Energivennlig enhet laget av kunstige neuroner kan dekode hjernesignaler

De elektroniske enhetene som nåværende neurale nettverksalgoritmer er avhengige av, krever en intens mengde prosesseringskraft, noe som betyr at disse kunstige intelligens (AI) systemene fortsatt er langt ifra å være på samme nivå som det menneskelige hjernen når det gjelder prosessering av sanseinformasjon eller interaksjoner med omgivelsene i sanntid.

Nøkkelen til å overvinne denne utfordringen kan innebære neuromorf ingeniørkunst, som er en ny tilnærming som kombinerer kunstig og naturlig intelligens. Forskere ved Universitetet i Zürich, ETH Zürich og Universitetssykehuset Zürich er avhengige av denne tilnærmingen for å utvikle en chip basert på neuromorf teknologi, med chipen som nøyaktig og pålitelig gjenkjenner komplekse biosignaler. 

Den nye forskningen ble publisert i Nature Communications. 

HFO Deteksjon

Teamet brukte teknologien til å suksessfullt detektere tidligere innspilte høyfrekvensoscillasjoner (HFOer), som måles med en intrakraniell elektroencefalogram (iEEG). HFOer har vist seg å være pålitelige i å identifisere hjernveis som er ansvarlige for epileptiske anfall. 

Teamet simulerte hjernens naturlige neurale nettverk, som kalles spiking neuralt nettverk (SNN), for å designe en algoritme for å detektere HFOer. De implementerte deretter SNN i en liten del hardware som mottar neurale signaler gjennom elektroder, som er ekstremt energivennlige. 

På grunn av denne effisiensen, kan beregninger utføres med en svært høy tidsresolusjon uten å være avhengige av internett eller skytjenester. 

Giacomo Indiveri er en professor ved Instituttet for neuroinformatikk ved UZH og ETH Zürich.

“Vår design gjør det mulig for oss å gjenkjenne romtidspatroner i biologiske signaler i sanntid,” sier Indiveri. 

Reell Bruk

Forskerne ser nå på å bruke de nye funnene til å utvikle et elektronisk system som kan pålitelig gjenkjenne og overvåke HFOer i sanntid. Ifølge teamet, hvis verktøyet brukes som et tilleggsdiagnostisk verktøy i operasjonsrom, kunne det forbedre resultatet av nevrokirurgiske inngrep. 

HFO-gjenkjenning kunne også påvirke andre felt, med teamets langsiktige mål være å utvikle en enhet for å overvåke epilepsi. En slik enhet kunne brukes utenfor sykehusmiljøet, og gjøre det mulig å analysere signaler fra et stort antall elektroder over flere uker eller måneder. 

“Vi ønsker å integrere lavenergi, trådløs datakommunikasjon i designet — for å koble det til en mobiltelefon, for eksempel,” sier Indiveri. 

Johannes Sarnthein er en nevrofysiolog ved Universitetssykehuset Zürich. 

“En bærbar eller implantabel chip som denne kunne identifisere perioder med høyere eller lavere forekomst av anfall, noe som ville gjøre det mulig å levere personlig medisin,” sier Sarnthein. 

Forskningen på epilepsi finner sted ved Zürich-senteret for epileptologi og epilepsikirurgi, som er en del av et samarbeid mellom Universitetssykehuset Zürich, den sveitsiske epilepsiklinikk og Universitetets barne sykehus Zürich.