脳コンピュータインターフェースの安定性を劇的に向上させる新しい研究が発表される

カーネギーメロン大学（CMU）とピッツバーグ大学（Pitt）の研究者が脳コンピュータインターフェース（BCI）の安定性を劇的に向上させる新しい研究を発表した。

この研究は、Nature Biomedical Engineeringに掲載され、論文のタイトルは「ニューラルマニフォールド同期に基づく安定化された脳コンピュータインターフェース」である。

脳コンピュータインターフェース（BCI）

脳コンピュータインターフェース（BCI）は、障害者のために、脳の信号を使用してプロテーゼの肢体、コンピューターカーソル、またはその他のインターフェースを制御できる装置である。

BCIを臨床現場で使用する際の最大の課題の1つは、脳の信号が不安定になることである。BCIを制御する個人は、BCIが検知する信号の変動により、最終的に制御を失うことがある。

この制御の喪失が発生すると、個人は再調整プロセスを実行する必要がある。個人は、精神的なコマンドと実行されるタスクの間の接続をリセットする必要があり、別の人間のテクニシャンがしばしば存在する必要がある。

ウィリアム・ビショップは、Janelia Farm Research Campusのフェローである。彼は以前、CMUの機械学習学科の博士課程学生およびポスドク研究員であった。

「もし私たちが携帯電話を使用するために、毎回画面を適切に動作させるために、ある種の校正を行う必要があると想像してみてください」とビショップは述べた。「現在のBCI技術の最先端は、ある意味ではそのようなものです。BCIデバイスを動作させるために、ユーザーは頻繁にこの再調整を行う必要があります。つまり、ユーザーにとって、そしてデバイスを維持するテクニシャンにとって、非常に不便です」。

新しい機械学習アルゴリズム

研究者は、変動する信号を考慮することができる新しい機械学習アルゴリズムを提示した。個人は、不安定性が存在する場合でも、BCIの制御を維持できる。研究者は、ニューラル集団活動が低次元の「ニューラルマニフォールド」で発生することを発見した後、このアルゴリズムを開発した。

アラン・デゲンハートは、CMUの電気・コンピュータ工学のポスドク研究員である。

「我々が安定性について話すとき、我々のニューラル信号は不安定であることを意味します。可能な原因は、時間の経過とともに異なるニューロンから記録しているからです」とデゲンハートは述べた。「我々は、時間の経過とともに異なるニューロン集団を使用して、その情報を利用し、脳内で発生している計算の共通の絵を明らかにする方法を見つけました。したがって、ニューラル不安定性にもかかわらず、BCIを校正したままにします」。

以前の方法

自己再調整方法に対する以前のアプローチも、不安定性を取り巻く課題に直面していた。他の方法とは異なり、この方法は、再調整プロセス中に被験者がうまく機能することを依存していない。

バイロン・ユーは、CMUの電気・コンピュータ工学および生物医学工学の教授である。

「不安定性が非常に大きく、被験者がBCIを制御できなくなったと仮定してみましょう」とユーは説明した。「既存の自己再調整手順は、そのようなシナリオで苦労する可能性がありますが、我々の方法では、多くの場合、こうした致命的な不安定性から回復できることを実証しました」。

エミリー・オビーは、ピッツバーグ大学の神経生物学のポスドク研究員である。

「ニューラル記録の不安定性は十分に特性付けられていませんが、非常に大きな問題です」とオビーは述べた。「多くの文献を指摘することはできませんが、臨床研究でBCIを使用する多くの研究所は、この問題に頻繁に直面しています。この研究には、BCIの臨床的有用性を大幅に改善し、他のニューラルインターフェースの安定性を高める可能性があります」。

この論文の著者には、スティーブ・チェイス（CMUの生物医学工学および神経科学研究所の教授）、アーロン・バティスト（ピッツバーグ大学の生物工学の准教授）、およびエリザベス・タイラー＝カバラ（ピッツバーグ大学の神経外科の准教授）が含まれる。

この研究は、クレイグ・H・ニールセン財団、国立衛生研究所、DSF慈善財団、国家科学財団、ペンシルベニア州保健研究部、およびサイモンズ財団の資金提供を受けた。