Мозговые имплантаты сверхнизкой мощности находят значимый сигнал в шуме серого вещества

Настраиваясь на подмножество мозговых волн, исследователи из Мичиганского университета резко снизили энергопотребление нейронных интерфейсов, одновременно повысив их точность – открытие, которое может привести к созданию долговечных мозговых имплантатов, которые могут одновременно лечить неврологические заболевания и обеспечивать управляемое разумом протезирование. и машины.

Команда, возглавляемая Синтией Честек, доцентом кафедры биомедицинской инженерии и профессорско-преподавательского состава Института робототехники, оценила снижение энергопотребления нейронных интерфейсов на 90% за счет использования их подхода.

«В настоящее время для преобразования сигналов мозга в чьи-то намерения требуются компьютеры высотой с человека и много электроэнергии – на несколько автомобильных аккумуляторов», – сказал Сэмюэл Нэсон, первый автор исследования и доктор философии. кандидат в лабораторию кортикального нейропротезирования Честека. «Уменьшение количества электроэнергии на порядок в конечном итоге позволит создавать интерфейсы мозг-машина в домашних условиях».

Нейроны, клетки нашего мозга, которые передают информацию и действия по всему телу, являются передатчиками шума. Компьютеры и электроды, используемые для сбора данных о нейронах, слушают радио, застрявшее между станциями. Они должны расшифровать реальный контент среди гудения мозга. Мозг усложняет эту задачу и является источником этих данных, который увеличивает мощность и обработку данных за пределами безопасных имплантируемых устройств.

В настоящее время, чтобы предсказать сложное поведение, такое как захват предмета в руке на основе активности нейронов , ученые могут использовать чрескожные электроды или прямую проводку через кожу к мозгу. Это достижимо с помощью 100 электродов, которые улавливают 20 000 сигналов в секунду, и позволяют выполнять такие действия, как восстановление парализованной руки или возможность человека с протезом руки почувствовать твердость или мягкость объекта. Но этот подход не только непрактичен за пределами лаборатории, но и несет в себе риск заражения.

Некоторые беспроводные имплантаты, созданные с использованием высокоэффективных специализированных интегральных схем, могут обеспечивать почти такую ​​же производительность, что и чрескожные системы. Эти чипы могут собирать и передавать около 16 000 сигналов в секунду. Однако им еще предстоит добиться стабильной работы, а их индивидуальный характер является препятствием на пути к получению одобрения в качестве безопасных имплантатов по сравнению с промышленными чипами.

«Это большой шаг вперед», – сказал Честек. «Получить по беспроводной сети сигналы с высокой пропускной способностью, которые нам нужны в настоящее время для интерфейсов мозга и машины, было бы совершенно невозможно, учитывая источники питания существующих устройств в стиле кардиостимуляторов».

Чтобы уменьшить потребности в энергии и данных, исследователи сжимают сигналы мозга. Сосредоточение внимания на всплесках нейронной активности, которые пересекают определенный порог мощности, называемый частотой пересечения порога или TCR, означает, что нужно обрабатывать меньше данных, но при этом можно прогнозировать запуск нейронов . Однако TCR требует прослушивания полного шланга активности нейронов, чтобы определить, когда порог пересечен, а сам порог может изменяться не только от одного мозга к другому, но и в одном и том же мозге в разные дни. Для этого требуется настройка порогового значения, а также дополнительное оборудование, аккумулятор и время.

Сжимая данные другим способом, лаборатория Честека обратилась к особой особенности нейронных данных: пиковой мощности. SBP – это интегрированный набор частот от нескольких нейронов от 300 до 1000 Гц. Прислушиваясь только к этому диапазону частот и игнорируя другие, получая данные из соломинки, а не из шланга, команда нашла высокоточное предсказание поведения при значительно более низких потребностях в энергии.

По сравнению с чрескожными системами, команда обнаружила, что методика SBP столь же точна, принимая одну десятую количества сигналов, 2000 против 20 000 сигналов в секунду. По сравнению с другими методами, такими как использование скорости пересечения порога, подход команды не только требует гораздо меньше необработанных данных, но также более точен при прогнозировании срабатывания нейронов даже среди шума и не требует настройки порога.

Метод SBP решает еще одну проблему, ограничивающую срок службы имплантата. Со временем электроды интерфейсов перестают распознавать сигналы среди шума. Однако, поскольку этот метод работает так же хорошо, когда сигнал вдвое меньше, чем требуется от других методов, таких как переход порогового значения, имплантаты можно оставить на месте и использовать дольше.

В то время как новые интерфейсы мозг-машина могут быть разработаны, чтобы использовать преимущества метода команды, их работа также открывает новые возможности для многих существующих устройств за счет снижения технических требований для преобразования нейронов в намерения.

«Оказывается, многие устройства недооценивают себя, – сказал Нейсон. «Эти существующие схемы, использующие ту же полосу пропускания и мощность, теперь применимы ко всей сфере интерфейсов мозг-машина».

Исследование « Низкомощный диапазон нейрональной импульсной активности, в которой преобладают отдельные локальные единицы, улучшает работу интерфейсов мозг- машина», опубликовано в Nature Biomedical Engineering .

услуги нутрициологаАвтор сайта и статей: Наталья Степанова, нутрициолог-психолог, консультант по питанию и коррекции веса. Подробнее обо мне

Я в соц. сетях: Vk, Instagram.

Рейтинг
Еще статьи нутрициолога:
Adblock
detector