Энергоэффективное устройство, изготовленное из искусственных нейронов, может декодировать мозговые волны

Электронные устройства, на которых основаны современные алгоритмы нейронных сетей, требуют огромного количества вычислительной мощности, что означает, что эти системы искусственного интеллекта (ИИ) еще далеки от того, чтобы быть наравне с человеческим мозгом в обработке сенсорной информации или взаимодействии с окружающей средой в реальном времени.

Ключом к преодолению этого挑ения может стать нейроморфная инженерия, которая представляет собой новый подход, сочетающий искусственный и естественный интеллект. Исследователи из Университета Цюриха, ETH Цюриха и Университетской больницы Цюриха используют этот подход для разработки чипа на основе нейроморфной технологии, который точно и надежно распознает сложные биосигналы.

Новое исследование было опубликовано в Nature Communications.

Обнаружение НЧО

Команда использовала эту технологию для успешного обнаружения ранее записанных высокочастотных колебаний (НЧО), которые измеряются с помощью внутричерепного электроэнцефалографа (ВЧЭЭГ). НЧО оказались надежными в идентификации мозговой ткани, ответственной за эпилептические приступы.

Команда смоделировала естественную нейронную сеть мозга, которая называется спайкинговой нейронной сетью (СНС), чтобы разработать алгоритм для обнаружения НЧО. Затем они реализовали СНС в небольшом куске аппаратного обеспечения, который получает нейронные сигналы через электроды, которые чрезвычайно энергоэффективны.

Благодаря этой эффективности, расчеты можно выполнять с очень высокой временной разрешающей способностью, не полагаясь на интернет или облачные вычисления.

Джакомо Индивери – профессор Института нейроинформатики Университета Цюриха и ETH Цюриха.

«Наш дизайн позволяет нам распознавать пространственно-временные закономерности в биологических сигналах в реальном времени», – говорит Индивери.

Практическое применение

Исследователи сейчас стремятся использовать новые результаты для разработки электронной системы, которая может надежно распознавать и отслеживать НЧО в реальном времени. Согласно команде, если этот инструмент будет использоваться в качестве дополнительного диагностического инструмента в операционных залах, он может улучшить результаты нейрохирургических вмешательств.

Распознавание НЧО также может повлиять на другие области, а долгосрочной целью команды является разработка устройства для мониторинга эпилепсии. Такое устройство можно использовать вне больницы, что позволит анализировать сигналы от большого количества электродов в течение нескольких недель или месяцев.

«Мы хотим интегрировать низкоэнергетическую беспроводную передачу данных в дизайн – чтобы подключить его к мобильному телефону, например», – говорит Индивери.

Йоханнес Зарнтеин – нейрофизиолог Университетской больницы Цюриха.

«Портативный или имплантируемый чип, такой как этот, может выявить периоды с более высоким или более низким уровнем возникновения приступов, что позволит нам предоставлять персонализированную медицину», – говорит Зарнтеин.

Исследования по эпилепсии проводятся в Центре эпилептологии и эпилепсии Цюриха, который является частью партнерства между Университетской больницей Цюриха, Швейцарской клиникой эпилепсии и Детской больницей Цюриха.