Nghiên cứu mới được công bố sẽ ổn định đáng kể các giao diện máy tính não

Nghiên cứu mới từ Đại học Carnegie Mellon (CMU) và Đại học Pittsburgh (Pitt) sẽ cải thiện và ổn định đáng kể các giao diện máy tính não.

Nghiên cứu được công bố trên Nature Biomedical Engineering, với tiêu đề “Một giao diện máy tính não ổn định dựa trên sự sắp xếp manifold thần kinh.”

Giao diện máy tính não (BCI)

Giao diện máy tính não (BCI) là các thiết bị cho phép người khuyết tật điều khiển các chi giả, máy tính hoặc các giao diện khác bằng cách sử dụng não bộ.

Một trong những thách thức lớn nhất khi sử dụng BCI trong môi trường lâm sàng là các bản ghi thần kinh có thể không ổn định. Người điều khiển BCI có thể mất kiểm soát do sự thay đổi trong các tín hiệu được thu bởi BCI.

Khi mất kiểm soát xảy ra, người đó phải trải qua quá trình tái hiệu chỉnh. Người đó phải đặt lại kết nối giữa các lệnh tinh thần và các nhiệm vụ được thực hiện, và thường phải có một kỹ thuật viên khác có mặt.

William Bishop là một nghiên cứu viên tại Janelia Farm Research Campus. Ông trước đây là sinh viên tiến sĩ và nghiên cứu viên sau tiến sĩ tại Bộ phận Học máy của CMU.

“Hãy tưởng tượng nếu mỗi khi chúng ta muốn sử dụng điện thoại di động, để nó hoạt động chính xác, chúng ta phải hiệu chỉnh màn hình để nó biết phần nào của màn hình chúng ta đang chỉ,” Bishop nói. “Trạng thái hiện tại của công nghệ BCI giống như vậy. Chỉ để các thiết bị BCI hoạt động, người dùng phải thực hiện việc hiệu chỉnh thường xuyên. Vì vậy, điều đó rất bất tiện cho người dùng, cũng như các kỹ thuật viên bảo trì thiết bị.”

Thuật toán học máy mới

Các nhà nghiên cứu đã trình bày một thuật toán học máy mới có thể tính đến các tín hiệu thay đổi. Người đó có thể giữ kiểm soát BCI ngay cả khi có sự không ổn định. Các nhà nghiên cứu đã phát triển điều này sau khi phát hiện ra rằng hoạt động của dân số thần kinh xảy ra trong một “manifold thần kinh” thấp chiều.

Alan Degenhart là một nghiên cứu viên sau tiến sĩ tại Bộ phận Kỹ thuật điện và máy tính của CMU.

“Khi chúng ta nói về ‘ổn định’, điều chúng ta muốn nói là các tín hiệu thần kinh của chúng ta không ổn định, có thể do chúng ta đang ghi lại từ các neuron khác nhau theo thời gian,” Degenhart nói. “Chúng tôi đã tìm ra cách để lấy các dân số neuron khác nhau theo thời gian và sử dụng thông tin của chúng để基本 tiết lộ một bức tranh chung về quá trình tính toán đang xảy ra trong não bộ, từ đó giữ cho BCI được hiệu chỉnh mặc dù có sự không ổn định của thần kinh.”

Phương pháp trước đây

Các phương pháp trước đây về tự hiệu chỉnh cũng đã gặp phải các thách thức về sự không ổn định. Không giống như các phương pháp khác, phương pháp này không phụ thuộc vào việc chủ thể thực hiện tốt trong quá trình hiệu chỉnh.

Byron Yu là giáo sư kỹ thuật điện và máy tính cũng như kỹ thuật y sinh tại CMU.

“Hãy nói rằng sự không ổn định rất lớn đến mức chủ thể không còn có thể kiểm soát BCI,” Yu giải thích. “Các thủ tục tự hiệu chỉnh hiện có có thể gặp khó khăn trong tình huống đó, trong khi phương pháp của chúng tôi đã chứng minh rằng nó có thể phục hồi từ các sự không ổn định thảm khốc trong nhiều trường hợp.”

Emily Oby, một nghiên cứu viên sau tiến sĩ tại Bộ phận Sinh học thần kinh tại Pitt, cũng nói về vấn đề không ổn định.

“Sự không ổn định của bản ghi thần kinh không được đặc trưng rõ ràng, nhưng đó là một vấn đề rất lớn,” Oby nói. “Không có nhiều tài liệu chúng ta có thể trỏ đến, nhưng theo kinh nghiệm, nhiều phòng thí nghiệm thực hiện nghiên cứu lâm sàng với BCI phải đối mặt với vấn đề này khá thường xuyên. Công việc này có tiềm năng cải thiện đáng kể tính khả dụng lâm sàng của BCI và giúp ổn định các giao diện thần kinh khác.”

Bài báo cũng bao gồm các tác giả Steve Chase, giáo sư kỹ thuật y sinh và Viện Khoa học thần kinh tại CMU, cùng với Aaron Batists, giáo sư phụ tá kỹ thuật sinh học tại Pitt, và Elizabeth Tyler-Kabara, giáo sư phụ tá phẫu thuật thần kinh tại Pitt.

Nghiên cứu được tài trợ bởi Quỹ Craig H Neilsen, Viện Y tế Quốc gia, Quỹ Từ thiện DSF, Quỹ Khoa học Quốc gia, Bộ Y tế Nghiên cứu Pennsylvania, và Quỹ Simons.