Elena Pitsik— Junior Research Fellow, Laboratoriet för neurovetenskap och kognitiv teknik, universitetet
Förbindelsen mellan datorn och hjärnan
Ett gränssnitt mellan hjärna och dator är ett system som möjliggör interaktion mellan hjärnan och datorn.Det öppnar en kanal för kommunikation mellan hjärnan ochdator och låter dem utbyta information med varandra. Det enklaste exemplet är genereringen av kommandon för en extern enhet som använder hjärnaktivitet. En extern enhet kan vara en dator, en applikation, en robot, en drönare, en protes, ett exoskelett eller vad som helst. Räckvidden för sådana gränssnitt är mycket bred.
Den viktigaste delen av gränssnittet är tekniken för inspelning av biologiska signaler från hjärnan.Det finns många tekniker som kan tillämpas på gränssnitt. Signaler om elektrisk aktivitet registreras med hjälp av en förstärkare som kallas elektroencefalograf.De överförs till servern som bearbetar dessa signaler.Mycket små, kompakta gränssnitt som använder trådlös teknik.Men om du planerar att använda gränssnittet i en klinisk miljö (till exempel för rehabilitering efter stroke) vill du förmodligen ha många kanaler och big data.Big Data-bearbetning kräver mycket datorresurser, så oftast används en separat dator, på vilken det finns enOch efter att denna programvara har bearbetats avDet är en hjärnsignal som översätts till kommandon för en extern enhet och ger feedback.I stället för en klassisk bildskärm kan det vara vad som helst: från tillämpningen av övervakning av ditt humör till ett robotstyrsystem.
Hjärn-dator-gränssnitt kan delas in i tre huvudtyper.Först och främst är det ett aktivt neuralt gränssnitt, vilket innebär att användaren direkt och medvetet kontrollerarEtt neuralt gränssnitt är den hjärnaktivitet som användaren genererar, läser och bearbetarDen andra typen är ett reaktivt neuralt gränssnitt.I den produceras hjärnaktiviteten inte medvetet av hjärnan, utan stimuleras av yttre påverkan som ljus, ljud, taktila förnimmelser och kommandon.Till exempel bilder eller ljudstimulering som utlöser en viss respons i våra huvuden.Och vi kan inte generera denna respons medvetet, utan en extern stimulans, så vi behöver någon form av feedback.Hjärna-dator-gränssnittet söker igenom våra hjärnor efter denna reaktion på ett externt stimulus och använderför att generera kommandon och styra en extern enhet eller för att profilera feedback.Den tredje typen av neuralt gränssnitt är det passiva neurala gränssnittet, som är det mest komplexa och obegripliga, eftersom det inte alls innebär dettaInga kommandon för den externa enheten och ingen kontroll.Gränssnittet sitter passivt på dig och övervakar ditt tillstånd under dagliga aktiviteter.Det innebär att du läser, arbetar, kör och övervakar det neurala gränssnittetDen kan användas för att spåra din uppmärksamhetsnivå, fokus, trötthet, kognitiva belastning och även ge dig lite feedback om ditt tillstånd.
Neurorehabilitering och andra användningar av gränssnitt
Det neurala gränssnittet har en stor social betydelse för utvecklingen av olika rehabiliteringssystem och för att förbättra livskvaliteten för personer med särskilda behov.Till exempel personer med locked-in-person-syndrom – de har förlorat alla möjligheter till kontakt med omvärlden, men samtidigt har de behållit sitt medvetande; De är helt paralyserade människor som inte kantala, röra sig och till och med röra på ögonen.Det finns inga andra alternativ för kommunikation än att använda neurala gränssnitt för att läsa av deras hjärnaktivitet och omvandla den till specifika kommandon.Dessa kommandon kan vara talgenerering, styra olika applikationer för att upprätthålla den dagliga funktionaliteten, samt tillhandahålla grundläggande kommunikation med andra människor.Ett mindre allvarligt tillstånd är partiell förlamning, till exempel personer i rullstol som inte kangång, eller olika pares efter en stroke eller till följd av en skada.Vid förlamning, om den är obotlig, är det möjligt att förbättra livskvaliteten för en sådan person om du ger honom någon form av exoskelettDetta är ett av de mest populära områdena i utvecklingen av neurala gränssnitt.
Den mest populära tillämpningen av neurala gränssnitt inom medicin är neurorehabilitering.Detta är en möjlighet att påskynda rehabiliteringsprocessen för en person efter en skada eller stroke med hjälp av träning med ett hjärn-datorgränssnitt, vilket innebärDet finns många studier som har visat att sådana gränssnitt faktiskt accelererar avsevärtoch förbättra rehabiliteringsprocessen för människor och återställa deras förlorade motoriska funktioner.
Nyligen har hjärn-till-dator-gränssnitt gått igenom till den vanliga marknaden och fått en bredare publik.Idag kan du köpa ett neuralt gränssnitt på eBay för en liten summa pengar, det kommer att varaFörst och främst används deNeurala gränssnitt används också mycket ofta inom spelindustrin.för att övervaka olika tillstånd, såsom humör eller sömnfaser.En person slappnar av och vägleds enligt resultaten av övervakningen av sin hjärnaktivitet.Liknande enheter används också för att utveckla olika system för att träna kognitiva färdigheter, såsom uppmärksamhet, koncentration eller kognitiv belastning.Detta är ett viktigt område eftersom det till exempel kan användas vid utveckling av kognitiva lastsystem för piloter i flygplan och för lastbilschaufförer.
Vad är hjärnan och hur du kan mäta dess aktivitet
Du och jag är vår hjärna.Hjärnan är uppbyggd av celler som kallasneuroner. Och varje neuron består av en kärna, en kropp och olika processer som säkerställer dess kommunikation med andra neuroner - dessa är dendriter, axoner och en terminal (en fortsättning på axonet för kommunikation med andra neuroner - "High-Tech"). En neuron är en ganska enkel struktur, men det finns miljarder neuroner i huvudet. Tillsammans skapar de alltså ett enormt nätverk som kan bearbeta komplexa datamängder och försörja oss som individer.
Hjärnan är en superdator, det vill säga ett system som kan bearbeta stora mängder information.Neuroner interagerar huvudsakligen med varandratvå sätt - elektricitet och kemiska bindningar. En elektrisk signal produceras av en neuron och överförs genom en axon till synapserna (kopplingar mellan neuroner - "High-Tech") hos en annan neuron. När en elektrisk signal kommer till utgången av en neuron omvandlas den till några kemiska meddelanden som kallas neurotransmittorer. Och de överförs från utsignalen från en neuron till ingången från en annan, som i sin tur tar emot dem, bearbetar dem, förvandlar dem till en elektrisk signal och sänder dem vidare längs denna kedja. En neuron kan antingen ta emot och skicka en elektrisk signal genom sig själv, eller släcka den, inte ta emot den och avbryta kedjan. Alla våra aktiviteter bildar ett nätverk av neuroner som blinkar kontinuerligt och bildar ett visst mönster som gör att vi kan bearbeta många aktiva typer av mänsklig aktivitet.
Det finns flera metoder för att mäta hjärnans elektriska aktivitet.För det första är detta magnetisk encefalografi,som går ut på att mäta elektromagnetiska fält som uppstår till följd av elektrisk aktivitet i hjärnan. En MEG-maskin är en stor anordning i vilken en person sitter orörlig eftersom elektroderna som läser av magnetfältet inte är placerade på huvudet, utan är placerade på ett visst avstånd från det. MEG är mycket känslig för olika yttre störningar - inklusive jordens magnetfält och andra magnetfält som hela vår verklighet bokstavligen är fylld med. För att MEG ska fungera bra måste den därför placeras i ett avskärmat rum. En annan metod är nära-infraröd spektroskopi. Detta är en neuroimaging-teknik som gör att vi kan visualisera de processer som sker i hjärnan. Den använder infrarött ljus för att mäta koncentrationen av oxi- och deoxihemoglobin. Enheten består av ett lock som cylindrar är fästa på, tätt intill ytan av hårbotten och uppdelat i två typer - källa och detektor. Källan avger en ljusstråle i det infraröda området. Detta ljus passerar genom huden, skallen och det övre lagret av cortex, det vill säga hjärnan. Den passerar igenom, går tillbaka till ytan av hårbotten och fångas upp av detektorn. Dessutom innehåller allt som kan ses mycket viktig information om syrenivån i blodet. När vi utför en handling, som att knacka, är vårt blod i motorzonen mättat med syre. Vi kan mäta detta och definiera det som ett mönster. Nästa teknik är elektroencefalografi, den mest effektiva av dessa. Det kan användas i ett neuralt gränssnitt eftersom det är relativt billigt och ganska enkelt. Jag satte på en mössa, snurrade elektroderna, smörjde in dem med pasta - och de fungerade. En EEG-installation - en elektroencefalograf - är också en hatt som placeras på en persons huvud. Det är nödvändigt att trycka elektroderna tätare mot personens huvud och placera dem korrekt.
Varför ska neurala gränssnitt vara inbäddade i hjärnan?
Elektroencefalografer är olika.De skriver signaler med olika upplösningar och harolika antal kanaler. EEG finns också i två typer. I grund och botten finns det invasiva och icke-invasiva EEG. Ett invasivt EEG innebär operation för att öppna din skalle och placera elektroder direkt på ytan av din hjärna. Det är tydligt att denna teknik inte används på människor. Det används främst inom djurvetenskap för att studera deras aktivitet, som är mycket lik mänsklig aktivitet. EEG-signalen, som läses direkt från ytan av cortex och en mycket liten grupp av neuroner, har bättre prestanda än icke-invasiv teknologi. Eftersom den är fri från olika artefakter som är karakteristiska för EEG.
Det finns områden där invasiva gränssnitt är mycket viktiga och i själva verket den enda tekniken som kan lindra en persons tillstånd.Detta är till exempel epilepsi.Vårt laboratorium studerar en typ av epilepsi som kallas frånvaroepilepsi. Detta är epilepsi som inte är förknippat med anfall. En person upplever inte kramper under en attack, han kopplar helt enkelt bort från världen ett tag. Och han vet inte om det, att han är frånkopplad. Detta tillstånd är också mycket farligt, trots att det inte finns några yttre manifestationer förutom att personen har kopplat från verkligheten. För han kanske till exempel inte vet att han har frånvaroepilepsi och svimmar under körning. Därför är det också mycket viktigt att förhindra alla attacker, och gränssnittet kan förhindra det. När en person får en attack, för det första, synkroniseras olika hjärnrytmer - detta är mycket lätt att fånga. Dessutom föregås en attack av en viss typ av aktivitet – en tid innan attacken kan vi avgöra vad som kommer att hända härnäst. När det neurala gränssnittet upptäcker detta kan det skicka impulser till hjärnan som hjälper till att undertrycka denna attack. Samtidigt kommer en person som bär det här gränssnittet regelbundet inte att känna någonting och inte veta att han precis skulle få en attack.
Neuralink Ilona Mask skiljer sig från andrainvasiva neurointerfaces genom att elektroderna som skriver EEG är placerade på mycket tunna trådar (tunnare än ett mänskligt hår), och många elektroder är placerade på en glödtråd.Det är möjligt att spela in upp till 3 tusen elektroder.Detta är en enorm mängd data. Med tanke på att de ligger på cortex är de väldigt små och skriver en signal från en liten grupp neuroner. På så sätt kan vi fånga mycket subtil aktivitet.
Masks teknik löser delvis problemet som är vanligt när man använder icke-invasiv EEG - fältspridning (från engelska "electric field strength" - "High-tech").När vi skriver ett icke-invasivt EEG lägger vi över varandraelektroden på huvudet, och den registrerar från en stor grupp neuroner. Det genererar ett allmänt energifält. Elektriska fält från olika neuroner överlappar varandra och stör varandra. Så när vi skriver en viss typ av aktivitet har vi faktiskt många olika aktiviteter, vilket stör bearbetningen. Och ett mycket stort problem med alla invasiva gränssnitt är att vår kropp inte vill att främmande föremål ska stoppas in i den.
Ett icke-invasivt EEG är ett EEG som vi använder kontinuerligt.I huvudsak är dessa elektroder placerade påytan av huvudet med en mössa. Varje elektrod registrerar aktiviteten hos en specifik grupp av neuroner. Placeringen av elektroderna är mycket viktig eftersom den i hög grad påverkar bearbetningsresultatet.
Ett elektroencefalogram är en elektrisk signal.Att bearbeta denna signal är en uppgift för radiofysik.Vi kan använda konventionella analystekniker för att isolera funktioner i denna signal. Vår uppgift är att lyfta fram vissa mönster som motsvarar denna rörelse.
De största svårigheterna med att skapa neurala gränssnitt
Varför är det så svårt att skapa ett neuralt gränssnitt?Eftersom det här är mycket svåra uppgifter:bearbeta EEG och identifiera mönster. De kräver ett integrerat och noggrant tillvägagångssätt. För det första för att varje person är individuell, precis som hans hjärna. Även homozygota tvillingar har väldigt olika hjärnor, som fingeravtryck. Vi kan inte skapa ett universellt system som fungerar likadant för alla människor. Den måste justeras, kalibreras och ständigt ändras för alla. Nästa anledning är detaljerna i uppgiften. Varje person kan utföra samma uppgift på olika sätt och samla olika aktiviteter. Placeringen av sensorer är också en mänsklig faktor. I olika experiment kan sensorerna vara placerade lite olika, men detta är också mycket viktigt, eftersom de kommer att skriva en annan aktivitet. En annan orsak är den icke-stationära dynamiken i hjärnan på alla tidsskalor. Det betyder att det hela tiden förändras på alla tidsskalor. Vi kan ta en stor bit EEG-signal, dela upp den i sekunder, och varje sekund kommer att vara annorlunda. Hjärnor förändras ständigt, utvecklas och anpassar sig till sin yttre miljö. Ett viktigt problem är den höga brusnivån i EEG-inspelningar och artefakter. Eftersom vi placerar elektroder på ytan av hårbotten, och under, mellan huden och skallen, finns det muskelfibrer som arbetar, rör sig och skapar någon form av motoriska artefakter på EEG-signalen. Dessutom flyttar vi ständigt våra ögon, blinkar, och allt detta ger också vägledning till EEG, som är synlig inte bara på kanalerna på pannan, utan också på baksidan av huvudet. Dessutom slår vårt hjärta. Hjärtartefakter finns på EEG hos nästan alla människor. De uppstår från pulsering av blod i kärlen under huden.
Det finns coola metoder som hjälper oss att bli av med alla artefakter.Du kan ta bort artefakter eller filtrera dem.Det finns metoder som låter dig ta bort komponenter som motsvarar hjärtslag, oculomotoriska artefakter och filtrera EEG-signalen i det intervall vi behöver. Därefter används tids-frekvensanalys som en signalanalysmetod. Vi utvärderar energin för varje rytm och ser vilken som innehåller lite dynamik som är förknippad med den effekt vi letar efter. Tidsfrekvensanalys inkluderar wavelets, Fourieranalys, etc.
Nästa steg är att etablera funktionella kopplingar mellan olika delar av hjärnan.När vi gör något (vi rör våra händer,föreställ dig handrörelser), interagerar våra hjärnregioner antingen synkront eller desynkront. De påverkar varandra under denna interaktion. Utifrån dessa influenser går det att bygga upp ett nätverk av funktionella kopplingar som beskriver vilka kopplingar som stärks och vilka som försvagas, och utifrån detta kan vi dra en slutsats om hur vår aktivitet byggs upp och bearbetas av neuroner på en skala av hela hjärnan. Artificiella neurala nätverk är de mest lovande här eftersom de fungerar snabbt och är baserade på en biologisk modell av neuroner.
EEG-signalen är en komplex struktur med många komponenter, men dess komplexitet förändras över tid och beroende på vad vi gör.Utifrån dynamiken i denna komplexitet kan vi förstå dethänder, utvärdera det, klassificera det och gör någon sorts klassificerare utifrån detta. Ett specifikt exempel är borttagning av artefakter. Låt oss säga att vi har en flerkanalig EEG-signal, och den visar artefakter som ger störningar på nästan alla kanaler. Och de ser ut som oculomotoriska artefakter. De tas bort med metoden med oberoende komponenter. Varje signal delas upp i flera komponenter som innehåller sin egen information. En av dem innehåller något som vi inte behöver i signalen - samma oculomotoriska artefakt. Vi tar den och kastar den. Vi får en ren, mer informativ signal som innehåller det vi behöver. Filtrering är en grundläggande sak.
En signal kan filtreras i olika frekvensområden.Alfarytm (8–14 Hz) och betarytm (15–30 Hz) -det är de två hjärnrytmerna, de två frekvenskomponenterna, som innehåller mest information om hur hjärnan bearbetar motorisk aktivitet. Om vi vill klassificera imaginära eller verkliga rörelser, vänder vi oss till alfa- och betarytmen och letar efter ett mönster på dem.
Att hitta ett mönster är en klassificeringsuppgift.För att titta på mönstret kan vianvända tids-frekvensanalysmetoden. Mönstret är motorisk aktivitet på EEG, och det vanligaste som nämns är händelserelaterad desynkronisering. Vi tar aktiviteten av alfarytmen. Den innehåller mycket information om hur vi rör oss. Denna information är som följer: när vi gör en rörelse minskar antalet neuroner som är involverade i att bearbeta information. Således undertrycks alfarytmen. Dess amplitud minskar och den genererar mindre energi. Denna undertryckning av alfarytmen fortsätter under hela rörelsen. Om vi ser att alfarytmen har sjunkit kan vi säga att rörelse har skett i det ögonblicket. Till exempel, en person knyter handen i en knytnäve. Alfarytmen faller, dess energi minskar. Han avsynkroniserar och vi kan se det. Sedan öppnar personen sin hand, och alfarytmen återställs och återgår till sitt normala tillstånd. Hela problemet är att desynkronisering är tydligt synlig i genomsnittsdata. Vi tar flera rörelser, beräknar wavelet-ytan för var och en, snittar dem och får en ljus bild. Vi tar en rörelse, räknar dess wavelet-yta och ser ingenting. Vi förstår ingenting eftersom denna rörelse är en mycket subtil effekt.
Se även:
Se hur sommaren ser ut på Saturnus
Det fanns ett foto av hur ökenstoft "rinner" ut i Atlanten
Se vad Hubbles efterföljande teleskop kan se i rymden