Energieeffizientes Gerät aus künstlichen Neuronen kann Hirnwellen entschlüsseln

Die elektronischen Geräte, auf die aktuelle neuronale Netzwerk-Algorithmen angewiesen sind, erfordern eine enorme Menge an Rechenleistung, was bedeutet, dass diese künstlichen Intelligenz- (KI-) Systeme noch weit davon entfernt sind, mit dem menschlichen Gehirn bei der Verarbeitung von Sinnesinformationen oder Interaktionen mit der Umgebung in Echtzeit mithalten zu können.

Der Schlüssel, um diese Herausforderung zu überwinden, könnte in der neuromorphen Ingenieurwissenschaft liegen, einem neuen Ansatz, der künstliche und natürliche Intelligenz kombiniert. Forscher an der Universität Zürich, der ETH Zürich und der Universitätsklinik Zürich stützen sich auf diesen Ansatz, um einen Chip auf Basis von neuromorpher Technologie zu entwickeln, mit dem der Chip komplexe Biosignale genau und zuverlässig erkennt.

Die neue Forschung wurde in Nature Communications veröffentlicht.

HFO-Erkennung

Das Team nutzte die Technologie, um erfolgreich zuvor aufgezeichnete Hochfrequenzoszillationen (HFOs) zu erkennen, die mit einem intrakraniellen Elektroenzephalogramm (iEEG) gemessen werden. HFOs haben sich als zuverlässig erwiesen, um Hirngewebe zu identifizieren, das für epileptische Anfälle verantwortlich ist.

Das Team simulierte das natürliche neuronale Netzwerk des Gehirns, das als spikendes neuronales Netzwerk (SNN) bezeichnet wird, um einen Algorithmus zur Erkennung von HFOs zu entwerfen. Sie implementierten das SNN in einem kleinen Hardware-Stück, das neuronale Signale durch Elektroden erhält, die extrem energieeffizient sind.

Aufgrund dieser Effizienz können Berechnungen mit einer sehr hohen zeitlichen Auflösung durchgeführt werden, ohne dass das Internet oder Cloud-Computing benötigt wird.

Giacomo Indiveri ist Professor am Institut für Neuroinformatik der UZH und der ETH Zürich.

“Unser Design ermöglicht es uns, räumlich-zeitliche Muster in biologischen Signalen in Echtzeit zu erkennen”, sagt Indiveri.

Praktische Anwendungen

Die Forscher möchten die neuen Erkenntnisse nun nutzen, um ein elektronisches System zu entwickeln, das HFOs in Echtzeit zuverlässig erkennen und überwachen kann. Laut dem Team könnte das Werkzeug, wenn es als zusätzliches Diagnoseinstrument in Operationssälen eingesetzt wird, das Ergebnis von neurochirurgischen Eingriffen verbessern.

Die Erkennung von HFOs könnte auch andere Bereiche beeinflussen, wobei das langfristige Ziel des Teams die Entwicklung eines Geräts zur Überwachung von Epilepsie ist. Ein solches Gerät könnte außerhalb des Krankenhauses eingesetzt werden, um Signale von einer großen Anzahl von Elektroden über mehrere Wochen oder Monate zu analysieren.

“Wir möchten eine energiesparende, drahtlose Datenkommunikation in das Design integrieren – um es beispielsweise mit einem Handy zu verbinden”, sagt Indiveri.

Johannes Sarnthein ist Neurophysiologe an der Universitätsklinik Zürich.

“Ein portables oder implantierbares Chip wie dieser könnte Perioden mit höherer oder niedrigerer Anfallsrate identifizieren, was es uns ermöglichen würde, personalisierte Medizin zu liefern”, sagt Sarnthein.

Die Forschung über Epilepsie findet am Zentrum für Epileptologie und Epilepsie-Chirurgie Zürich statt, das Teil einer Partnerschaft zwischen der Universitätsklinik Zürich, der Schweizerischen Epilepsie-Klinik und der Universitäts-Kinderklinik Zürich ist.