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 сознание 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.D. 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. Усложняя эту задачу, мозг является источником этих данных, который увеличивает мощность и обработку данных за пределами безопасных имплантируемых устройств.
В настоящее время для прогнозирования сложного поведения, такого 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 20000 сигналов в секунду, и позволяют выполнять такие действия, как восстановление парализованной руки или разрешение кому-нибудь с протезом руки почувствовать, насколько твердый или мягкий объект. 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 16000 сигналов в секунду. Однако им еще предстоит добиться стабильной работы, и их индивидуальный характер является препятствием на пути к получению одобрения в качестве безопасных имплантатов по сравнению с промышленными чипами.
"Это большой шаг вперед," Честек сказал. "Получить по беспроводной сети сигналы с высокой пропускной способностью, которые нам в настоящее время необходимы 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 порога, а также дополнительное оборудование, аккумулятор и время.
Сжимая данные другим способом, лаборатория Честека обратилась к специфической особенности нейронных данных: пиковой мощности полосы пропускания. 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 с существенно более низкими потребностями в энергии.
По сравнению с чрескожными системами, команда обнаружила, что методика SBP столь же точна, принимая одну десятую количества сигналов, 2000 против 20000 сигналов в секунду. По сравнению с другими методами, такими как использование частоты 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 пересечение порога, 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," Насон сказал. "Эти существующие схемы, использующие ту же полосу пропускания и мощность, теперь применимы ко всей области интерфейсов мозг-машина."
Изучение, "Низкомощный диапазон нейрональной импульсной активности, в котором преобладают отдельные локальные единицы, улучшает работу интерфейсов мозг-машина," опубликовано в журнале Nature Biomedical Engineering.