Прорив у сфері штучного інтелекту покращує інтерфейси «мозок-комп’ютер» шляхом декодування складних сигналів мозку

Дослідники з Університету Чіба в Японії розробили нову рамку штучного інтелекту, яка здатна декодувати складну активність мозку з суттєво покращеною точністю, що є важливим кроком на шляху до більш надійних інтерфейсів «мозок-комп’ютер» (BCI). Цей прорив може допомогти прискорити розвиток технологій допомоги, які дозволяють людям з неврологічними захворюваннями контролювати пристрої, такі як протези, інвалідні візки та реабілітаційні роботи, за допомогою своїх думок.

Дослідження, яке очолювали аспірант Чаовен Шен та професор Акіо Намікі в аспірантурі університету Чіба, представляє нову архітектуру глибокого навчання, відому як Embedding-Driven Graph Convolutional Network (EDGCN). Система розроблена для інтерпретації складних електричних сигналів, які генеруються в мозку, коли людина уявляє рух кінцівками — процес, відомий як рухова уявність.

Інтерфейси «мозок-комп’ютер» та рухова уявність

Інтерфейси «мозок-комп’ютер» спрямовані на створення каналу зв’язку між людським мозком та зовнішніми машинами. Замість того, щоб покладатися на рух м’язів, інтерфейси «мозок-комп’ютер» інтерпретують нейронні сигнали та перетворюють їх у команди для цифрових систем або фізичних пристроїв.

Одним з найбільш вивчених підходів у дослідженнях інтерфейсів «мозок-комп’ютер» є електроенцефалографія рухової уявності (MI-EEG). У цих системах користувачі уявляють собі рухи — наприклад, підняття руки, захоплення об’єкта чи ходіння. Хоча жодного фізичного руху не відбувається, мозок генерує характерні закономірності електричної активності, пов’язані з уявиною.

Ці сигнали можна захопити за допомогою електроенцефалографії (EEG), неінвазивної техніки, яка реєструє активність мозку через електроди, розміщені на шкірі голови. EEG забезпечує багатоканальну часову серію даних, які представляють нейронну активність у різних регіонах мозку.

Декодування цих сигналів точно дозволяє комп’ютерам перекладати нейронну активність у виконувані команди. На практиці це може дозволити людям з паралічем або важкими порушеннями руху контролювати технології допомоги просто уявляючи рухи.

Однак досягнення надійної декодування сигналів рухової уявності залишається одним з найбільш складних завдань у нейротехнологіях.

Чому сигнали мозку важко декодувати

Основна перешкода у розробці інтерфейсів «мозок-комп’ютер» полягає у внутрішній складності сигналів EEG.

Сигнали рухової уявності демонструють високу просторово-часову мінливість, тобто вони змінюються як у різних регіонах мозку, так і в часі. Вони також суттєво відрізняються між окремими людьми та навіть у однієї людини з однієї сесії до іншої.

Традиційні моделі машинного навчання часто борються з цими варіаціями. Багато існуючих систем покладаються на попередньо визначені графічні структури або фіксовані параметри, які припускають, що сигнали мозку поводяться у сталому порядку. Насправді нейронні сигнали значно більш динамічні та гетерогеневі.

Раніші методи часто використовували техніки, такі як аналіз спільних просторових закономірностей або звичайні конволюційні нейронні мережі, для витягування ознак із сигналів EEG. Хоча ці підходи можуть визначити деякі закономірності нейронної активності, вони часто не в змозі захопити глибші взаємодії між регіонами мозку або еволюціюючі закономірності у часі.

В результаті багато систем інтерфейсів «мозок-комп’ютер» потребують тривалої калібрування та навчання, перш ніж вони зможуть функціонувати ефективно для окремих користувачів.

Новий підхід: Embedding-Driven Graph Convolutional Networks

Команда дослідників університету Чіба вирішила ці завдання, розробивши нову рамку глибокого навчання, призначену для кращого захоплення складності активності мозку.

Їхнє рішення — Embedding-Driven Graph Convolutional Network (EDGCN) — поєднує кілька передових технік для моделювання просторової та часової структури сигналів EEG одночасно.

У центрі цієї рамки знаходиться механізм злиття, керований вкладенням, який дозволяє системі динамічно генерувати параметри, використовувані для декодування сигналів мозку. Замість того, щоб покладатися на фіксовані архітектури, EDGCN адаптує свій внутрішній представлення для кращого захоплення варіацій між суб’єктами та у часі.

Архітектура інтегрує кілька спеціалізованих компонентів:

Мультірезолюційна часова вкладення (MRTE)

Цей модуль аналізує сигнали EEG на різних часових масштабах. Оскільки нейронні сигнали швидко змінюються, важлива інформація може виникнути на різних часових роздільностях. MRTE витягує ознаки з мультірезолюційних закономерностей спектральної потужності, що дозволяє системі визначити значимі нейронні активності, які інакше могли б бути пропущені.

Просторова вкладення, залежна від структури (SASE)

Сигнали мозку не ізольовані; різні регіони мозку взаємодіють безперервно. Механізм SASE моделює ці взаємодії, включаючи як місцеву, так і глобальну структуру зв’язку між електродами EEG. Це дозволяє штучному інтелекту представляти мозок як мережу, а не як незалежні канали сигналів.

Генерація параметрів, залежна від гетерогенності

Одним з найбільш інноваційних аспектів рамки EDGCN є її здатність динамічно генерувати параметри графових конволюцій з банку параметрів, керованого вкладенням. Це дозволяє моделі адаптуватися до унікальних характеристик сигналів мозку кожного суб’єкта.

Для підтримки цього процесу дослідники використали Чебишевські графові конволюційні нейронні мережі, техніку, яка ефективно моделює відносини у складних мережах.

Ядра, обмежені ортогональністю

Для подальшого покращення стійкості модель вводить обмеження ортогональності у своїх конволюційних ядрах. Це сприяє різноманітності витягнутих ознак і зменшує надмірність, допомагаючи системі витягнути багатші представлення з сигналів EEG.

Разом ці компоненти дозволяють EDGCN захоплювати як місцеві закономірності нейронної активності, так і великомасштабні взаємодії між регіонами мозку, що призводить до більш точного декодування сигналів рухової уявності.

Результати виконання

Дослідники протестували EDGCN, використовуючи широко відомі набори даних з конкурсу BCI IV, які є стандартними наборами даних для оцінки в галузі досліджень інтерфейсів «мозок-комп’ютер».

Модель досягла:

• 90,14% точності класифікації на наборі даних BCIC-IV-2b
• 86,50% точності класифікації на наборі даних BCIC-IV-2a

Ці результати перевершують кілька існуючих методів декодування рівня стану мистецтва та демонструють сильну узагальнюваність між різними суб’єктами.

Важливо, що система також показала покращену адаптивність при застосуванні до міжсуб’єктних сценаріїв, що є ключовим вимогами для практичного розгортання інтерфейсів «мозок-комп’ютер». Багато існуючих моделей добре працюють для одного навченого користувача, але не працюють, коли застосовуються до нових осіб. Архітектура EDGCN, керована вкладенням, допомагає подолати цю обмеження, краще моделюючи індивідуальну варіацію.

Вплив на реабілітацію та технології допомоги

Спроможність декодувати сигнали мозку більш точно може мати глибокий вплив на технології допомоги.

Інтерфейси «мозок-комп’ютер», засновані на руховій уявності, вже досліджуються для застосувань, таких як:

• Інвалідні візки, керовані думками
• Нейронні протези
• Реабілітаційні пристрої
• Системи зв’язку для пацієнтів з паралічем

Покращена точність декодування може зробити ці технології значно більш надійними та легкими у використанні.

Дослідники вважають, що системи, подібні до EDGCN, можуть допомогти пацієнтам з захворюваннями, включаючи:

• Інсульт
• Поранення спинного мозку
• Бульбарний параліч
• Інші невром’язові розлади

З більш надійною інтерпретацією сигналів пацієнти потенційно можуть контролювати пристрої нейрореабілітації за допомогою простих уявлених рухів, забезпечуючи більш природну взаємодію з системами допомоги.

За словами професора Намікі, декодування сигналів рухової уявності не тільки технологічна проблема, але й можливість краще зрозуміти, як мозок організовує рух і нейронну зв’язність.

У бік споживчих інтерфейсів «мозок-комп’ютер»

Незважаючи на десятиліття досліджень, більшість систем інтерфейсів «мозок-комп’ютер» залишаються обмеженими лабораторіями або спеціалізованими клінічними умовами. Надійність, адаптивність та легкість використання залишаються значними бар’єрами для більш широкого прийняття.

Прориви, подібні до EDGCN, можуть допомогти інтерфейсам «мозок-комп’ютер» наблизитися до споживчої нейротехнології.

Покращуючи здатність системи обробляти гетерогенні сигнали мозку, модель зменшує потребу у тривалому калібруванні та налаштуванні експертами. Це є критичним кроком на шляху до того, щоб зробити системи інтерфейсів «мозок-комп’ютер» придатними для використання поза дослідницькими середовищами.

Майбутні дослідження, ймовірно, будуть зосереджені на інтеграції таких моделей штучного інтелекту у портативні системи EEG та носимі пристрої. У поєднанні з покращеннями у технології сенсорів та обчислювальної потужності ці системи можуть забезпечити більш доступні та масштабовані інтерфейси «мозок-комп’ютер».

Крок до глибшої інтеграції людини та машини

Розробка EDGCN відображає ширшу тенденцію у штучному інтелекті та нейробіології: зростаюче використання графових нейронних мереж для моделювання біологічних систем.

Оскільки сам мозок працює як складна мережа взаємопов’язаних регіонів, графові нейронні мережі забезпечують природний спосіб представлення його структури та динаміки. Коли ці моделі штучного інтелекту стають більш складними, вони можуть розблокувати глибші знання про нейронну активність та когнітивні процеси.

У кінцевому підсумі покращене декодування сигналів мозку може пролягти шлях для нового покоління технологій, які дозволять людям взаємодіяти з машинами більш безшовно, ніж будь-коли раніше.

Якщо прогрес продовжиться за поточним темпом, інтерфейси «мозок-комп’ютер» можуть скоро перейти від експериментальних дослідницьких інструментів до повсякденних технологій допомоги, здатних відновити незалежність та рухливість мільйонів людей по всьому світу.