefladen, hvilket markerede første gang, at en hjerne-computer-grænseflade var implanteret via patientens blodkar, hvilket eliminerer behovet for åben hjernekirurgi.

ECoG

Elektrokortikografi (ECoG) måler hjernens elektriske aktivitet taget under kraniet på lignende måde som ikke-invasiv elektroencefalografi, men elektroderne er indlejret i en tynd plastpude, der er placeret over cortex, under dura mater . ECoG -teknologier blev først testet på mennesker i 2004 af Eric Leuthardt og Daniel Moran fra Washington University i St Louis . I et senere forsøg gjorde forskerne en teenagedreng i stand til at lege Space Invaders ved hjælp af sit ECoG -implantat. Denne forskning indikerer, at kontrollen er hurtig, kræver minimal træning og kan være en ideel afvejning med hensyn til signaltrohed og niveau af invasivitet.

Signaler kan være enten subduralt eller epidural, men er ikke taget fra i hjernen parenkym selv. Det er ikke blevet undersøgt grundigt før for nylig på grund af den begrænsede adgang for emner. I øjeblikket er den eneste måde at erhverve signalet til undersøgelse ved brug af patienter, der kræver invasiv overvågning for lokalisering og resektion af et epileptogent fokus.

ECoG er en meget lovende mellemliggende BCI-modalitet, fordi den har højere rumlig opløsning, bedre signal-til-støj-forhold, bredere frekvensområde og mindre træningskrav end hovedbund-registreret EEG, og samtidig har lavere tekniske vanskeligheder, lavere klinisk risiko , og sandsynligvis overlegen langsigtet stabilitet end intrakortikal single-neuron optagelse. Denne funktionsprofil og de seneste beviser for det høje kontrolniveau med minimale uddannelseskrav viser potentiale for virkelige anvendelser for mennesker med motoriske handicap. Lysreaktive billeddannende BCI -enheder er stadig inden for teorien.

Ikke-invasive BCI'er

Der har også været eksperimenter på mennesker ved hjælp af ikke-invasive neuroimaging- teknologier som grænseflader. Det store flertal af offentliggjort BCI-arbejde involverer ikke-invasive EEG-baserede BCI'er. Ikke-invasive EEG-baserede teknologier og grænseflader er blevet brugt til en langt bredere række applikationer. Selvom EEG-baserede grænseflader er lette at bære og ikke kræver kirurgi, har de en relativt dårlig rumlig opløsning og kan ikke effektivt bruge højfrekvente signaler, fordi kraniet dæmper signaler, spreder og slører de elektromagnetiske bølger, som neuronerne skaber. EEG-baserede grænseflader kræver også noget tid og kræfter forud for hver brugssession, hvorimod ikke-EEG-baserede såvel som invasive ikke kræver nogen forudgående træning. Samlet set afhænger den bedste BCI for hver bruger af mange faktorer.

Ikke-EEG-baseret bruger-computer-grænseflade

Elektrookulografi (EOG)

I 1989 blev der givet rapport om kontrol af en mobil robot ved øjenbevægelse ved hjælp af elektrookulografi (EOG) signaler. En mobil robot blev drevet fra start til et målpunkt ved hjælp af fem EOG -kommandoer, fortolket som fremad, bagud, venstre, højre og stop. EOG som en udfordring med at kontrollere eksterne objekter blev præsenteret af Vidal i sit papir fra 1973.

Elevstørrelsesoscillation

En artikel fra 2016 beskrev en helt ny kommunikationsenhed og et ikke-EEG-baseret menneske-computer-interface, som ikke kræver visuel fiksering eller evne til at bevæge øjnene overhovedet. Interfacet er baseret på skjult interesse ; at rette opmærksomheden mod et valgt bogstav på et virtuelt tastatur, uden at det er nødvendigt at flytte øjnene for at se direkte på brevet. Hvert bogstav har sin egen (baggrund) cirkel, som mikro-oscillerer i lysstyrke forskelligt fra alle de andre bogstaver. Bogstavvalget er baseret på den bedste pasform mellem utilsigtet svingning i pupillstørrelse og baggrundscirkelens lysstyrkeoscillationsmønster. Nøjagtigheden forbedres yderligere af brugerens mentale øvelse af ordene 'lys' og 'mørk' synkront med lysstyrkeovergangene i bogstavets cirkel.

Funktionel nær-infrarød spektroskopi

I 2014 og 2017 kunne et BCI ved hjælp af funktionel nær-infrarød spektroskopi til "låste" patienter med amyotrofisk lateral sklerose (ALS) genoprette patienternes grundlæggende evne til at kommunikere med andre mennesker.

Elektroencefalografi (EEG) -baserede hjerne-computer-grænseflader

Optagelser af hjernebølger produceret af et elektroencefalogram

Efter at BCI-udfordringen blev oplyst af Vidal i 1973, omfattede de første rapporter om ikke-invasiv tilgang kontrol af en markør i 2D ved hjælp af VEP (Vidal 1977), kontrol af en summer ved hjælp af CNV (Bozinovska et al. 1988, 1990), kontrol af et fysisk objekt, en robot, ved hjælp af en hjerne rytme (alfa) (Bozinovski et al. 1988), kontrol af en tekst skrevet på en skærm ved hjælp af P300 (Farwell og Donchin, 1988).

I de tidlige dage af BCI -forskningen var en anden væsentlig barriere for at bruge elektroencefalografi (EEG) som en hjerne -computer -grænseflade den omfattende uddannelse, der kræves, før brugerne kan arbejde med teknologien. I eksperimenter, der begyndte i midten af ​​1990'erne, oplærede Niels Birbaumer ved universitetet i Tübingen i Tyskland stærkt lammede mennesker til selvregulering af de langsomme kortikale potentialer i deres EEG i en sådan grad, at disse signaler kunne bruges som et binært signal at styre en computermarkør. (Birbaumer havde tidligere trænet epileptikere i at forhindre forestående anfald ved at kontrollere denne lavspændingsbølge.) I forsøget blev ti patienter uddannet til at flytte en computermarkør ved at kontrollere deres hjernebølger. Processen var langsom og krævede mere end en time for patienterne at skrive 100 tegn med markøren, mens træning ofte tog mange måneder. Den langsomme kortikale potentielle tilgang til BCI'er er imidlertid ikke blevet brugt i flere år, da andre metoder kræver lidt eller ingen uddannelse, er hurtigere og mere præcise og fungerer for en større andel af brugerne.

En anden forskningsparameter er den type oscillerende aktivitet , der måles. Gert Pfurtscheller grundlagde BCI Lab 1991 og fodrede sine forskningsresultater om motoriske billeder i det første online BCI baseret på oscillerende funktioner og klassifikatorer. Sammen med Birbaumer og Jonathan Wolpaw ved New York State University fokuserede de på at udvikle teknologi, der ville give brugerne mulighed for at vælge de hjernesignaler, de fandt nemmest at betjene et BCI, herunder mu- og beta -rytmer.

En yderligere parameter er den metode til feedback, der bruges, og dette er vist i undersøgelser af P300 -signaler. Mønstre af P300-bølger genereres ufrivilligt ( stimulus-feedback ), når folk ser noget, de genkender og muligvis tillader BCI'er at afkode kategorier af tanker uden først at oplære patienter. I modsætning hertil kræver biofeedback -metoderne beskrevet ovenfor at lære at kontrollere hjernebølger, så den resulterende hjerneaktivitet kan detekteres.

I 2005 blev det rapporteret forskning om EEG-emulering af digitale styrekredsløb til BCI, med eksempel på en CNV-flip-flop. I 2009 blev det rapporteret om ikke-invasiv EEG-kontrol af en robotarm ved hjælp af en CNV-flip-flop. I 2011 blev det rapporteret om kontrol med to robotarme, der løser Tower of Hanoi-opgaven med tre diske ved hjælp af en CNV-flip-flop. I 2015 blev det beskrevet EEG-emulering af en Schmidt-trigger, flip-flop, demultiplexer og modem.

Mens en EEG-baseret hjerne-computer-grænseflade er blevet forfulgt i vid udstrækning af en række forskningslaboratorier, tyder de seneste fremskridt foretaget af Bin He og hans team ved University of Minnesota på potentialet i en EEG-baseret hjerne-computer-grænseflade til at udføre opgaver tæt på invasive hjerne-computer-grænseflade. Ved hjælp af avanceret funktionel neuroimaging inklusive BOLD funktionel MR- og EEG- kildebilleddannelse identificerede Bin He og kolleger co-variationen og co-lokaliseringen af ​​elektrofysiologiske og hæmodynamiske signaler induceret af motorisk fantasi. Forfinet af en neuroimaging-tilgang og af en træningsprotokol demonstrerede Bin He og kolleger evnen ved en ikke-invasiv EEG-baseret hjerne-computer-grænseflade til at styre flyvningen af ​​en virtuel helikopter i tredimensionelt rum, baseret på motorisk fantasi. I juni 2013 blev det annonceret, at Bin He havde udviklet teknikken til at lade en fjernstyret helikopter blive guidet gennem en forhindringsbane.

Ud over en hjerne-computer-grænseflade baseret på hjernebølger, som registreret fra hovedbundens EEG-elektroder, udforskede Bin He og kolleger en virtuel EEG-signalbaseret hjerne-computer-grænseflade ved først at løse EEG- omvendt problem og derefter bruge det resulterende virtuelle EEG til hjerne-computer grænsefladeopgaver. Godt kontrollerede undersøgelser antydede fordelene ved en sådan kildeanalysebaseret hjerne-computer-grænseflade.

En undersøgelse fra 2014 viste, at svært motorisk handicappede patienter kunne kommunikere hurtigere og mere pålideligt med ikke-invasiv EEG BCI end med nogen muskelbaseret kommunikationskanal.

En undersøgelse fra 2016 viste, at Emotiv EPOC -enheden kan være mere egnet til kontrolopgaver ved hjælp af opmærksomheds-/meditationsniveauet eller øjnene blinker end Neurosky MindWave -enheden.

En undersøgelse fra 2019 fandt ud af, at anvendelsen af ​​evolutionære algoritmer kunne forbedre EEG mental tilstandsklassificering med en ikke-invasiv Muse- enhed, hvilket muliggør klassificering af data af høj kvalitet, der er erhvervet af en billig EEG-sensorenhed af forbrugerkvalitet.

Tør aktive elektrode -arrays

I begyndelsen af ​​1990'erne, Babak Taheri, ved University of California, demonstrerede Davis den første single og også multikanals tøraktive elektrode-arrays ved hjælp af mikrobearbejdning. Den enkeltkanals tørre EEG -elektrodekonstruktion og resultater blev offentliggjort i 1994. Den opstillede elektrode viste sig også at fungere godt sammenlignet med sølv / sølvchloridelektroder . Enheden bestod af fire sensorer med integreret elektronik for at reducere støj ved impedansmatchning . Fordelene ved sådanne elektroder er: (1) ingen elektrolyt brugt, (2) ingen hudpræparat, (3) signifikant reduceret sensorstørrelse og (4) kompatibilitet med EEG -overvågningssystemer. Det aktive elektrode -array er et integreret system, der består af en række kapacitive sensorer med lokale integrerede kredsløb, der er placeret i en pakke med batterier til at drive kredsløbet. Dette integrationsniveau var påkrævet for at opnå den funktionelle ydelse opnået af elektroden.

Elektroden blev testet på en elektrisk testbænk og på mennesker i fire modaliteter af EEG-aktivitet, nemlig: (1) spontan EEG, (2) sensoriske hændelsesrelaterede potentialer, (3) hjernestampotentialer og (4) kognitiv begivenhed -relaterede potentialer. Udførelsen af ​​den tørre elektrode sammenlignede sig positivt med den for standard våde elektroder med hensyn til hudforberedelse, ingen gelkrav (tør) og et højere signal-støjforhold.

I 1999 brugte forskere ved Case Western Reserve University i Cleveland , Ohio , ledet af Hunter Peckham, 64-elektrode EEG-kraniet til at returnere begrænsede håndbevægelser til quadriplegic Jim Jatich. Da Jatich koncentrerede sig om enkle, men modsatte begreber som op og ned, blev hans beta-rytme EEG-output analyseret ved hjælp af software til at identificere mønstre i støjen. Et grundlæggende mønster blev identificeret og brugt til at styre en switch: Aktivitet over gennemsnittet blev sat til til, under gennemsnittet slukket. Udover at gøre det muligt for Jatich at styre en computermarkør blev signalerne også brugt til at drive nervekontrollerne indlejret i hans hænder og genoprette en vis bevægelse.

SSVEP mobile EEG BCI'er

I 2009 blev NCTU Brain-Computer-Interface-pandebånd rapporteret. De forskere, der udviklede denne BCI-hovedbånd manipuleret også siliciumbaseret m icro e lectro- m ekaniske s ystem (MEMS) tørre elektroder beregnet til påføring i ikke-hårede steder af kroppen. Disse elektroder blev fastgjort til DAQ- kortet i hovedbåndet med snap-on elektrodeholdere. Signalbehandlingsmodulet målte alfa -aktivitet, og den Bluetooth -aktiverede telefon vurderede patienternes årvågenhed og kapacitet til kognitiv præstation. Da motivet blev døsig, sendte telefonen vækkende feedback til operatøren for at vække dem. Denne forskning blev støttet af National Science Council, Taiwan, ROC, NSC, National Chiao-Tung University, Taiwans undervisningsministerium og US Army Research Laboratory .

I 2011 rapporterede forskere et mobilbaseret BCI med evnen til at tage EEG -data og konvertere dem til en kommando, der får telefonen til at ringe. Denne forskning blev delvis støttet af Abraxis Bioscience LLP, US Army Research Laboratory og Army Research Office. Den udviklede teknologi var et bærbart system, der består af en fire kanals bio-signal erhvervelse / forstærkning modul , en trådløs transmission modul, og en Bluetooth-mobiltelefon. Elektroderne blev placeret, så de opfanger steady state visuelle fremkaldte potentialer ( SSVEP'er ). SSVEP'er er elektriske reaktioner på flimrende visuelle stimuli med gentagelseshastigheder over 6 Hz, der bedst findes i parietale og occipitale hovedbundsområder i den visuelle cortex. Det blev rapporteret, at med denne BCI -opsætning kunne alle undersøgelsesdeltagere starte telefonopkaldet med minimal praksis i naturlige miljøer.

Forskerne hævder, at deres undersøgelser ved hjælp af en enkeltkanals hurtig Fourier -transform ( FFT ) og multikanals system kanonisk korrelationsanalyse ( CCA ) algoritme understøtter kapaciteten af ​​mobile BCI'er. CCA -algoritmen er blevet anvendt i andre eksperimenter, der undersøgte BCI'er med påstået høj ydeevne i nøjagtighed såvel som hastighed. Mens den mobilbaserede BCI-teknologi blev udviklet til at starte et telefonopkald fra SSVEP'er, sagde forskerne, at den kan oversættes til andre applikationer, såsom at opfange sensorimotoriske mu / beta- rytmer for at fungere som et motorisk billedbaseret BCI.

I 2013 blev der udført sammenlignende test på android mobiltelefon, tablet og computerbaserede BCI'er, der analyserede effektspektrumtætheden af resulterende EEG SSVEP'er. De erklærede mål for denne undersøgelse, som involverede forskere, der delvis blev støttet af US Army Research Laboratory, var at "øge anvendeligheden, portabiliteten og allestedsnærværende af et SSVEP-baseret BCI til daglig brug". Citation Det blev rapporteret, at stimuleringsfrekvensen på alle medier var præcis, selvom mobiltelefonens signal viste en vis ustabilitet. Amplituderne for SSVEP'erne til den bærbare computer og tablet blev også rapporteret at være større end mobiltelefonens. Disse to kvalitative karakteriseringer blev foreslået som indikatorer på gennemførligheden af ​​at bruge en mobil stimulus BCI.

Begrænsninger

I 2011 udtalte forskere, at det fortsatte arbejde skulle tage fat på brugervenlighed, ydeevne -robusthed og reducere hardware- og softwareomkostninger.

En af vanskelighederne med EEG -aflæsninger er den store modtagelighed for bevægelsesartefakter. I de fleste af de tidligere beskrevne forskningsprojekter blev deltagerne bedt om at sidde stille og reducere hoved- og øjenbevægelser så meget som muligt, og der blev foretaget målinger i et laboratorium. Da den fremhævede anvendelse af disse initiativer imidlertid havde været i oprettelsen af ​​en mobil enhed til daglig brug, måtte teknologien testes i bevægelse.

I 2013 testede forskere mobil EEG-baseret BCI-teknologi, der målte SSVEP'er fra deltagerne, da de gik på et løbebånd med varierende hastigheder. Denne forskning blev støttet af Office of Naval Research , Army Research Office og US Army Research Laboratory. Angivne resultater var, at efterhånden som hastigheden steg, faldt SSVEP -detekterbarheden ved hjælp af CCA. Da uafhængig komponentanalyse ( ICA ) havde vist sig at være effektiv til at adskille EEG -signaler fra støj, anvendte forskerne ICA på CCA -ekstraherede EEG -data. De oplyste, at CCA -dataene med og uden ICA -behandling var ens. Således konkluderede de, at CCA uafhængigt demonstrerede en robusthed over for bevægelsesartefakter, der indikerer, at det kan være en fordelagtig algoritme at anvende på BCI'er, der bruges under virkelige forhold.

I 2020 brugte forskere fra University of California et edb-system relateret til hjerne-maskingrænseflader til at oversætte hjernebølger til sætninger. Imidlertid var deres afkodning begrænset til 30-50 sætninger, selvom antallet af ordfejl var så lavt som 3%.

Protese og miljøkontrol

Ikke-invasive BCI'er er også blevet anvendt for at muliggøre hjernekontrol af proteser i øvre og nedre ekstremitet hos mennesker med lammelse. For eksempel demonstrerede Gert Pfurtscheller fra Graz University of Technology og kolleger et BCI-kontrolleret funktionelt elektrisk stimuleringssystem til at genoprette øvre ekstremitetsbevægelser hos en person med tetraplegi på grund af rygmarvsskade . Mellem 2012 og 2013 demonstrerede forskere ved University of California, Irvine for første gang, at det er muligt at bruge BCI-teknologi til at genoprette hjernekontrolleret gang efter rygmarvsskade. I deres rygmarvsskade forskning undersøgelse, en person med paraplegi var i stand til at drive en BCI-robot gangart ortose at genvinde grundlæggende hjerne-kontrollerede mobilisering. I 2009 brugte Alex Blainey, en uafhængig forsker med base i Storbritannien, med succes Emotiv EPOC til at styre en 5 -akset robotarm. Derefter fortsatte han med at demonstrere sindestyrede kørestole og hjemmeautomatisering, der kunne betjenes af mennesker med begrænset eller ingen motorstyring, f.eks. Dem med paraplegi og cerebral parese.

Forskning i militær brug af BCI'er finansieret af DARPA har været i gang siden 1970'erne. Det aktuelle fokus for forskningen er bruger-til-bruger-kommunikation gennem analyse af neurale signaler.

DIY og open source BCI

I 2001 blev OpenEEG -projektet igangsat af en gruppe DIY -neurovidenskabsfolk og ingeniører. ModularEEG var den primære enhed oprettet af OpenEEG -fællesskabet; det var et 6-kanals signal capture board, der kostede mellem $ 200 og $ 400 at lave derhjemme. OpenEEG-projektet markerede et vigtigt øjeblik i fremkomsten af ​​DIY-hjerne-computer-grænseflader.

I 2010 udgav Frontier Nerds i NYU's ITP -program en grundig tutorial med titlen How To Hack Toy EEGs. Tutorialen, der rørte tankerne hos mange spirende DIY BCI-entusiaster, demonstrerede, hvordan man opretter en enkelt kanal hjemme-EEG med en Arduino og en Mattel Mindflex til en meget rimelig pris. Denne vejledning forstærkede DIY BCI -bevægelsen.

I 2013 opstod OpenBCI fra en DARPA -opfordring og efterfølgende Kickstarter -kampagne. De skabte et højkvalitets 8-kanals EEG-erhvervelseskort af høj kvalitet, kendt som 32bit-kortet, der solgte for under $ 500. To år senere oprettede de det første 3D-printede EEG-headset, kendt som Ultracortex, samt et 4-kanals EEG-erhvervelseskort, kendt som Ganglion Board, der solgte for under $ 100.

MEG og MR

ATR Labs 'rekonstruktion af menneskesyn ved hjælp af fMRI (øverste række: originalt billede, nederste række: rekonstruktion fra middelværdi af kombinerede aflæsninger)

Magnetoencephalografi (MEG) og funktionel magnetisk resonansbilleddannelse (fMRI) er begge blevet brugt med succes som ikke-invasive BCI'er. I et vidt rapporteret eksperiment tillod fMRI, at to brugere blev scannet til at spille Pong i realtid ved at ændre deres hæmodynamiske respons eller hjernens blodgennemstrømning gennem biofeedback- teknikker.

fMRI-målinger af hæmodynamiske reaktioner i realtid er også blevet brugt til at styre robotarme med en forsinkelse på syv sekunder mellem tanke og bevægelse.

I 2008 forskning udviklet i Advanced Telecommunications Research (ATR) Computational Neuroscience Laboratories i Kyoto , Japan, gjorde det muligt for forskerne at rekonstruere billeder direkte fra hjernen og vise dem på en computer i sort og hvid i en opløsning på 10x10 pixels . Artiklen annoncere disse resultater var den dække historien af tidsskriftet Neuron af 10. december 2008.

I 2011 offentliggjorde forskere fra UC Berkeley en undersøgelse, der rapporterede anden-til-anden rekonstruktion af videoer set af undersøgelsens emner, fra fMRI-data. Dette blev opnået ved at oprette en statistisk model vedrørende visuelle mønstre i videoer vist til emnerne, til hjerneaktiviteten forårsaget af at se videoerne. Denne model blev derefter brugt til at slå de 100 et-sekunders videosegmenter op i en database med 18 millioner sekunder med tilfældige YouTube- videoer, hvis visuelle mønstre nærmest matchede hjerneaktiviteten, der blev registreret, da emner så en ny video. Disse 100 sekunders videoudtræk blev derefter kombineret til et sammenpresset billede, der lignede den video, der blev set.

BCI -kontrolstrategier i neurogaming

Motoriske billeder

Motoriske billeder involverer fantasien om bevægelse af forskellige kropsdele, hvilket resulterer i sensorimotorisk cortexaktivering , som modulerer sensorimotoriske svingninger i EEG. Dette kan registreres af BCI for at udlede en brugers hensigt. Motoriske billeder kræver typisk et antal træningssessioner, før acceptabel kontrol af BCI er erhvervet. Disse træningssessioner kan tage et antal timer over flere dage, før brugerne konsekvent kan anvende teknikken med acceptabel præcision. Uanset varigheden af ​​træningssessionen kan brugerne ikke mestre kontrolordningen. Dette resulterer i et meget langsomt tempo i gameplayet. Avancerede maskinlæringsmetoder blev for nylig udviklet til at beregne en fagspecifik model til at detektere ydeevnen af ​​motoriske billeder. Den bedst effektive algoritme fra BCI Competition IV datasæt 2 til motoriske billeder er Filter Bank Common Spatial Pattern, udviklet af Ang et al. fra A*STAR , Singapore ).

Bio/neurofeedback til passive BCI -designs

Biofeedback bruges til at overvåge et persons mentale afslapning. I nogle tilfælde overvåger biofeedback ikke elektroencefalografi (EEG), men derimod kropslige parametre som elektromyografi (EMG), galvanisk hudresistens (GSR) og pulsvariation (HRV). Mange biofeedback -systemer bruges til at behandle visse lidelser, såsom opmærksomhedsunderskud hyperaktivitetsforstyrrelse (ADHD) , søvnproblemer hos børn, tandslibning og kroniske smerter. EEG -biofeedback -systemer overvåger typisk fire forskellige bånd (theta: 4-7 Hz, alfa: 8-12 Hz, SMR: 12-15 Hz, beta: 15-18 Hz) og udfordrer motivet til at kontrollere dem. Passiv BCI indebærer at bruge BCI til at berige interaktion mellem mennesker og maskiner med implicitte oplysninger om den faktiske brugers tilstand, f.eks. Simuleringer for at opdage, hvornår brugere agter at trykke på bremser under en nødprocedure for bilstop. Spiludviklere, der bruger passive BCI'er, skal erkende, at brugerens kognitive tilstand vil ændre sig eller tilpasse sig ved gentagelse af spilniveauer. Inden for det første spil i et niveau vil brugeren reagere på ting anderledes end under det andet spil: for eksempel vil brugeren blive mindre overrasket over en begivenhed i spillet, hvis han/hun forventer det.

Visuelt fremkaldt potentiale (VEP)

En VEP er et elektrisk potentiale, der registreres, efter at et emne præsenteres for en form for visuelle stimuli. Der er flere typer VEP'er.

Steady-state visuelt fremkaldte potentialer (SSVEP'er) bruger potentialer genereret ved spænding af nethinden ved hjælp af visuelle stimuli moduleret ved bestemte frekvenser. SSVEPs stimuli er ofte dannet af skiftevis skakbrætmønstre og bruger til tider ganske enkelt blinkende billeder. Frekvensen af ​​faseomvendelsen af ​​den anvendte stimulus kan tydeligt skelnes i spektret af et EEG; dette gør detektering af SSVEP -stimuli relativt let. SSVEP har vist sig at være en succes inden for mange BCI -systemer. Dette skyldes flere faktorer, det fremkaldte signal er målbart i lige så stor en befolkning som den forbigående VEP og blinkende bevægelse og elektrokardiografiske artefakter påvirker ikke de overvågede frekvenser. Derudover er SSVEP -signalet usædvanligt robust; den topografiske organisation af den primære visuelle cortex er sådan, at et bredere område opnår afferenter fra det centrale eller foviale område af synsfeltet. SSVEP har dog flere problemer. Da SSVEP'er bruger blinkende stimuli til at udlede en brugers hensigt, skal brugeren se på et af de blinkende eller itererende symboler for at interagere med systemet. Det er derfor sandsynligt, at symbolerne kan blive irriterende og ubehagelige at bruge under længere afspilningssessioner, hvilket ofte kan vare mere end en time, hvilket måske ikke er et ideelt gameplay.

En anden type VEP, der bruges sammen med applikationer, er P300 -potentialet . Det P300-hændelsesrelaterede potentiale er en positiv top i EEG, der forekommer cirka 300 ms efter fremkomsten af ​​en målstimulering (en stimulus, som brugeren venter eller søger efter) eller ulige stimuli . P300 -amplituden falder, efterhånden som målstimuli og de ignorerede stimuli vokser mere ens. P300 menes at være relateret til en opmærksomhedsproces på et højere niveau eller en orienterende reaktion, der bruger P300 som kontrolordning, har den fordel, at deltageren kun skal deltage begrænset træningssessioner. Den første applikation, der brugte P300 -modellen, var P300 -matrixen. Inden for dette system ville et emne vælge et bogstav fra et gitter med 6 x 6 bogstaver og tal. Rækkerne og kolonnerne i gitteret blinkede i rækkefølge, og hver gang det valgte "valgbogstav" blev belyst, blev brugerens P300 (potentielt) fremkaldt. Kommunikationsprocessen, med cirka 17 tegn i minuttet, var dog ganske langsom. P300 er en BCI, der tilbyder et diskret valg frem for en kontinuerlig kontrolmekanisme. Fordelen ved P300 -brug inden for spil er, at spilleren ikke behøver at lære sig selv at bruge et helt nyt kontrolsystem og derfor kun skal foretage korte træningsinstanser, for at lære gameplay -mekanikken og grundlæggende brug af BCI -paradigmet.

Syntetisk telepati/stille kommunikation

I et US Army -initiativ på 6,3 millioner dollars for at opfinde enheder til telepatisk kommunikation fandt Gerwin Schalk , der var tegnet i et tilskud på 2,2 millioner dollars, at brugen af ​​ECoG -signaler kan diskriminere vokaler og konsonanter indlejret i talte og forestillede ord og kaste lys over de forskellige mekanismer, der er forbundet med fremstilling af vokaler og konsonanter, og kunne danne grundlag for hjernebaseret kommunikation ved hjælp af forestillet tale.

I 2002 fik Kevin Warwick affyret en vifte af 100 elektroder ind i sit nervesystem for at forbinde sit nervesystem med Internettet for at undersøge forbedringsmuligheder. Med dette på plads gennemførte Warwick med succes en række eksperimenter. Da elektroder også var implanteret i hans kones nervesystem, gennemførte de det første direkte elektroniske kommunikationseksperiment mellem to menneskers nervesystem.

En anden gruppe forskere var i stand til at opnå bevidst hjerne-til-hjerne kommunikation mellem to mennesker adskilt af en afstand ved hjælp af ikke-invasiv teknologi, der var i kontakt med hovedbunden af ​​deltagerne. Ordene blev kodet af binære strømme ved hjælp af sekvenserne af 0'er og 1'er ved den imaginære motoriske input fra den person, der "udsender" informationen. Som et resultat af dette eksperiment transporterede pseudo-tilfældige bits af informationen kodede ord "hola" ("hej" på spansk) og "ciao" ("farvel" på italiensk) og blev transmitteret sind-til-sind mellem mennesker adskilt af en afstand, med blokerede motoriske og sensoriske systemer, som har lav eller ingen sandsynlighed for, at dette sker tilfældigt. [2]

Forskning i syntetisk telepati ved hjælp af subvokalisering finder sted ved University of California, Irvine under ledende videnskabsmand Mike D'Zmura. Den første sådan kommunikation fandt sted i 1960'erne ved hjælp af EEG til at oprette Morse -kode ved hjælp af hjerne -alfabølger. Brug af EEG til at kommunikere forestillet tale er mindre præcis end den invasive metode til at placere en elektrode mellem kraniet og hjernen. Den 27. februar 2013 forbandt gruppen med Miguel Nicolelis ved Duke University og IINN-ELS succesen med to rotters hjerner med elektroniske grænseflader, der gjorde det muligt for dem direkte at dele information i den første direkte hjerne-til-hjerne-grænseflade nogensinde .

Cellekultur BCI'er

Forskere har bygget enheder til grænseflade med neurale celler og hele neurale netværk i kulturer uden for dyr. Ud over at fremme forskning om dyrimplanterbare enheder har eksperimenter på dyrket neuralt væv fokuseret på at opbygge problemløsende netværk, konstruere grundlæggende computere og manipulere robotudstyr. Forskning i teknikker til stimulering og registrering af individuelle neuroner dyrket på halvlederchips omtales undertiden som neuroelektronik eller neurochips .

Verdens første Neurochip , udviklet af Caltech -forskere Jerome Pine og Michael Maher

Udviklingen af ​​den første fungerende neurochip blev hævdet af et Caltech -team ledet af Jerome Pine og Michael Maher i 1997. Caltech -chippen havde plads til 16 neuroner.

I 2003 startede et team ledet af Theodore Berger, ved University of Southern California , arbejdet med en neurochip designet til at fungere som en kunstig eller protetisk hippocampus . Neurochip'en var designet til at fungere i rottehjerner og var beregnet som en prototype til den endelige udvikling af proteser med højere hjerne. Hippocampus blev valgt, fordi det menes at være den mest ordnede og strukturerede del af hjernen og er det mest undersøgte område. Dens funktion er at kode oplevelser til opbevaring som langsigtede minder andre steder i hjernen.

I 2004 Thomas DeMarse ved University of Florida brugte en kultur af 25.000 neuroner taget fra en rottes hjerne til at flyve en F-22 kampfly fly simulator . Efter indsamling blev de kortikale neuroner dyrket i en petriskål og begyndte hurtigt at forbinde sig selv igen for at danne et levende neuralt netværk. Cellerne blev arrangeret over et gitter med 60 elektroder og anvendt til at styre tonehøjde og yaw -funktioner i simulatoren. Studiets fokus var på at forstå, hvordan den menneskelige hjerne udfører og lærer beregningsopgaver på mobilniveau.

Etiske overvejelser

Kilder:

Brugerorienterede problemer

  • Langtidseffekter for brugeren er stort set ukendte.
  • Indhentelse af informeret samtykke fra mennesker, der har svært ved at kommunikere.
  • Konsekvenserne af BCI -teknologien for livskvaliteten for patienter og deres familier.
  • Sundhedsrelaterede bivirkninger (f.eks. Neurofeedback af sensorimotorisk rytmetræning rapporteres at påvirke søvnkvaliteten).
  • Terapeutiske applikationer og deres potentielle misbrug.
  • Sikkerhedsrisici
  • Ikke-konvertibilitet af nogle af de ændringer, der er foretaget i hjernen

Juridisk og social

  • Spørgsmål om ansvarlighed og ansvar: hævder, at BCI'ernes indflydelse tilsidesætter den frie vilje og kontrol over sansemotoriske handlinger, hævder, at kognitiv hensigt blev unøjagtigt oversat på grund af en BCI-fejl.
  • Personlighedsændringer involveret forårsaget af dyb hjernestimulering.
  • Bekymringer om tilstanden til at blive en "cyborg" - at have dele af kroppen, der lever og dele, der er mekaniske.
  • Spørgsmål personlighed: hvad vil det sige at være et menneske?
  • Sløring af opdelingen mellem menneske og maskine og manglende evne til at skelne mellem menneskelige vs. maskinstyrede handlinger.
  • Brug af teknologien i avancerede forhørsteknikker fra statslige myndigheder.
  • Selektiv forbedring og social lagdeling.
  • Spørgsmål til forskningsetik, der opstår, når man går fra dyreforsøg til anvendelse hos mennesker.
  • Moralske spørgsmål
  • Tankelæsning og privatliv.
  • Sporings- og "mærkningssystem"
  • Sindskontrol .
  • Bevægelseskontrol
  • Følelseskontrol

I deres nuværende form er de fleste BCI'er langt væk fra de etiske spørgsmål, der er overvejet ovenfor. De ligner faktisk korrigerende terapier i funktion. Clausen udtalte i 2009, at "BCI'er udgør etiske udfordringer, men disse ligner konceptmæssigt dem, som bioetikere har taget fat på for andre terapiområder". Desuden foreslår han, at bioetik er velforberedt til at håndtere de problemer, der opstår med BCI-teknologier. Haselager og kolleger påpegede, at forventninger til BCI -effekt og værdi spiller en stor rolle i etisk analyse og den måde, BCI -forskere bør gribe medier til. Desuden kan standardprotokoller implementeres for at sikre etisk forsvarlige procedurer for informeret samtykke med indespærrede patienter.

Tilfældet med BCI har i dag paralleller inden for medicin, ligesom dets udvikling vil. Ligesom den farmaceutiske videnskab begyndte som en balance for svækkelser og nu bruges til at øge fokus og reducere behovet for søvn, vil BCI'er sandsynligvis gradvist omdanne sig fra behandlinger til forbedringer. Der gøres en indsats inden for BCI -samfundet for at skabe konsensus om etiske retningslinjer for BCI -forskning, udvikling og formidling. Efterhånden som innovationen fortsætter, vil det være afgørende at sikre lige adgang til BCI'er, hvis der ikke opstår uligheder mellem generationer, der kan påvirke retten til menneskelig blomstring negativt.

Lavpris BCI-baserede grænseflader

For nylig har en række virksomheder reduceret EEG -teknologi af medicinsk kvalitet til at skabe billige BCI'er til forskning såvel som underholdningsformål. For eksempel har legetøj som NeuroSky og Mattel MindFlex oplevet en vis kommerciel succes.

  • I 2006 patenterede Sony et neuralt grænsefladesystem, der tillod radiobølger at påvirke signaler i den neurale cortex.
  • I 2007 udgav NeuroSky den første overkommelige forbrugerbaserede EEG sammen med spillet NeuroBoy. Dette var også den første store EEG -enhed, der brugte tørsensorteknologi.
  • I 2008 udviklede OCZ Technology en enhed til brug i videospil, der primært er baseret på elektromyografi .
  • I 2008 meddelte Final Fantasy -udvikleren Square Enix , at det var et partnerskab med NeuroSky for at oprette et spil, Judecca.
  • I 2009 samarbejdede Mattel med NeuroSky for at frigive Mindflex , et spil, der brugte en EEG til at styre en bold gennem en forhindringsbane. Det er langt den bedst sælgende forbrugerbaserede EEG til dato.
  • I 2009 samarbejdede onkel Milton Industries med NeuroSky for at frigive Star Wars Force Trainer , et spil designet til at skabe en illusion om at besidde styrken .
  • I 2009 udgav Emotiv EPOC, en 14 -kanals EEG -enhed, der kan aflæse 4 mentale tilstande, 13 bevidste tilstande, ansigtsudtryk og hovedbevægelser. EPOC er det første kommercielle BCI, der anvender tør sensorteknologi, som kan dæmpes med en saltopløsning for en bedre forbindelse.
  • I november 2011 valgte Time magazine "necomimi" produceret af Neurowear som en af ​​årets bedste opfindelser. Virksomheden meddelte, at det forventede at lancere en forbrugerversion af beklædningsgenstanden, der består af kattelignende ører styret af en hjernebølgelæser produceret af NeuroSky , i foråret 2012.
  • I februar 2014 begyndte They Shall Walk (en nonprofitorganisation, der var fast besluttet på at bygge exoskeletoner, kaldet LIFESUITs, til paraplegics og quadriplegics) et partnerskab med James W. Shakarji om udviklingen af ​​et trådløst BCI.
  • I 2016 udviklede en gruppe hobbyister et BCI-kort med open source, der sender neurale signaler til lydstikket på en smartphone, hvilket sænker omkostningerne ved BCI på entry-level til £ 20. Grundlæggende diagnosesoftware er tilgængelig til Android -enheder samt en tekstindtastningsapp til Unity .
  • I 2020 udgav NextMind et dev -kit inklusive et EEG -headset med tørre elektroder til $ 399. Enheden kan afspilles med nogle demoprogrammer, eller udviklere kan oprette deres egne brugssager ved hjælp af det medfølgende Software Development Kit.

Fremtidige retninger

Hjerne-computer-grænseflade

Et konsortium bestående af 12 europæiske partnere har afsluttet en køreplan for at støtte Europa -Kommissionen i deres finansieringsbeslutninger til det nye rammeprogram Horisont 2020 . Projektet, som blev finansieret af Europa-Kommissionen, startede i november 2013 og offentliggjorde en køreplan i april 2015. En publikation fra 2015 ledet af Dr. Clemens Brunner beskriver nogle af analyserne og resultaterne af dette projekt samt den nye Brain- Computer Interface Society. For eksempel gennemgik denne artikel arbejde inden for dette projekt, der yderligere definerede BCI'er og applikationer, udforskede de seneste tendenser, diskuterede etiske spørgsmål og evaluerede forskellige retninger for nye BCI'er. Som artiklen bemærker, udvider og understøtter deres nye køreplan generelt anbefalingerne fra Future BNCI -projektet forvaltet af Dr. Brendan Allison, som formidler betydelig entusiasme for nye BCI -retninger.

Også andre nylige publikationer har undersøgt fremtidige BCI -retninger for nye grupper af handicappede brugere (f.eks.). Nogle fremtrædende eksempler er opsummeret nedenfor.

Bevidsthedsforstyrrelser (DOC)

Nogle personer har en bevidsthedsforstyrrelse (DOC). Denne tilstand er defineret til at omfatte personer med koma, såvel som personer i vegetativ tilstand (VS) eller minimalt bevidst tilstand (MCS). Ny BCI -forskning søger at hjælpe personer med DOC på forskellige måder. Et centralt indledende mål er at identificere patienter, der er i stand til at udføre grundlæggende kognitive opgaver, hvilket naturligvis ville føre til en ændring af deres diagnose. Det vil sige, at nogle personer, der er diagnosticeret med DOC, i virkeligheden kan være i stand til at behandle oplysninger og træffe vigtige livsbeslutninger (f.eks. Om de skal søge terapi, hvor de skal bo og deres syn på beslutninger ved livets ophør vedrørende dem). Nogle personer, der er diagnosticeret med DOC, dør som følge af beslutninger ved livets ophør, som kan træffes af familiemedlemmer, der oprigtigt føler, at dette er i patientens bedste interesse. I betragtning af den nye udsigt til at give disse patienter mulighed for at give deres mening om denne beslutning, synes der at være et stærkt etisk pres for at udvikle denne forskningsretning for at sikre, at DOC -patienter får mulighed for at beslutte, om de vil leve.

Disse og andre artikler beskriver nye udfordringer og løsninger til at bruge BCI -teknologi til at hjælpe personer med DOC. En stor udfordring er, at disse patienter ikke kan bruge BCI baseret på vision. Derfor er nye værktøjer afhængige af auditive og/eller vibrotaktile stimuli. Patienter kan bære hovedtelefoner og/eller vibrotaktile stimulatorer placeret på håndled, nakke, ben og/eller andre steder. En anden udfordring er, at patienter kan falme ind og ud af bevidstheden og kun kan kommunikere på bestemte tidspunkter. Dette kan faktisk være en årsag til fejlagtig diagnose. Nogle patienter kan muligvis kun svare på lægernes anmodninger i løbet af et par timer om dagen (hvilket muligvis ikke kan forudsiges på forhånd) og kan derfor have reageret ikke under diagnosen. Derfor er nye metoder afhængige af værktøjer, der er lette at bruge i feltindstillinger, selv uden eksperthjælp, så familiemedlemmer og andre personer uden medicinsk eller teknisk baggrund stadig kan bruge dem. Dette reducerer omkostninger, tid, behov for ekspertise og andre byrder med DOC -vurdering. Automatiserede værktøjer kan stille enkle spørgsmål, som patienterne let kan besvare, f.eks. "Hedder din far George?" eller "Er du født i USA?" Automatiserede instruktioner informerer patienter om, at de kan formidle ja eller nej ved f.eks. At fokusere deres opmærksomhed på stimuli til højre mod venstre håndled. Denne fokuserede opmærksomhed skaber pålidelige ændringer i EEG -mønstre, der kan hjælpe med at bestemme, at patienten er i stand til at kommunikere. Resultaterne kunne præsenteres for læger og terapeuter, hvilket kunne føre til en revideret diagnose og terapi. Derudover kunne disse patienter derefter forsynes med BCI-baserede kommunikationsværktøjer, der kunne hjælpe dem med at formidle grundlæggende behov, justere sengens position og HVAC (varme, ventilation og aircondition) og på anden måde give dem mulighed for at træffe store livsbeslutninger og kommunikere.

Motorisk opsving

Folk kan miste noget af deres bevægelsesevne på grund af mange årsager, såsom slagtilfælde eller skade. Flere grupper har undersøgt systemer og metoder til motorisk genopretning, der omfatter BCI'er. I denne tilgang måler et BCI motorisk aktivitet, mens patienten forestiller sig eller forsøger bevægelser som instrueret af en terapeut. BCI kan give to fordele: (1) hvis BCI angiver, at en patient ikke forestiller sig en bevægelse korrekt (manglende overholdelse), kan BCI informere patienten og terapeuten; og (2) givende feedback, såsom funktionel stimulering eller bevægelse af en virtuel avatar, afhænger også af patientens korrekte bevægelsesbilleder.

Indtil nu har BCI'er til motorisk genopretning påberåbt sig EEG for at måle patientens motoriske billeder. Undersøgelser har imidlertid også brugt fMRI til at studere forskellige ændringer i hjernen, når personer gennemgår BCI-baseret slagtilfælde rehab-træning. Fremtidige systemer kan omfatte fMRI og andre foranstaltninger til realtidskontrol, såsom funktionel nærinfrarød, sandsynligvis i takt med EEG'er. Ikke-invasiv hjernestimulering er også blevet undersøgt i kombination med BCI'er til motorisk genopretning. I 2016 offentliggjorde forskere fra University of Melbourne prækliniske proof-of-concept-data relateret til en potentiel hjerne-computer-grænseflade-teknologiplatform, der udvikles til patienter med lammelse for at lette kontrollen med eksterne enheder såsom robotiske lemmer, computere og exoskeletoner ved at oversætte hjernens aktivitet. Kliniske forsøg er i gang.

Funktionel hjernekortlægning

Hvert år gennemgår omkring 400.000 mennesker hjernekortlægning under neurokirurgi. Denne procedure er ofte påkrævet for mennesker med tumorer eller epilepsi, der ikke reagerer på medicin . Under denne procedure placeres elektroder på hjernen for præcist at identificere placeringen af ​​strukturer og funktionelle områder. Patienter kan være vågne under neurokirurgi og blive bedt om at udføre bestemte opgaver, såsom bevægelse af fingre eller gentagelse af ord. Dette er nødvendigt, så kirurger kun kan fjerne det ønskede væv, mens de sparer andre områder, såsom kritisk bevægelse eller sprogregioner. Fjernelse af for meget hjernevæv kan forårsage permanent skade, mens fjernelse af for lidt væv kan efterlade den underliggende tilstand ubehandlet og kræve yderligere neurokirurgi. Der er således et stærkt behov for at forbedre både metoder og systemer til at kortlægge hjernen så effektivt som muligt.

I flere nylige publikationer har BCI -forskere og læger samarbejdet om at undersøge nye måder at bruge BCI -teknologi til at forbedre neurokirurgisk kortlægning. Dette arbejde fokuserer stort set på høj gamma-aktivitet, som er vanskelig at opdage med ikke-invasive midler. Resultaterne har ført til forbedrede metoder til at identificere vigtige områder for bevægelse, sprog og andre funktioner. En nylig artikel omhandlede fremskridt inden for funktionel hjernekortlægning og opsummerer en workshop.

Fleksible enheder

Fleksibel elektronik er polymerer eller andre fleksible materialer (f.eks. Silke , pentacen , PDMS , Parylene , polyimid ), der er trykt med kredsløb ; den fleksible karakter af de organiske baggrundsmaterialer, der gør det muligt for elektronikken at bøje, og fremstillingsteknikkerne, der bruges til at skabe disse enheder, ligner dem, der bruges til at skabe integrerede kredsløb og mikroelektromekaniske systemer (MEMS). Fleksibel elektronik blev først udviklet i 1960'erne og 1970'erne, men forskningsinteressen steg i midten af ​​2000'erne.

Neuralt støv

Neuralt støv er et udtryk, der bruges til at referere til millimeterstore enheder, der drives som trådløst drevne nervesensorer, der blev foreslået i et papir fra 2011 fra University of California, Berkeley Wireless Research Center, som beskrev både udfordringerne og de fremragende fordele ved at skabe en langvarig trådløs BCI. I en foreslået model af den neurale støvføler tillod transistormodellen en metode til adskillelse mellem lokale feltpotentialer og aktionspotentiale "pigge", hvilket ville muliggøre en stærkt diversificeret mængde data, der kunne opnås fra optagelserne.

Se også

Noter

Referencer

Yderligere læsning

eksterne links