Недавно опубликованные исследования кардинально стабилизируют интерфейсы мозг-компьютер

Новые исследования, проводимые в Университете Карнеги-Меллона (CMU) и Университете Питтсбурга (Pitt), существенно улучшат и стабилизируют интерфейсы мозг-компьютер.

Исследования были опубликованы в Nature Biomedical Engineering, с названием статьи “Стабилизированный интерфейс мозг-компьютер на основе нейронной манифольд-выравнивания.”

Интерфейсы мозг-компьютер (BCI)

Интерфейсы мозг-компьютер (BCI) – это устройства, позволяющие людям с ограниченными возможностями контролировать протезы, компьютерные мыши или другие интерфейсы, используя свой ум.

Одной из основных проблем, связанных с использованием BCI в клинической обстановке, является то, что нейронные записи могут быть нестабильными. Человек, контролирующий BCI, может в конечном итоге потерять контроль из-за изменений в сигналах, которые обнаруживает BCI.

Когда происходит потеря контроля, человеку необходимо пройти процесс перекалибровки. Человеку необходимо перезапустить связь между его мысленными командами и выполняемыми задачами, и часто для этого требуется присутствие другого человека – техника.

Уильям Бишоп – стипендиат исследовательского кампуса Janelia Farm. Ранее он был аспирантом и постдокторантом в отделении машинного обучения в CMU.

“Представьте, что каждый раз, когда мы хотим использовать наш телефон, нам необходимо как-то калибровать экран, чтобы он знал, какая часть экрана мы указываем”, – говорит Бишоп. “Текущее состояние технологии BCI примерно такое же. Только чтобы эти устройства BCI работали, пользователям необходимо делать эту частую перекалибровку. Это чрезвычайно неудобно как для пользователей, так и для техников, которые обслуживают устройства.”

Новый алгоритм машинного обучения

Исследователи представили новый алгоритм машинного обучения, способный учитывать меняющиеся сигналы. Человек может сохранять контроль над BCI даже при наличии нестабильностей. Исследователи разработали это после того, как обнаружили, что активность нейронных популяций происходит в низкоразмерной “нейронной манифольде”.

Алан Дегенхарт – постдокторант в области электротехники и компьютерных наук в CMU.

“Когда мы говорим о ‘стабилизации’, мы имеем в виду, что наши нейронные сигналы нестабильны, возможно, потому что мы записываем данные от разных нейронов во времени”, – говорит Дегенхарт. “Мы нашли способ взять разные популяции нейронов во времени и использовать их информацию, чтобы по сути раскрыть общую картину вычислений, происходящих в мозге, тем самым сохраняя BCI калиброванным, несмотря на нейронные нестабильности.”

Предыдущие методы

Предыдущие подходы к методам самоперекалибровки также сталкивались с проблемами, связанными с нестабильностями. В отличие от других методов, этот не полагается на то, что испытуемый хорошо выполняет процесс перекалибровки.

Байрон Ю – профессор электротехники и компьютерных наук, а также биомедицинской инженерии в CMU.

“Допустим, нестабильность была настолько большой, что испытуемый больше не мог контролировать BCI”, – объясняет Ю. “Существующие процедуры самоперекалибровки, вероятно, столкнутся с трудностями в этом сценарии, тогда как в нашем методе мы продемонстрировали, что он может во многих случаях восстановиться после этих катастрофических нестабильностей.”

Эмили Оби, постдокторант в области нейробиологии в Питте, также говорила о проблеме нестабильности.

“Нестабильность нейронных записей не хорошо охарактеризована, но это очень большая проблема”, – говорит Оби. “Есть не много литературы, на которую мы можем указать, но анекдотически многие лаборатории, которые проводят клинические исследования с BCI, сталкиваются с этой проблемой довольно часто. Эта работа имеет потенциал существенно улучшить клиническую жизнеспособность BCI и помочь стабилизировать другие нейронные интерфейсы.”

В статье также были указаны авторы Стив Чейз, профессор биомедицинской инженерии и Нейробиологического института в CMU, а также Аарон Батистс, ассоциированный профессор биомедицинской инженерии в Питте, и Элизабет Тайлер-Кабара, ассоциированный профессор нейрохирургии в Питте.

Исследование было финансировано Фондом Крейга Х. Нильсена, Национальными институтами здравоохранения, Фондом DSF Charitable, Национальным научным фондом, Департаментом здравоохранения штата Пенсильвания и Фондом Симонса.