Setiap tahun garis antara manusia dan mesin semakin tipis. Tentu saja, level "Deus Ex" masih jauh, tetapi sekarang ada berbagai macam prostesis, augmentasi, dan perangkat lain yang bekerja dalam kaitan erat dengan sistem saraf pengguna. Salah satu contoh paling jelas dari futurisme semacam itu adalah NCI (neurocomputer interface), yang menjamin pertukaran informasi antara otak dan komputer. Masalahnya adalah bahwa untuk pengoperasian NCI yang lengkap, diperlukan peningkatan kecil dari pihak pengguna - implantasi elektroda ke dalam otak. Kedengarannya jauh lebih menyeramkan daripada yang sebenarnya, tetapi tidak semua orang menganggap metode ini paling efektif. Ilmuwan di Institut Teknologi California (AS) telah mengembangkan sistem yang membaca aktivitas otak menggunakan metode non-invasif berdasarkan USG. Bagaimana tepatnya perangkat yang dibuat itu bekerja,Apa yang berhasil dilihat para ilmuwan di otak subjek uji, dan seberapa akurat perkembangan ini? Kami akan menemukan jawaban atas pertanyaan-pertanyaan ini dalam laporan para ilmuwan. Pergilah.
Dasar penelitian
Inti dari antarmuka komputer saraf cukup sederhana - membaca aktivitas saraf otak manusia untuk memahami maksudnya. Informasi yang diperoleh dapat digunakan sebagai sinyal untuk mengontrol perangkat neuroprostetik. Berbicara secara berlebihan, dengan bantuan NCI, seseorang dapat mengontrol kursor mouse (tanpa mouse itu sendiri) dan prostesis elektronik dengan kekuatan pikiran.
Di bidang prostetik-lah teknologi ini paling menarik perhatian. Karena tidak selalu memungkinkan untuk menggunakan prostesis yang membaca sinyal dari ujung saraf di area kontak atau sinyal aktivitas otot. LCI memungkinkan Anda untuk melakukannya tanpa perantara periferal dan langsung menghubungkan pengguna (yaitu, otak) dan perangkat.
Antarmuka saraf paling modern didasarkan pada elektrofisiologi intrakortikal (di dalam korteks serebral), yang menyediakan akses langsung ke sinyal listrik neuron dengan resolusi temporal yang sangat baik. Masalah dengan teknik ini adalah perlunya menanamkan elektroda, yang dilakukan melalui operasi otak terbuka. Jelas bahwa prosedur semacam itu memiliki konsekuensi serius berupa kerusakan jaringan kronis dan penghancuran bahan implan. Selain itu, elektroda invasif sulit untuk diukur dan memiliki kepadatan sampel terbatas sehingga tidak dapat menangkap aktivitas otak secara keseluruhan.
Solusi logis untuk masalah ini adalah pengembangan metode non-invasif untuk menghubungkan perangkat ke otak. Salah satu opsinya adalah non-invasif electroencephalography (EEG), yang dikembangkan sejak 1973. Namun, kinerja EEG dibatasi oleh representasi topografi dari aktivitas volume otak yang besar dan penyebaran sinyal konduktansi volume melalui berbagai jaringan dan tulang.
Dalam pekerjaan yang kami pertimbangkan hari ini, para ilmuwan mengusulkan alternatif dalam bentuk NCI berdasarkan pencitraan USG fungsional (fUS dari USG fungsional).). fUS memungkinkan visualisasi perubahan regional dalam volume darah menggunakan angiografi Doppler ultrafast. Metode ini memberikan resolusi spasial-temporal yang sangat baik (<100 μm dan 100 ms) dan sensitivitas tinggi (kecepatan ~ 1 mm / s) dengan bidang pandang yang luas (beberapa sentimeter, yang cukup banyak untuk perangkat semacam itu).
fUS dikembangkan kembali pada tahun 2011. Sejak itu, sering digunakan untuk memvisualisasikan aktivitas saraf selama serangan epilepsi, memproses rangsangan penciuman, dan melakukan tugas perilaku pada hewan pengerat. Percobaan juga telah dilakukan dengan merpati, musang, dan primata. Selain itu, fUS 5-10 kali lebih baik dalam hal resolusi ruang-waktu dan sensitivitas dibandingkan dengan fMRI (dari MRI fungsional, yaitu fungsional MRI), yang karenanya Anda bisa mendapatkan lebih banyak informasi tentang aktivitas otak.
Selama penelitian, percobaan dilakukan dengan dua monyet eksperimental: satu dilatih untuk melakukan saccades (gerakan mata tajam) untuk fokus pada suatu objek (melacak figur di layar), dan yang kedua dilatih untuk melakukan gerakan tertentu dari memori (kontrol tuas). Dalam eksperimen praktis, para ilmuwan membaca aktivitas neurovaskular di atas korteks parietal posterior (PPC untuk korteks parietal posterior ) melalui jendela kranial invasif minimal.
Mengapa tepatnya korteks parietal posterior? Daerah ini merupakan zona asosiasi yang terletak di antara daerah korteks visual dan motorik. Dia secara aktif terlibat dalam fungsi kognitif tingkat tinggi, termasuk perhatian spasial, integrasi multisensori, dan transformasi sensorimotor untuk perencanaan gerakan. PPC itu sendiri dapat dibagi menjadi subarea fungsional spesifik: area intraparietal lateral (LIP dari area intraparietal lateral ) - perencanaan gerakan mata (ketika kita akan melihat sesuatu); wilayah penangkapan parietal (PRR dari wilayah jangkauan parietal ) - merencanakan pergerakan penangkapan suatu objek (saat kita akan mengambil sesuatu).
Para ilmuwan mencatat bahwa fUS memungkinkan Anda untuk secara bersamaan memvisualisasikan kedua sub-wilayah (LIP dan PRR), mis. mereka akan berada dalam satu bingkai (perkiraan volume irisan 12,8 x 13 x 0,4 mm). Selain itu, karena PPC mengkodekan aspek perencanaan gerakan tingkat tinggi, PPC merupakan sumber sinyal kontrol yang unik sebelum gerakan sebenarnya.
Persiapan untuk penelitian
Sebuah transduser miniatur (transduser) dengan susunan linier 128 elemen (15 MHz) dipasang secara epidural (di atas duramater) melalui jendela tengkorak. Sensor ini telah menyediakan gambar fUS yang berfungsi sebagai dasar untuk analisis sinyal neurovaskular di PPC terkait dengan tugas yang sedang dikerjakan. Transduser memberikan resolusi spasial 100 x 100 µm di dalam bidang, ketebalan irisan ~ 400 µm, menutupi bidang dengan lebar 12,8 mm dan kedalaman penetrasi 16 mm.
Gambar # 1
Probe diposisikan tegak lurus ke permukaan dalam orientasi koronal pada duramater di atas PPC ( 1a dan 1b ). Selanjutnya, dari volume yang tersedia, bidang yang diinginkan dipilih ( 1c- 1f ).
Secara khusus, bidang dipilih yang menampilkan aktivitas hemodinamik (pergerakan darah) yang disesuaikan secara perilaku dan menangkap sisi lateral dan medial dari sulkus intraparietal (IPS dari sulkus intraparietal ; koordinasi sensorik-motorik) dalam satu gambar. Ini memungkinkan untuk menilai peran beberapa area otak secara bersamaan. Dan geometri gambar ultrasound memungkinkan akses ke area kortikal di alur.
Gambar No. 2
Inti dari percobaan praktis adalah bahwa monyet harus menghapal letak benda yang terletak di kiri atau kanan layar, dan melakukan gerakan setelah benda di tengah layar padam ( 2a ). Fase menghafal cukup lama (5,1 ± 1,4 detik) untuk merekam hemodinamik sementara. Secara total, data dikumpulkan dari 30 uji coba yang dilakukan selama 18 hari. Hingga 5 lari dilakukan setiap hari, yang masing-masing mencakup sasaran yang dibuat secara acak selama 30 menit untuk satu tugas.
Untuk memvisualisasikan pola spatio-temporal dari aktivitas lateralisasi di PPC ( 2b ), peta parametrik statistik digunakan berdasarkan uji-t Student ( contoh penghitungan Student's t-test ).
Hasil yang diamati terkait dengan tugas sedang (ERA dari rata-rata terkait peristiwa ) perubahan volume darah otak (CBV volume darah otak ) dari daerah lokal dengan ukuran 100 x 100 mm ( 2c - 2f ). Foto 2g menunjukkan peta tipikal aktivitas subjek kedua, dan 2h - 2i ERA-nya.
Sinyal aktivitas neurovaskular diamati di sisi lateral IPS, yaitu di LIP, untuk kedua hewan. Namun, bentuk gelombang ERA serupa antara subjek di area ini.
Sensitivitas tinggi dan resolusi spasial-temporal fUS memungkinkan fungsi pembeda antara wilayah yang berdekatan dalam skala ratusan mikron, misalnya, dalam sub-wilayah PPC seperti LIP.
Misalnya, wilayah LIP kedua ( 2d ) juga menunjukkan attunement kontralateral, tetapi perbedaan aktivitas muncul kemudian dalam periode menghafal dan tetap ada selama pergerakan dan di antara percobaan.
Satu subjek (monyet H) menunjukkan respon arah yang sama di daerah parietal medial (MP dari medial parietal ) di dinding medial belahan bumi. Tetapi pada monyet L, tidak ada efek yang ditemukan, karena dalam kasusnya lokasi probe dioptimalkan untuk wilayah LIP, dan bukan MP, yang dalam hal ini berada di luar layar. Namun, pengaturan ini semakin menegaskan peran MP dalam pergerakan mata terarah.
Proses decoding sinyal
Sebelum mempertimbangkan hasil eksperimen praktis, para ilmuwan diingatkan bahwa tugas utama NKI adalah memprediksi aksi yang akan datang dengan menggunakan sinyal otak. Untuk memahami apakah visualisasi fUS membantu mencapai tugas ini, prediksi arah pergerakan mata subjek yang akan datang dilakukan berdasarkan satu kali pengujian.
Gambar # 3
Gambar 3a menunjukkan interpretasi grafis dari proses decoding sinyal otak berdasarkan data fUS. Classwise principal component analysis (CPCA ) digunakan untuk mengurangi dimensi * data, tetapi mempertahankan komponen yang cukup untuk mendapatkan> 95% varian dalam data.
Reduksi dimensi * adalah proses transformasi data ketika jumlah variabel dikurangi dengan mendapatkan variabel utama.Selanjutnya, regresi kuadrat terkecil biasa (OLSR ) digunakan untuk meregresi data yang diubah PCA sebelum eksekusi sebenarnya dari gerakan.
Untuk menganalisis evolusi temporal sinyal PPC yang terkait dengan pelaksanaan tugas, arah pergerakan waktu diuraikan melalui tahapan setiap pendekatan eksperimental: fiksasi (melihat objek pusat), menghafal, dan gerakan.
Untuk setiap titik waktu, semua data sebelumnya dari data pelatihan dan pengujian digunakan. Misalnya, pada t = 2 s, semua data perlu dimasukkan ke dalam set data pelatihan dan pengujian dalam t = dari 0 hingga 2 s.
Kurva yang dihasilkan ( 3b ) menunjukkan akurasi pada tingkat keacakan selama fase fiksasi, perubahan kecil selama fase penyimpanan, dan akurasi decoding yang stabil selama fase pergerakan.
Selama fase menghafal, akurasi dekoder mencapai 2.08 s ± 0.82 s setelah subjek menerima sinyal arah, tetapi sebelum gerakan sebenarnya. Ke depan, akurasi decoder hanya meningkat.
Analisis ulang menghapus semua data dari set pelatihan. Ini memungkinkan untuk menentukan jumlah data yang diperlukan untuk mencapai akurasi decoding maksimum ( 3c). Setelah 27 uji coba, keakuratan dekoder menjadi sedemikian rupa sehingga data dari hanya 10 uji coba yang diperlukan untuk prediksi dan klasifikasi gerakan selanjutnya. Tingkat akurasi dekoder maksimum dicapai setelah 75 uji coba.
Dengan kata lain, para ilmuwan mampu meminimalkan jumlah data yang dibutuhkan untuk mengenali sinyal otak secara akurat, sementara tingkat akurasi dari proses ini tetap cukup tinggi.
Selain itu, analisis dilakukan untuk menentukan jenis informasi apa yang terkandung dalam sinyal otak yang digunakan oleh decoder. Untuk ini, metode decoding dinamis digunakan, yang membutuhkan data selama 1 detik untuk melatih decoder. Selanjutnya, arah yang diasumsikan telah diterjemahkan dari jendela data dengan durasi 1 detik di seluruh uji coba. Artinya, decoder harus memahami apa yang akan dilakukan monyet dengan menganalisis data dalam periode hanya 1 detik.
Hasilnya, array nilai presisi nxn diperoleh, di mana n adalah jumlah jendela waktu yang diperiksa. 3d menunjukkan akurasi untuk setiap kombinasi pembelajaran / decoding.
Hasil tes
Gambar # 4
Pencitraan fUS memberikan resolusi dan sensitivitas spasial-temporal yang tinggi, berbeda dengan metode fMRI. Ini memberikan data tentang dinamika neurovaskular pada skala yang sebelumnya tidak dapat diakses.
Cukup mudah untuk memeriksa ini. Jika kita mengubah dimensi (dalam x - yaitu, di sepanjang permukaan probe dan di z - yaitu, di kedalaman gambar) dari gambar yang diperoleh selama percobaan, maka akurasi decoding akan berkurang dengan peningkatan ukuran voxel ( 4a ).
Penelitian terbaru menunjukkan bahwa hiperemia fungsional dimulai di daerah vaskular yang disebut unit primer. Bagian ini meliputi arteriol parenkim (arteri kecil di depan kapiler) dan kapiler, yaitu pembuluh dengan diameter <50 μm. Oleh karena itu, kecepatan aliran darah meningkat di kapiler bawah dan arteriol atas.
Dengan pemikiran ini, para ilmuwan memutuskan bahwa sebagian besar informasi fungsional yang digunakan untuk decoding akan ditemukan di kapal dengan subresolusi (<100 μm) pada bidang gambar. Untuk menguji hipotesis ini, peta fUS vaskular otak (secara spasial) disegmentasi dengan mengurutkan voxel menurut intensitas Doppler rata-rata dan menyegmentasikannya menurut desil * ( 4b ).
Desil * mencirikan distribusi nilai-nilai populasi, di mana sembilan nilai desil membaginya menjadi sepuluh bagian yang sama besar. Salah satu dari sepuluh bagian ini adalah 1/10 dari total.Sementara desil 1–2 terutama melibatkan daerah subkortikal, desil 3–8 melibatkan lapisan kortikal, di mana lapisan yang lebih dangkal menunjukkan intensitas rata-rata yang lebih tinggi. Desil 9 dan 10 terutama terbatas pada pembuluh darah unit primer (arteri besar, biasanya di permukaan kortikal dan di sulkus). Pada 4c menunjukkan akurasi yang dihasilkan dari decoding sesuai dengan intensitas daya Doppler.
Analisis data menunjukkan bahwa aktivitas neurovaskular selama suatu tugas, yang diukur dengan fUS, ada terutama di anatomi pembuluh darah yang terletak di korteks serebral. Artinya, kontribusi terbesar untuk sinyal fUS kortikal dibuat oleh kecepatan aliran aksial dalam kisaran dari 2 hingga 10 mm / s, yang sesuai dengan pembuluh dengan diameter <50 μm, yaitu. yaitu arteriol dan kapiler.
Gambar # 5 Akhirnya
, tes lain dilakukan di mana subjek harus mengoperasikan tuas sambil melihat objek di layar ( 5a ). Tugas ini dalam banyak hal mirip dengan tugas saccades, tetapi pandangan hewan tetap tertuju selama pengujian, termasuk selama fase fiksasi, menghafal, dan melaksanakan gerakan.
ERA (perubahan rata-rata terkait tugas) di sisi lateral sulkus intra-parietal di LIP yang diduga (wilayah intra-parietal) mengidentifikasi populasi yang relevan untuk memprediksi arah pergerakan ( 5b - 5c ). Populasi di sisi medial di area retensi parietal putatif (PRR) tidak menunjukkan karakteristik ini, tetapi menunjukkan attunement bilateral terhadap pergerakan aktual ( 5d ).
Hasil ini konsisten dengan rekaman elektrofisiologi di mana neuron PRR sebagai populasi mengkodekan kedua belahan otak, sedangkan neuron LIP mengkodekan terutama ruang kontralateral.
Akurasi decoding dan evolusi temporal serupa dengan yang diamati dalam percobaan dengan saccades ( 5e ). Secara khusus, akurasi dekode target yang divalidasi silang berkisar dari 72,96% hingga 94,64% selama tes 30 menit. Akurasi rata-rata untuk semua sesi eksperimental adalah 88,54%.
Untuk pengenalan yang lebih rinci tentang nuansa penelitian ini, saya sarankan Anda melihat laporan para ilmuwan .
Epilog
Antarmuka komputer saraf, terlepas dari konsep futuristik, menjadi lebih nyata setiap tahun. Fungsionalitas, karakteristik, dan kemampuannya berkembang, begitu juga dengan berbagai aplikasi yang memungkinkan. Namun, seperti halnya teknologi yang relatif baru, masalah tidak dapat dihindari.
Salah satu masalah utama dalam implementasi NKI yang lengkap adalah perlunya koneksi invasif. Hanya sedikit orang yang ingin berpindah saluran, misalnya, jika perlu membuka tengkorak dan memasukkan beberapa elektron ke dalam otak. Dan ini bukan tentang ketidaknyamanan dari "aksesori" kepala seperti itu, tetapi tentang bahaya yang dibawanya. Metode invasif untuk menghubungkan NKI menyebabkan pelanggaran sistematis pada struktur jaringan dan penghancuran bahan perangkat itu sendiri.
Solusi untuk masalah ini adalah pencitraan USG fungsional (fUS), yang memungkinkan Anda melacak aktivitas otak di area ini dengan akurasi luar biasa dengan resolusi hingga 100 mikron. Dan ini sangat mengesankan, mengingat ukuran satu neuron kira-kira 10 mikron.
Penulis teknik ini mengklaim bahwa gagasan mereka jauh lebih produktif daripada metode lain. Elektroda yang ditanamkan dapat dengan sangat akurat mengukur aktivitas otak pada tingkat neuron individu, tetapi memerlukan kontak langsung dengan otak. fMRI (MRI fungsional) tidak memerlukan implantasi dan dapat menunjukkan aktivitas seluruh otak sekaligus, tetapi peralatan untuk metode ini menempati seluruh ruangan. Elektroensefalografi juga tidak memerlukan pengenalan elektroda, tetapi resolusi spasialnya sangat rendah. Tetapi metode fUS, menurut para ilmuwan, tidak memiliki kekurangan di atas.
Prinsip fUS didasarkan pada aliran darah di otak. Saat aktivitas di area otak meningkat, aliran darah ke area tersebut meningkat. fUS memungkinkan ini untuk dipantau dengan menyediakan dinamika resolusi tinggi dari aliran darah otak dalam ruang dan waktu. Analisis data aliran darah memungkinkan Anda mengetahui area mana yang aktif pada titik waktu tertentu.
Akurasi fUS pada tahap pengembangan ini sangat mirip dengan metode dengan elektroda yang ditanamkan. Tetapi tidak seperti yang terakhir, fUS tidak membutuhkan implantasi penuh. Untuk bekerja dengan elektroda, perlu membuka dura mater yang terletak di bawah tengkorak dan memasukkan elektroda langsung ke otak. Dalam kasus fUS, jendela kecil yang mampu mentransmisikan ultrasound sudah cukup. Saat ini, jendela ini dibuat dengan membuka tengkorak, tetapi tanpa intervensi apa pun di otak itu sendiri. Opsi ini jauh lebih tidak invasif, dan karena itu kurang berbahaya.
Kedepannya, para ilmuwan berniat untuk terus meningkatkan fUS untuk mencapai akurasi yang lebih tinggi, serta melakukan eksperimen pada orang-orang yang, karena cedera otak, menjalani trepanning bagian tulang tengkorak.
Terima kasih atas perhatiannya, tetap penasaran dan semoga akhir pekan Anda menyenangkan, guys! :)
Sedikit iklan
Terima kasih untuk tetap bersama kami. Apakah Anda menyukai artikel kami? Ingin melihat konten yang lebih menarik? Dukung kami dengan melakukan pemesanan atau merekomendasikan kepada teman, cloud VPS untuk pengembang mulai $ 4,99 , analog unik dari server tingkat awal yang telah kami ciptakan untuk Anda: The Whole Truth About VPS (KVM) E5-2697 v3 (6 Cores) 10GB DDR4 480GB SSD 1Gbps dari $ 19 atau bagaimana membagi server dengan benar? (opsi tersedia dengan RAID1 dan RAID10, hingga 24 core dan hingga 40GB DDR4).
Apakah Dell R730xd 2x lebih murah di pusat data Maincubes Tier IV di Amsterdam? Hanya kami yang memiliki 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV dari $ 199 di Belanda!Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - Dari $ 99! Baca tentang Bagaimana membangun infrastruktur bldg. kelas dengan menggunakan server Dell R730xd E5-2650 v4 dengan biaya € 9.000 untuk satu sen?