Przełom w sztucznej inteligencji poprawia interfejsy mózg-komputer poprzez dekodowanie złożonych sygnałów mózgowych

Naukowcy z Uniwersytetu Chiba w Japonii opracowali nowy framework sztucznej inteligencji, który jest w stanie dekodować złożoną aktywność mózgu z znacznie większą dokładnością, co stanowi ważny krok w kierunku bardziej niezawodnych interfejsów mózg-komputer (BCI). Przełom ten może przyspieszyć rozwój technologii asystujących, które umożliwiają osobom z zaburzeniami neurologicznymi kontrolowanie urządzeń takich jak protezy, wózki inwalidzkie i roboty rehabilitacyjne za pomocą myśli.

Badanie, przeprowadzone przez studenta doktoranckiego Chaowena Shena i profesora Akio Namiki z Wydziału Inżynierii Uniwersytetu Chiba, wprowadza nową architekturę głębokiego uczenia się, znaną jako Embedding-Driven Graph Convolutional Network (EDGCN). System ten jest zaprojektowany do interpretacji złożonych sygnałów elektrycznych generowanych w mózgu, gdy osoba wyobraża sobie ruchy — proces znany jako wyobrażona motoryka.

Interfejsy mózg-komputer i wyobrażona motoryka

Interfejsy mózg-komputer mają na celu utworzenie kanału komunikacji między ludzkim mózgiem a zewnętrznymi maszynami. Zamiast polegać na ruchu mięśni, BCI interpretują sygnały nerwowe i konwertują je w polecenia dla systemów cyfrowych lub urządzeń fizycznych.

Jednym z najczęściej badanych podejść w badaniach BCI jest elektroencefalografia wyobrażonej motoryki (MI-EEG). W tych systemach użytkownicy wyobrażają sobie wykonanie ruchów — takich jak podniesienie ręki, chwycenie obiektu lub chodzenie. Nawet jeśli nie występuje żaden ruch fizyczny, mózg generuje charakterystyczne wzorce aktywności elektrycznej związane z wyobrażonym ruchem.

Te sygnały mogą być przechwytywane za pomocą elektroencefalografii (EEG), nieinwazyjnej techniki, która rejestruje aktywność mózgu za pomocą elektrod umieszczonych na skórze głowy. EEG dostarcza wielokanałowych danych czasowych, reprezentujących aktywność nerwową w różnych regionach mózgu.

Dokładne dekodowanie tych sygnałów pozwala komputerom tłumaczyć aktywność nerwową na polecenia wykonalne. W praktyce mogłoby to umożliwić osobom z paraliżem lub ciężkim upośledzeniem ruchowym kontrolowanie technologii asystujących, po prostu wyobrażając sobie ruchy.

Jednak osiągnięcie niezawodnego dekodowania sygnałów MI-EEG pozostaje jednym z najtrudniejszych wyzwań w neurotechnologii.

Dlaczego sygnały mózgowe są trudne do dekodowania

Główną przeszkodą w rozwoju interfejsów mózg-komputer jest wrodzona złożoność sygnałów EEG.

Sygnale wyobrażonej motoryki wykazują wysoką zmienność przestrzenną i czasową, co oznacza, że zmieniają się zarówno w różnych regionach mózgu, jak i w czasie. Różnią się one również znacznie między osobami i nawet w tej samej osobie z jednej sesji na drugą.

Tradycyjne modele uczenia maszynowego często mają trudności z tymi zmianami. Wiele istniejących systemów opiera się na predefiniowanych strukturach graficznych lub stałych parametrach, które zakładają, że sygnały mózgowe zachowują się w sposób ciągły. W rzeczywistości sygnały nerwowe są o wiele bardziej dynamiczne i heterogeniczne.

Wcześniejsze metody często wykorzystywały techniki takie jak analiza wspólnych wzorców przestrzennych lub konwolucyjne sieci neuronowe do ekstrakcji cech z sygnałów EEG. Chociaż te podejścia mogą identyfikować niektóre wzorce w aktywności nerwowej, często nie są w stanie uchwycić głębszych interakcji między regionami mózgu lub ewoluujących wzorców w czasie.

W wyniku tego wiele systemów BCI wymaga obszernego kalibrowania i szkolenia, zanim będą mogły funkcjonować skutecznie dla poszczególnych użytkowników.

Nowe podejście: Embedding-Driven Graph Convolutional Networks

Zespół badawczy z Uniwersytetu Chiba rozwiązał te wyzwania, opracowując nowy framework głębokiego uczenia się, zaprojektowany do lepszego uchwycenia złożoności aktywności mózgu.

Ich rozwiązanie — Embedding-Driven Graph Convolutional Network (EDGCN) — łączy kilka zaawansowanych technik, aby modelować jednocześnie strukturę przestrzenną i czasową sygnałów EEG.

W centrum frameworku znajduje się mechanizm fuzji oparty na osadzaniu, który pozwala systemowi dynamicznie generować parametry używane do dekodowania sygnałów mózgowych. Zamiast polegać na stałych architekturach, EDGCN dostosowuje swoją wewnętrzną reprezentację, aby lepiej uchwycić zmiany między podmiotami i w czasie.

Architektura integruje wiele specjalistycznych komponentów:

Wieloskalowa czasowa osadzalność (MRTE)

Ten moduł analizuje sygnały EEG w różnych skalach czasowych. Ponieważ sygnały nerwowe ewoluują szybko, ważne informacje mogą wystąpić w różnych rozdzielczościach czasowych. MRTE wyodrębnia cechy z wieloskalowych wzorców widmowych, co pozwala systemowi identyfikować znaczącą aktywność nerwową, która mogłaby zostać pominięta.

Przestrzenna osadzalność zorientowana na strukturę (SASE)

Sygnały mózgowe nie są izolowane; różne regiony mózgu wzajemnie się oddziałują. Mechanizm SASE modeluje te interakcje, uwzględniając zarówno lokalne, jak i globalne struktury połączeń między elektrodami EEG. To pozwala AI reprezentować mózg jako sieć, a nie jako niezależne kanały sygnałowe.

Generowanie parametrów zorientowanych na heterogeniczność

Jednym z najbardziej innowacyjnych aspektów frameworku EDGCN jest jego zdolność do dynamicznego generowania parametrów konwolucyjnych z banku parametrów opartego na osadzaniu. To pozwala modelowi dostosować się do unikalnych cech sygnałów mózgowych każdego podmiotu.

Aby wesprzeć ten proces, naukowcy wykorzystali konwolucyjne sieci neuronowe Chebysheva, technikę, która efektywnie modeluje relacje w złożonych sieciach.

Jądra ortogonalne

Aby dalej poprawić wytrzymałość, model wprowadza ograniczenia ortogonalności w swoich jądrach konwolucyjnych. To zachęca do różnorodności w naukowych cechach i redukuje redundancję, pomagając systemowi wyodrębnić bogatsze reprezentacje z sygnałów EEG.

Wszystkie te komponenty pozwalają EDGCN uchwycić zarówno lokalne wzorce aktywności nerwowej, jak i duże interakcje między regionami mózgu, co skutkuje bardziej dokładnym dekodowaniem sygnałów wyobrażonej motoryki.

Wyniki

Naukowcy przetestowali EDGCN, używając powszechnie stosowanych benchmarkowych zbiorów danych z BCI Competition IV, które są standardowymi zbiorami danych oceny w dziedzinie badań interfejsów mózg-komputer.

Model osiągnął:

• 90,14% dokładności klasyfikacji w zbiorze danych BCIC-IV-2b
• 86,50% dokładności klasyfikacji w zbiorze danych BCIC-IV-2a

Te wyniki przewyższają kilka istniejących metod dekodowania i demonstrują silną ogólność w różnych podmiotach.

Co więcej, system wykazał poprawioną adaptacyjność, gdy zastosowano go w scenariuszach międzypodmiotowych, co jest kluczowym wymogiem dla praktycznego wdrożenia BCI. Wiele istniejących modeli działa dobrze dla jednego wytrenowanego użytkownika, ale zawodzi, gdy stosuje się je do nowych osób. Architektura EDGCN oparta na osadzaniu pomaga przezwyciężyć tę ograniczenie, lepiej modelując indywidualną zmienność.

Wnioski dla rehabilitacji i technologii asystujących

Możliwość dekodowania sygnałów mózgowych z większą dokładnością może mieć głębokie konsekwencje dla technologii asystujących.

Interfejsy BCI oparte na wyobrażonej motoryce są już badane w aplikacjach takich jak:

• Wózki inwalidzkie sterowane myślą
• Protezy nerwowe
• Urządzenia rehabilitacyjne
• Systemy komunikacji dla pacjentów z paraliżem

Poprawiona dokładność dekodowania mogłaby uczynić te technologie znacznie bardziej niezawodnymi i łatwiejszymi w użyciu.

Naukowcy wierzą, że systemy takie jak EDGCN mogą pomóc pacjentom z takimi schorzeniami, jak:

• Udar
• Urazy rdzenia kręgowego
• Stwardnienie zanikowe boczne (ALS)
• Inne zaburzenia neuro-mięśniowe

Z bardziej niezawodną interpretacją sygnałów, pacjenci mogliby potencjalnie kontrolować urządzenia neurorehabilitacyjne za pomocą prostych wyobrażonych ruchów, umożliwiając bardziej naturalną interakcję z systemami asystującymi.

Według profesora Namiki, dekodowanie sygnałów wyobrażonej motoryki nie jest tylko wyzwaniem technologicznym, ale także okazją do lepszego zrozumienia, jak mózg organizuje ruch i połączenia nerwowe.

Ku interfejsom mózg-komputer o jakości konsumenckiej

Pomimo dziesięcioleci badań, większość systemów BCI pozostaje ograniczona do laboratoriów lub specjalistycznych środowisk klinicznych. Niezawodność, adaptacyjność i łatwość użycia pozostają znaczącymi barierami dla szerszego zastosowania.

Postępy takie jak EDGCN mogą pomóc przenieść BCI bliżej technologii neuro o jakości konsumenckiej.

Poprawiając zdolność systemu do radzenia sobie z heterogenicznymi sygnałami mózgowymi, model redukuje potrzebę obszernego kalibrowania i ekspertowego dostosowywania. To jest kluczowy krok w kierunku uczynienia systemów BCI użytecznymi poza środowiskami badawczymi.

Przyszłe badania będą prawdopodobnie skupione na integracji takich modeli AI z przenośnymi systemami EEG i urządzeniami noszonymi. W połączeniu z postępami w technologii czujników i mocy obliczeniowej, te systemy mogą umożliwić bardziej dostępne i skalowalne interfejsy mózg-maszyna.

Krok ku głębszej integracji człowieka i maszyny

Rozwój EDGCN odzwierciedla szerszy trend w sztucznej inteligencji i neuronauce: coraz częstsze wykorzystywanie sieci neuronowych opartych na grafach do modelowania biologicznych systemów.

Ponieważ sam mózg działa jako złożona sieć połączonych regionów, sieci neuronowe oparte na grafach dostarczają naturalny sposób reprezentacji jego struktury i dynamiki. W miarę jak te modele AI stają się bardziej zaawansowane, mogą one odblokować głębsze spojrzenia na aktywność nerwową i percepcję.

Ostatecznie, poprawiona dekodowanie sygnałów mózgowych może otworzyć drogę do nowej generacji technologii, które umożliwiają ludziom interakcję z maszynami w sposób bardziej harmonijny niż kiedykolwiek wcześniej.

Jeśli postęp będzie kontynuowany w obecnym tempie, interfejsy mózg-komputer mogą wkrótce przejść od eksperymentalnych narzędzi badawczych do codziennych technologii asystujących, które mogą przywrócić niezależność i mobilność milionom ludzi na całym świecie.