Energiatehokas laite, joka on valmistettu keinotekoisista hermosoluista, voi dekoodata aivoaaltoja

Nykyisten neuroverkkotekniikka-algoritmien käyttämät sähkölaitteet vaativat paljon prosessointitehoa, mikä tarkoittaa, että nämä tekoälyjärjestelmät (AI) ovat edelleen kaukana siitä, että ne olisivat verrattavissa ihmisaivojen prosessointikapasiteettiin aistien tietojen tai ympäristön kanssa vuorovaikuttaessa reaaliajassa.

Haasteen voittamiseen voisi liittyä neuromorfinen tekniikka, joka on uusi lähestymistapa, joka yhdistää keinotekoisen ja luonnollisen älymysteeron. Zürichin yliopiston, ETH Zürichin ja Zürichin yliopistollisen sairaalan tutkijat luottavat tähän lähestymistapaan kehittääkseen neuromorfiteknologiaan perustuvan sirun, joka tunnistaa oikein ja luotettavasti monimutkaiset biosignaalit.

Uusi tutkimus julkaistiin Nature Communications -julkaisussa.

HFO-havaitseminen

Tutkijaryhmä käytti teknologiaa havaitsemaan aiemmin tallennettuja korkeataajuisia värähtelyjä (HFO), jotka mitataan intrakraniyalisen elektroenkefalograafin (iEEG) avulla. HFO on osoittautunut luotettavaksi keinoksi tunnistaa aivokudoksen, joka on vastuussa epileptisistä kohtauksista.

Tutkijaryhmä simuloiti aivojen luonnollista hermosolmukkoa, jota kutsutaan herätehermosolmukoksi (SNN), suunnitellakseen algoritmin HFO:n havaitsemiseksi. He toteuttivat SNN:n pienessä laitteessa, joka vastaanottaa hermoimpulsseja elektrodeja käyttäen, ja se on erittäin energiatehokas.

Tämän tehokkuuden ansiosta laskelmat voidaan suorittaa erittäin korkealla ajalllisella resoluutiolla ilman internetin tai pilvilaskennan käyttöä.

Giacomo Indiveri on professori Zürichin yliopiston ja ETH Zürichin neurotieteen laitoksessa.

“Rakennelma mahdollistaa meille tunnistaa avaruus- ja aikaperspektiivin biologisissa signaaleissa reaaliajassa”, Indiveri sanoo.

Käytännön sovellukset

Tutkijat haluavat nyt käyttää uusia löytöjä kehittääkseen elektronisen järjestelmän, joka voi luotettavasti tunnistaa ja seurata HFO:a reaaliajassa. Tutkijaryhmän mukaan, jos työkalua käytetään diagnostiseen tarkoituksiin leikkaussaleissa, se voi parantaa neurokirurgisten toimenpiteiden tuloksia.

HFO-tunnistus voi vaikuttaa myös muihin aloihin, ja tutkijaryhmän pitkän aikavälin tavoitteena on kehittää laite, jolla voidaan seurata epilepsiaa. Tällaista laitetta voidaan käyttää sairaalassa, mikä mahdollistaa signaaleiden analyysin useiden elektrodejen avulla useiden viikkojen tai kuukausien ajan.

“Haluumme integroida matalaenergiaisen, langattoman tietoliikenteen suunnitelmaan – esimerkiksi yhdistää se matkapuhelimeen”, Indiveri sanoo.

Johannes Sarnthein on neurofysiologi Zürichin yliopistollisessa sairaalassa.

“Kannettava tai implantoitava siru, kuten tämä, voisi tunnistaa jaksoja, joilla on korkeampi tai matalampi kohtauksien esiintymistiheys, mikä mahdollistaisi henkilökohtaisten lääkehoidon toimittamisen”, Sarnthein sanoo.

Epilepsiatutkimus tapahtuu Zürichin epileptologiakeskuksessa ja epilepsialeikkauksessa, joka on osa yhteistyötä Zürichin yliopistollisen sairaalan, Sveitsin epilepsia-klinikan ja Zürichin lastensairaalan välillä.