Нейрокомпьютерные интерфейсы

управление сиоой мысли
whiteMocca / shutterstock.vom

Благодаря современным технологиям управление окружающими объектами силой мысли уже не звучит так фантастично.


 

Интерфейс «мозг-компьютер» (BCI), также известный, как нейрокомпьютерный интерфейс, представляет собой систему, которая позволяет пользователю взаимодействовать со своим окружением с помощью управляющих сигналов, генерируемых его мозговой деятельностью.

Исследования в области Brain-Computer Interface (BCI) являются междисциплинарными и объединяют нейронауку, физиологию, психологию, инженерию, информатику и ряд других областей, связанных с техническими или медицинскими исследованиями. Основной целью изучения BCI является разработка способов интерпретации информации, закодированной в электрической активности нейронных групп  с помощью компьютерной системы. Эти сигналы должны анализироваться в реальном времени и преобразовываться в команды управления искусственным устройством.

Ханс Бергер
Ханс Бергер. Wikimedia.org

Движение к будущему

Первые исследования электрических процессов в мозге начались во второй половине XIX века с изучения братьев наших меньших: кроликов, обезьян, собак. Нужно отметить, что русские ученые оказали немалое влияние на развитие теории. Среди отличившихся в этой области были Данилевский В.Я., Сеченов И.М., Правдич-Неминский В.В. и, конечно, Павлов И.П.

Движение к идее создания нейрокомпьютерного интерфейса многократно ускорилось после записи Хансом Бергером электрической активности мозга человека в 1920-х годах. Первым, кто употребил термин Brain-Computer Interface, стал Жак Видаль (статья «Toward Direct Brain-Computer Communication» 1973 года), после чего стали появляться специализированные институты. В СССР вопросами BCI занимались Институт экспериментальной медицины,  Институт мозга человека РАН, в котором работала небезызвестная Бехтерева Н.П., использовавшая методы вживления электродов в мозг человека.

Сама идея BCI активно эволюционировала в последнее десятилетие. В настоящее время во всем мире работает более ста исследовательских групп, занимающихся данной тематикой. Изначально основное приложение BCI было связано с созданием новых каналов связи и контроля для людей с тяжелым ограничением моторных функций: управление освещением и телевизором, обработка текста, использование в инвалидных колясках и робототехнических протезах. Сейчас же сформировались и другие области применения, например, автономные транспортные средства, сотовые телефоны, которые выполняют звонки, используя мозговую деятельность, и игры виртуальной реальности.

Узлы нейронной сети
Узлы нейронной сети. whitehoune / shutterstock.com

Как это работает?

BCI обнаруживает паттерны активации деятельности в мозге, которые соответствуют желаемому действию человека. Всякий раз, когда пользователь производит их изменение, BCI в ответ способен перевести новые паттерны в действие, соответствующее воле пользователя. Распознавание определенного набора шаблонов в BCI включает в себя следующие этапы: получение сигнала, предварительная обработка, интерпретация и классификация данных.

Первая фаза ответственна за захват сигналов, которые исходят от электрической активности мозга либо инвазивным способом (интракраниальное введение электродов в кору головного мозга), либо неинвазивным (электроды выведены за пределы скальпа).

Получение сигналов от электрической мозговой активности неинвазивными методами обычно осуществляется с помощью электродов, надетых на кожу головы человека. Этот метод известен как электроэнцефалография (ЭЭГ), и его анализ является сложным, учитывая, что количество информации, захваченной каждым электродом, достаточно велико. Метод ЭЭГ сыграл важную роль в изучении мозговых процессов, внеся вклад в развитие более точных электронных устройств и более эффективных методов обработки сигналов. Неинвазивные методы ЭЭГ используются в приложениях BCI, потому что они обеспечивают приемлемое качество сигнала в сочетании с низкой стоимостью и простотой в использовании.

После получения сигнала на фазе предварительной обработки собираются и компонуются данные. Для этого идентифицируются отличительные характеристики записанного сигнала. Этот шаг называется извлечением характеристик, и его целью является уменьшение размерности вектора данных (числа образцов и переменных) без потери соответствующей информации. Это важный шаг в системе BCI, поскольку он напрямую влияет на производительность алгоритма классификатора, который будет понимать намерения пользователя. Кроме того, характерный выбор помогает уменьшить шум и избыточность данных, учитывая, что сигналы головного мозга для конкретного действия смешиваются с другими сигналами, которые перекрываются как во времени, так и в пространстве.

Интерпретация информации, полученной в результате предыдущего шага, предназначена для преобразования сигнала в цифровой код, который представляет требуемое действие.

Наконец, интерфейс управления на этапе вывода данных преобразует классифицированные сигналы в осмысленные команды для управления определенными устройствами, такими, как виртуальная клавиатура, компьютерная мышь, аватар в средах виртуальной реальности или даже роботизированными устройствами. В число последних входит полный спектр современных амбициозных проектов, от экзоскелетов до самолетов, управляемых силой мысли.

BCI требует, чтобы базовая компьютерная система работала должным образом. Следовательно, более точные, быстрые и эффективные BCI зависят от увеличения вычислительной мощности компьютера и улучшения методов анализа сигналов, а также от более надежных вычислительных алгоритмов.

Проблемы, стоящие перед технологией

BCI был разработан для лечения пациентов с различными уровнями паралича тела, таких, как параплегия (потеря сенсорных и моторных функций в нижних конечностях) и тетраплегия (потеря этих функций в области рук и тела). Таким образом, исследования были сосредоточены на разработке устройств связи для тех, кто потерял произвольный контроль над мышцами, но не столкнулся с когнитивными нарушениями. Основные приложения BCI связаны с мобильностью и взаимодействием пользователей с лицами и объектами, которые их окружают. Одна из возможностей использования BCI, связанная с мобильностью, состоит в применении роботизированного протезирования или экзоскелета с контролем мозга (также известного как роботизированная ткань).

В настоящий момент находится в разработке проект The Walk Again, который планирует внедрить первый BCI, способный восстановить полную мобильность пациентов с тяжелым параличом.

Проект Walk Again – это партнерство между институтами из США, Швейцарии, Германии и Бразилии, возглавляемое неврологом Мигелем Николелисом и его исследовательской группой из IINN-ELS (Международный институт нейронаук им. Эдмона и Лили Сафра). Граждане России также могут принять участие в проекте в качестве пациентов, однако их количество должно быть не больше двух.

Разрабатываемый в этом проекте экзоскелет использует команды, извлеченные из мозга для управления устройствами, которые будут расположены по суставам роботизированной одежды. Нейронные сигналы взаимодействуют с роботизированным скелетом, подражая функциям спинного мозга человека. Взаимодействие между мозгом и скелетом посредством сигналов позволит пациенту свободно перемещаться, регулируя скорость движения и перемещение по местности. Этот инструмент потенциально может позволить больным с мышечным параличом выполнять значительную часть своей деятельности, улучшив качество жизни и предоставив им большую независимость.

Несмотря на успех испытаний, широкое применение нейропротезирования сталкивается с рядом проблем:

  1. Совместимость с тканями пользователя;
  2. Необходимость усовершенствования алгоритмов, используемых для декодирования сигнала головного мозга. Так как в данных много шума, процесс вычисления и перевода сигнала затрудняется;
  3. Сложности в контроле движений с множеством требований (таких, как двуногая ходьба в вертикальном положении). В этом процессе участвует слишком большое количество переменных.

 

Также важно обеспечить ориентацию в пространстве (позиционирование частей тела), ведь нейропротез должен рассматриваться, как естественное продолжение тела. Несмотря на хорошую теоретическую проработку, это до сих пор большая проблема. Существует несколько неопределенностей в выборе математического преобразования стимуляции угловых узоров суставов, учитывая сложность корковой обработки воспринятой информации.

Помимо движения, BCI также предлагает сенсорное ощущение. В ходе экспериментов удалось установить двунаправленную связь между мозгом двух обезьян и компьютером. Животные управляли цифровой рукой на экране с тремя изображениями, и при прикосновении к двум из них ощущения прикосновения воспроизводились в мозгу подопытных. Результаты этого эксперимента дают возможность вернуть способность ощущать температуру и фактуру поверхности, по которой идет человек, делая взаимодействие с окружающей средой ближе к реальному, даже с использованием протезирования.

Синапс и нейрон посылают друг другу электрохимические сигналы
Синапс и нейрон посылают друг другу электрохимические сигналы. Andrii Vodolazhskyi / shutterstock.com

Перспективы нейрокомпьютерного интерфейса

Перспективные проекты с применением BCI позволят адаптировать кресла-коляски к командам от сигналов, извлекаемых из мышц, моргания глаз и движений глазного шара. Этот интерфейс использует запись электрической активности мозга пользователя, при условии, что его когнитивные способности не нарушены.

Помимо этого, BCI имеет возможность встраивать пользователей в виртуальную среду, способствуя прямой связи с монитором, мышью или клавиатурой без мышечной активности. Примером коммерческого использования BCI является нейрогарнитура Neurosky Mindwave (цена около 250$). Она использует неинвазивные сигналы ЭЭГ для захвата мозговых волн и взаимодействия с аппаратными и программными ресурсами, компьютерами или мобильными устройствами (сотовыми телефонами или планшетами).

Имеются проекты устройства для воссоздания речевых способностей с использованием синтезатора речи. В его основе два подхода: инвазивный – у пользователя с трудностями в устном общении и неинвазивный – у пользователей без нарушения устной коммуникации. Результаты, представленные в исследованиях данного проекта, являются многообещающими, и их уточнение может быть достигнуто за счет лучшего понимания нейронной проекции речи. Другие разрабатываемые проекты предполагают применение BCI в сотовых телефонах, что позволит пользователям находить номер в своем списке контактов и совершать звонки. Этот метод эффективен для лиц с двигательными нарушениями. Если станет возможным использование мобильного телефона на основе BCI, можно будет реализовать несколько других проектов в этой отрасли, включая беспроводные технологии (управление контактами силой мысли).

Способность обратной связи BCI может также быть использована для избирательного контроля над определенными областями мозга, благодаря использованию нейронной обратной связи (использование дисплея мозговой активности в реальном времени), чтобы модифицировать поведение человека. Нейронная обратная связь BCI может улучшить когнитивную работу, речевые способности и контроль над болью, а также использоваться для лечения психических расстройств, таких, как эпилепсия, синдром дефицита внимания, шизофрения, депрессия и других. Отметим, что будущая перспективность BCI будет зависеть от ее практичности и надежности.

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

ОСТАВЬТЕ ОТВЕТ

Войти с помощью