Beyin-bilgisayar arayüzü - Brain–computer interface

nöropsikoloji
Konular beyin bölgeleri klinik nöropsikoloji bilişsel nöropsikoloji bilişsel sinirbilim bunama İnsan beyni nöroanatomi nörofizyoloji nöropsikolojik değerlendirme nöropsikolojik rehabilitasyon Travmatik beyin hasarı
beyin fonksiyonları Uyarılma Dikkat bilinç Karar verme Yürütücü işlevler Doğal lisan Öğrenme Hafıza Motor koordinasyon Algı Planlama Problem çözme Düşünce
İnsanlar Alan Baddeley Arthur L. Benton David Bohm Antonio Damasio Phineas Gage Norman Geschwind Elkhonon Goldberg Patricia Goldman Rakic Donald O. Hebb Kenneth Heilman Eric Kandel Edith Kaplan Muriel Lezak Benjamin Libet Rodolfo Llinas Alexander Luria Brenda Milner Karl H. Pribram Pasko Rakiç Oliver Çuval Mark Rosenzweig Roger W. Sperry Hans-Lukas Teuber Henry Molaison ("HM", hasta) KC (hasta)
testler Benton Görsel Kalıcılık Testi Sürekli Performans Görevi Halstead-Reitan Nöropsikolojik Batarya Hayling ve Brixton testleri Sözlüksel Karar Görevi Luria-Nebraska nöropsikolojik batarya Mini-Zihinsel Durum Muayenesi Rey-Osterrieth karmaşık figürü Stroop Testi Wechsler Yetişkin Zeka Ölçeği Wechsler Bellek Ölçeği Wisconsin Kart Sıralama Görevi
Psikoloji portalı  Felsefe portalı  Tıp portalı
v T e

Bir beyin bilgisayar arayüzü ( BCI ), bazen bir adlandırılan nöral kontrol arayüzü ( NCI ), zihin makine arayüzü ( MMI ), doğrudan sinir arayüzü ( DNI ) ya da beyin-makine arayüzü ( BMI ), bir arasında doğrudan bir iletişim yolu olan gelişmiş veya kablolu beyin ve harici bir cihaz. BCIS genellikle araştırma yöneliktir eşleştirme , yardımcı, arttırıcı ya da insan bilişsel veya duyusal-motor fonksiyonları tamir.

BCI'ler üzerine araştırmalar 1970'lerde Los Angeles California Üniversitesi'nde (UCLA) Jacques Vidal tarafından Ulusal Bilim Vakfı'nın bir hibesi altında başladı ve ardından DARPA'dan bir sözleşme geldi . Vidal'ın 1973 tarihli makalesi, beyin-bilgisayar arayüzü ifadesinin bilimsel literatürdeki ilk görünümünü işaret ediyor .

Beynin kortikal plastisitesi nedeniyle , implante edilen protezlerden gelen sinyaller , adaptasyondan sonra beyin tarafından doğal sensör veya efektör kanallar gibi işlenebilir. Yıllarca süren hayvan deneylerinin ardından , insanlara implante edilen ilk nöroprostetik cihazlar 1990'ların ortalarında ortaya çıktı.

Son zamanlarda, ön lobdan ( EEG beyin dalgası ) elde edilen istatistiksel zamansal özelliklere makine öğreniminin uygulanması yoluyla insan-bilgisayar etkileşiminde yapılan çalışmalar, zihinsel durumları (Rahat, Nötr, Konsantre), zihinsel duygusal durumları sınıflandırmada yüksek düzeyde başarıya sahipti ( Negatif, Nötr, Pozitif) ve talamokortikal disritmi .

Tarih

Beyin-bilgisayar arayüzlerinin (BCI'ler) tarihi, Hans Berger'in insan beyninin elektriksel aktivitesini keşfetmesi ve elektroensefalografinin (EEG) gelişmesiyle başlar . 1924'te Berger, EEG aracılığıyla insan beyin aktivitesini kaydeden ilk kişiydi. Berger, EEG izlerini analiz ederek Berger dalgası veya alfa dalgası (8-13 Hz) gibi salınım aktivitesini tanımlayabildi .

Berger'in ilk kayıt cihazı çok ilkeldi. Hastalarının kafa derisinin altına gümüş teller yerleştirdi . Bunlar daha sonra hastanın kafasına lastik bandajlarla tutturulmuş gümüş folyolarla değiştirildi. Berger, bu sensörleri bir Lippmann kapiler elektrometresine bağladı ve hayal kırıklığı yaratan sonuçlar verdi. Bununla birlikte, voltun on binde biri kadar küçük elektrik voltajlarını gösteren Siemens çift ​​bobinli kayıt galvanometresi gibi daha karmaşık ölçüm cihazları başarıya yol açtı.

Berger, EEG dalga diyagramlarındaki değişimlerin beyin hastalıklarıyla ilişkisini analiz etti . EEG'ler, insan beyni aktivitelerinin araştırılması için tamamen yeni olanaklara izin verdi.

Terim henüz icat edilmemiş olmasına rağmen, çalışan bir beyin-makine arayüzünün en eski örneklerinden biri , Amerikalı besteci Alvin Lucier'in Music for Solo Performer (1965) adlı parçasıydı . Parça, akustik perküsyon enstrümanlarını uyarmak için EEG ve analog sinyal işleme donanımını (filtreler, amplifikatörler ve bir karıştırma tahtası) kullanır. Parçayı icra etmek için alfa dalgaları üretmeli ve böylece çeşitli vurmalı enstrümanları enstrümanların yakınına veya doğrudan üzerine yerleştirilmiş hoparlörler aracılığıyla "çalmalısınız".

UCLA Profesörü Jacques Vidal, "BCI" terimini icat etti ve bu konuda ilk hakemli yayınları üretti. Vidal, alanı inceleyen ve tartışan çok sayıda hakemli makalede yansıtıldığı gibi, BCI topluluğunda BCI'lerin mucidi olarak tanınmaktadır (örn. Bir inceleme, Vidal'ın 1973 tarihli makalesinin, EEG sinyallerini kullanarak harici nesneleri kontrol etmenin "BCI sorununu" ve özellikle BCI kontrolü için bir meydan okuma olarak Koşullu Negatif Varyasyon (CNV) potansiyelinin kullanımını belirttiğine işaret etti . Vidal'ın tarif ettiği 1977 deneyi, 1973 BCI mücadelesinden sonra BCI'nin ilk uygulamasıydı. Bir bilgisayar ekranında imleç benzeri bir grafik nesnenin invaziv olmayan bir EEG (aslında Görsel Uyarılmış Potansiyeller (VEP)) kontrolüydü. Gösteri bir labirentte hareketti.

İlk katkılarından sonra Vidal, uzun yıllar BCI araştırmalarında veya konferanslar gibi BCI etkinliklerinde aktif değildi. 2011 yılında ise Avusturya'nın Graz kentinde Future BNCI projesi tarafından desteklenen ve ayakta alkışlanan ilk BCI'yi sunan bir konferans verdi . Vidal'a daha önce UCLA'da ilk BCI projesinde birlikte çalışmış olan eşi Laryce Vidal katıldı.

1988'de, fiziksel bir nesnenin, bir robotun invaziv olmayan EEG kontrolü hakkında bir rapor verildi. Tarif edilen deney, bir zemine çizilen bir çizgi ile tanımlanan keyfi bir yörünge boyunca robot hareketinin çoklu başlat-dur-yeniden başlatının EEG kontrolüydü. Çizgi izleyen davranış, otonom zeka ve otonom enerji kaynağı kullanan varsayılan robot davranışıydı. Stevo Bozinovski, Mihail Sestakov ve Liljana Bozinovska tarafından yazılan bu 1988 raporu, EEG kullanan bir robot kontrolü hakkında ilk rapordu.

1990'da, öngörülü bir beyin potansiyeli, Koşullu Negatif Varyasyon (CNV) potansiyeli tarafından bilgisayar zilini kontrol eden kapalı döngü, çift yönlü adaptif BCI hakkında bir rapor verildi. Deney, CNV tarafından ortaya konan beynin bir beklenti durumunun, S1-S2-CNV paradigmasındaki S2 zilini bir geri besleme döngüsünde nasıl kontrol ettiğini açıkladı. Beyindeki beklenti öğrenmesini temsil eden elde edilen bilişsel dalga, Elektroekstektogram (EXG) olarak adlandırılır. CNV beyin potansiyeli, Vidal tarafından 1973 tarihli makalesinde sunulan BCI mücadelesinin bir parçasıydı.

2010'larda yapılan çalışmalar, sinaptik etkinliğin moleküler mekanizmalarının modülasyonu yoluyla, nöral stimülasyonun fonksiyonel bağ ve ilişkili davranışları geri kazanma potansiyelini ortaya koydu. Bu, BCI teknolojilerinin işlevselliği etkinleştirmenin yanı sıra işlevi geri yükleyebileceği konseptinin kapısını açtı.

2013'ten beri DARPA, diğerlerinin yanı sıra Pittsburgh Üniversitesi Tıp Merkezi, Paradromics, Brown ve Synchron'ın çalışmalarını destekleyen BRAIN girişimi aracılığıyla BCI teknolojisini finanse etmektedir.

BCI'ler nöroprostetiklere karşı

Nöroprostetik, nöral protezlerle, yani bozulmuş sinir sistemlerinin ve beyinle ilgili problemlerin veya duyu organlarının veya organlarının kendisinin (mesane, diyafram, vb.) işlevini değiştirmek için yapay cihazlar kullanan bir sinirbilim alanıdır . Aralık 2010 itibariyle, koklear implantlar dünya çapında yaklaşık 220.000 kişiye nöroprostetik cihaz olarak implante edilmiştir. Ayrıca, retina implantları da dahil olmak üzere, görmeyi geri kazanmayı amaçlayan birkaç nöroprostetik cihaz vardır . Ancak ilk nöroprostetik cihaz kalp piliydi.

Terimler bazen birbirinin yerine kullanılır. Nöroprostetikler ve BCI'ler, görme, işitme, hareket, iletişim yeteneği ve hatta bilişsel işlevi geri yüklemek gibi aynı amaçlara ulaşmaya çalışır . Her ikisi de benzer deneysel yöntemler ve cerrahi teknikler kullanır.

Hayvan BCI araştırması

Birkaç laboratuvar, hareket üretmek için BCI'leri çalıştırmak için maymun ve sıçan serebral kortekslerinden gelen sinyalleri kaydetmeyi başardı . Maymunlar, bilgisayar imleçlerini ekranda gezindiler ve robotik kollara, herhangi bir motor çıktısı olmadan, yalnızca görevi düşünerek ve görsel geri bildirimi görerek basit görevleri gerçekleştirmeleri için komut verdi. Mayıs 2008'de Pittsburgh Üniversitesi Tıp Merkezi'nde bir maymunun düşünerek robotik bir kol çalıştırdığını gösteren fotoğraflar birçok tanınmış bilim dergisinde ve dergide yayınlandı. Synchron's Stentrode dahil olmak üzere BCI teknolojisini değerlendirmek için koyunlar da kullanılmıştır.

2020'de Elon Musk'ın Neuralink'i, geniş çapta izlenen bir web yayınında duyurulan bir domuza başarıyla yerleştirildi. 2021'de Elon Musk, bir maymunun Neuralink'in cihazını kullanarak video oyunları oynamasını başarıyla sağladığını duyurdu.

Erken iş

1969 yılında edimsel koşullanma Bölgesel Primat Araştırma Merkezi ve Fizyoloji ve Biyofizik, Bölümü Fetz ve meslektaşlarının çalışmaları, Tıp Washington School Üniversitesi'nde de Seattle'da , maymunlar bir sapmasını kontrol etmek öğrenebileceğini ilk kez gösterdi biofeedback metre sinirsel aktivite ile kol. 1970'lerde yapılan benzer bir çalışma, maymunların, uygun nöral aktivite kalıpları ürettikleri için ödüllendirilirlerse , birincil motor korteksteki bireysel ve çoklu nöronların ateşleme hızlarını gönüllü olarak gönüllü olarak kontrol etmeyi hızla öğrenebileceklerini ortaya koydu .

Hareketi kontrol eden motor korteks nöronlarından hareketlerin yeniden yapılandırılması için algoritmalar geliştiren çalışmalar 1970'lere kadar uzanıyor. 1980'lerde, Johns Hopkins Üniversitesi'nden Apostolos Georgopoulos, al yanaklı makak maymunlarındaki tek motor korteks nöronlarının elektriksel tepkileri ile kollarını hareket ettirdikleri yön (bir kosinüs fonksiyonuna dayalı olarak ) arasında matematiksel bir ilişki buldu . Ayrıca, maymun beyninin farklı bölgelerindeki dağınık nöron gruplarının, toplu olarak motor komutları kontrol ettiğini, ancak ekipmanının getirdiği teknik sınırlamalar nedeniyle, bir seferde yalnızca bir alandaki nöronların ateşlemelerini kaydedebildiğini buldu.

1990'ların ortalarından beri BBA'larda hızlı bir gelişme olmuştur. Birkaç grup, nöral topluluklardan (nöron grupları) kayıt yaparak ve bunları harici cihazları kontrol etmek için kullanarak karmaşık beyin motor korteks sinyallerini yakalayabildi .

Öne çıkan araştırma başarıları

Kennedy ve Yang Dan

Phillip Kennedy (daha sonra 1987'de Neural Signals'ı kurdu) ve meslektaşları, nörotrofik koni elektrotları maymunlara implante ederek ilk intrakortikal beyin-bilgisayar arayüzünü oluşturdular .

1999'da Berkeley, California Üniversitesi'nden Yang Dan liderliğindeki araştırmacılar , kediler tarafından görülen görüntüleri yeniden üretmek için nöronal ateşlemeleri çözdüler. Ekip , keskin gözlü kedilerin talamusuna (beynin tüm duyusal girdilerini entegre eden) gömülü bir dizi elektrot kullandı . Araştırmacılar , retinadan gelen sinyalleri çözen talamus lateral genikulat çekirdek bölgesindeki 177 beyin hücresini hedef aldı . Kedilere sekiz kısa film gösterildi ve nöron ateşlemeleri kaydedildi. Araştırmacılar, matematiksel filtreler kullanarak, kedilerin gördüklerinin filmlerini oluşturmak için sinyallerin kodunu çözdüler ve tanınabilir sahneleri ve hareketli nesneleri yeniden oluşturabildiler. İnsanlarda benzer sonuçlar o zamandan beri Japonya'daki araştırmacılar tarafından elde edildi ( aşağıya bakınız ).

Nicolelis

Miguel Nicolelis , profesör Duke Üniversitesi'nde içinde, Durham, North Carolina , bir BCI sürmek için nöronal sinyalleri elde etmek beynin daha büyük bir alan üzerinde çok sayıda elektrot yayılmasını kullanmanın önemli bir savunucusu olmuştur.

Nicolelis ve meslektaşları, 1990'larda sıçanlarda ilk çalışmaları yürüttükten sonra, baykuş maymunlarında beyin aktivitesini deşifre eden BCI'ler geliştirdiler ve robotik kollarda maymun hareketlerini yeniden üretmek için cihazları kullandılar. Maymunların gelişmiş uzanma ve kavrama yetenekleri ve iyi el manipülasyon becerileri vardır, bu da onları bu tür işler için ideal test denekleri haline getirir.

2000 yılına gelindiğinde grup, maymun bir joystick'i çalıştırırken veya yiyeceğe uzanırken baykuş maymun hareketlerini yeniden üreten bir BCI oluşturmayı başardı . BCI gerçek zamanlı olarak çalışıyordu ve ayrıca ayrı bir robotu İnternet protokolü üzerinden uzaktan kontrol edebiliyordu . Ancak maymunlar, kolun hareket ettiğini göremediler ve açık döngü BCI olarak adlandırılan herhangi bir geri bildirim almadılar .

Nicolelis'in daha sonra al yanaklı maymunları kullanarak yaptığı deneyler , geri besleme döngüsünü kapatmayı başardı ve bir robot kolunda maymun uzanma ve kavrama hareketlerini yeniden üretti. Derin yarık ve çatlak beyinleriyle rhesus maymunları, insan nörofizyolojisi için baykuş maymunlarından daha iyi modeller olarak kabul edilir . Maymunlar, bir robot kolunun karşılık gelen hareketleri gizlenirken, bir joystick'i manipüle ederek bir bilgisayar ekranındaki nesnelere ulaşmak ve nesneleri kavramak için eğitildi. Maymunlara daha sonra doğrudan robot gösterildi ve hareketlerini görerek onu kontrol etmeyi öğrendi. BCI, ulaşma hareketlerini kontrol etmek için hız tahminlerini ve aynı anda tahmin edilen kavrama kuvvetini kullandı . 2011'de O'Doherty ve meslektaşları, al yanaklı maymunlarla duyusal geribildirim içeren bir BBA gösterdi. Maymun, duyu korteksinin kol temsil alanında doğrudan intrakortikal stimülasyon (ICMS) yoluyla duyusal geribildirim alırken bir avatar kolunun pozisyonunu kontrol eden beyindi .

Donoghue, Schwartz ve Andersen

Kod çözme nöron sinyalleri içerdiğini BCIS ve algoritmalar geliştirdik Diğer laboratuvarlar Beyin Bilim Carney Enstitüsü de Brown Üniversitesinden ve laboratuarları Andrew Schwartz de Pittsburgh Üniversitesi ve Richard Andersen de Caltech . Bu araştırmacılar, Nicolelis'ten çok daha az nörondan kaydedilen sinyalleri kullanarak bile çalışan BCI'ler üretebildiler (15-30 nörona karşı 50-200 nöron).

John Donoghue'nun Carney Enstitüsü'ndeki laboratuvarı, bir joystick yardımıyla veya bir joystick yardımı olmadan bir bilgisayar ekranında (kapalı döngü BCI) görsel hedefleri izlemek için bir BCI kullanmak için al yanaklı maymunları eğittiğini bildirdi. Schwartz'ın grubu, sanal gerçeklikte üç boyutlu izleme için bir BCI oluşturdu ve ayrıca robotik bir kolda BCI kontrolünü yeniden üretti. Aynı grup, bir maymunun, hayvanın kendi beyin sinyalleriyle kontrol edilen robotik bir kol kullanarak kendisine meyve ve şekerleme parçaları yedirebileceğini gösterdiğinde de manşetlere çıktı.

Andersen grubu kayıtları kullanılan ön-hareket aktivitesi ile ilgili arka parietal korteks deney hayvanları bir ödül almak beklenen oluşturulan sinyalleri de dahil olmak üzere BCI olarak,.

Diğer araştırma

Uzuv hareketlerinin kinematik ve kinetik parametrelerini tahmin etmenin yanı sıra , primatların kaslarının elektromiyografik veya elektriksel aktivitesini tahmin eden BCI'ler geliştirilmektedir. Bu tür BCI'ler, kasları elektriksel olarak uyararak felçli uzuvlardaki hareketliliği yeniden sağlamak için kullanılabilir.

Miguel Nicolelis ve meslektaşları, büyük nöral toplulukların aktivitesinin kol pozisyonunu tahmin edebileceğini gösterdi. Bu çalışma, kol hareketi niyetlerini okuyan ve bunları yapay aktüatörlerin hareketlerine çeviren BCI'lerin oluşturulmasını mümkün kıldı. Carmena ve meslektaşları, bir maymunun robotik bir kolla uzanma ve kavrama hareketlerini kontrol etmesine izin veren bir BCI'de nöral kodlamayı programladı. Lebedev ve meslektaşları, beyin ağlarının, hayvanın kendi uzuvlarının temsiline ek olarak robotik uzantının yeni bir temsilini oluşturmak için yeniden düzenlendiğini savundu.

2019'da UCSF'den araştırmacılar, nörolojik bozuklukların neden olduğu konuşma bozukluğu olan hastalara yardım etme potansiyeline sahip bir BCI gösterdikleri bir çalışma yayınladılar. BCI'ları, bir hastanın beyninden nöral aktiviteden yararlanmak için yüksek yoğunluklu elektrokortikografi kullandı ve konuşmayı sentezlemek için derin öğrenme yöntemlerini kullandı . 2021'de, aynı gruptan araştırmacılar, 15 yıldan uzun süredir konuşamayan anartrik bir hastada bir BCI'nin kelime ve cümleleri çözme potansiyelini gösteren bir çalışma yayınladılar.

Şu anda BCI teknolojisinin önündeki en büyük engel, beyin sinyallerine güvenli, doğru ve sağlam erişim sağlayan bir sensör modalitesinin olmamasıdır. Bununla birlikte, önümüzdeki yirmi yıl içinde böyle bir sensörün geliştirilmesi düşünülebilir veya hatta muhtemeldir. Böyle bir sensörün kullanılması, bir BCI kullanılarak sağlanabilecek iletişim fonksiyonlarının kapsamını büyük ölçüde genişletmelidir.

Bir BCI sisteminin geliştirilmesi ve uygulanması karmaşık ve zaman alıcıdır. Bu soruna yanıt olarak Gerwin Schalk, BCI araştırmaları için BCI2000 adı verilen genel amaçlı bir sistem geliştiriyor . BCI2000 de Beyin-Bilgisayar Arayüzü Ar-Ge Programı tarafından yürütülen bir projede 2000 yılından bu yana gelişme olmuştur Wadsworth Merkezi'nin ait Sağlık New York Eyalet Departmanı içinde Albany, New York'ta , ABD.

Yeni bir 'kablosuz' yaklaşım, in vivo olarak genetik olarak tanımlanmış nöron alt kümelerinin aktivitesini kontrol etmek için Channelrhodopsin gibi ışık kapılı iyon kanallarını kullanır . Basit bir öğrenme görevi bağlamında , somatosensoriyel kortekste transfekte edilmiş hücrelerin aydınlatılması , serbestçe hareket eden farelerin karar verme sürecini etkiledi .

BMI'lerin kullanımı ayrıca sinir ağları ve merkezi sinir sistemi hakkında daha derin bir anlayışa yol açmıştır. Araştırmalar, sinirbilimcilerin nöronların birlikte çalışırken en fazla etkiye sahip olduğuna inanma eğilimine rağmen, tek nöronların, BMI'lerin kullanılmasıyla, primatların motor çıktılarını kontrol etmesine izin veren bir düzende ateşlenmesi için koşullandırılabileceğini göstermiştir. BMI'lerin kullanımı, iyi ayarlanmış bir ateşleme hızında bile tek nöronların yalnızca dar miktarda bilgi taşıyabileceğini ve bu nedenle en yüksek doğruluk seviyesinin kolektif topluluğun ateşlemelerinin kaydedilmesiyle elde edildiğini belirten tek nöron yetmezliği ilkesinin geliştirilmesine yol açmıştır. . BMI'lerin kullanımıyla keşfedilen diğer ilkeler arasında nöronal çoklu görev ilkesi, nöronal kütle ilkesi, sinirsel yozlaşma ilkesi ve plastisite ilkesi yer alır.

BCI'ların engelli olmayan kullanıcılar tarafından da uygulanması önerilmektedir. Bir kullanıcı merkezli BCI sınıflandırılması Thorsten O. Zander'in yaklaşımlarını Christian Kothe terimi pasif BCI getirmektedir. Yönlendirilmiş kontrol için kullanılan aktif ve reaktif BCI'nin yanında, pasif BCI'ler, İnsan-Bilgisayar Etkileşimi ( HCI ) sırasında kullanıcı durumundaki değişiklikleri değerlendirmeye ve yorumlamaya izin verir . İkincil, örtük bir kontrol döngüsünde bilgisayar sistemi , genel olarak kullanılabilirliğini geliştirerek kullanıcısına uyarlanır .

Harici efektörleri harekete geçirmek için nöral aktivitenin kodunu çözen BCI sistemlerinin ötesinde, çevreden gelen sinyalleri kodlamak için BCI sistemleri kullanılabilir. Bu duyusal BCI cihazları, kapalı döngü nöral stimülasyona dayalı gerçek zamanlı, davranışsal olarak ilgili kararları mümkün kılar.

BCI Ödülü

Yıllık BCI Araştırma Ödülü Beyin-Bilgisayar Arayüzleri alanında sıra dışı ve yenilikçi araştırmalar tanınmasında verilir. Her yıl, tanınmış bir araştırma laboratuvarından gönderilen projeleri değerlendirmesi istenir. Jüri, ödül veren laboratuvar tarafından işe alınan dünya lideri BCI uzmanlarından oluşur. Jüri on iki aday seçer, ardından sırasıyla 3.000 $, 2.000 $ ve 1.000 $ ödül alan birinci, ikinci ve üçüncü sırayı seçer.

İnsan BCI araştırması

İnvaziv BCI'ler

İnvaziv BCI, beyin sinyallerini iletmek için elektrotları kafa derisi altına implante etmek için ameliyat gerektirir. Ana avantajı daha doğru okuma sağlamaktır; ancak, dezavantajı ameliyatın yan etkilerini içerir. Ameliyattan sonra beyin sinyallerini zayıflatabilecek skar dokuları oluşabilir. Ayrıca Abdulkader ve arkadaşlarının (2015) araştırmasına göre, vücut implante elektrotları kabul etmeyebilir ve bu tıbbi bir duruma neden olabilir.

Görüş

İstilacı BCI araştırması, hasarlı görüşü onarmayı ve felçli insanlar için yeni işlevler sağlamayı hedeflemiştir. İnvaziv BCI'ler , beyin cerrahisi sırasında doğrudan beynin gri maddesine implante edilir . Gri madde içinde yer aldıkları için, invaziv cihazlar BCI cihazlarının en yüksek kalitede sinyallerini üretir ancak yara dokusu oluşumuna eğilimlidir ve vücut yabancı bir nesneye tepki verdiğinden sinyalin zayıflamasına, hatta hiç olmamasına neden olur. beyinde.

Gelen görüş bilimi , direkt beyin implantları olmayan tedavi etmek için kullanılmıştır doğuştan (kazanılmış) körlük. Görmeyi geri kazandırmak için çalışan bir beyin arayüzü üreten ilk bilim adamlarından biri özel araştırmacı William Dobelle'di .

Dobelle'in ilk prototipi 1978'de yetişkinliğinde kör olan "Jerry"ye implante edildi. Jerry'nin görme korteksine 68 elektrot içeren tek dizili bir BCI implante edildi ve ışığı görme hissi olan fosfenler üretmeyi başardı . Sistem, implanta sinyal göndermek için gözlüklere monte edilmiş kameraları içeriyordu. Başlangıçta implant, Jerry'nin sınırlı bir görüş alanında düşük kare hızında gri tonlarını görmesini sağladı. Bu aynı zamanda onun bir ana bilgisayara bağlanmasını gerektirdi , ancak küçülen elektronikler ve daha hızlı bilgisayarlar, yapay gözünü daha taşınabilir hale getirdi ve şimdi basit görevleri yardımsız yapmasına izin verdi.

2002 yılında, yetişkinlikte de kör olan Jens Naumann, ödeme yapan 16 hastadan oluşan bir seride Dobelle'in ikinci nesil implantını alan ilk kişi oldu ve BCI'lerin en eski ticari kullanımlarından birini işaret etti. İkinci nesil cihaz, fosfenlerin tutarlı görüşle daha iyi eşlenmesini sağlayan daha karmaşık bir implant kullandı. Fosfenler, araştırmacıların "yıldızlı gece etkisi" dediği şeyde görsel alana yayılır. İmplantından hemen sonra Jens, kusurlu bir şekilde restore edilmiş görüşünü kullanarak araştırma enstitüsünün park alanı çevresinde bir otomobili yavaşça sürmek için kullanabildi . Ne yazık ki Dobelle, süreçleri ve gelişmeleri belgelenmeden 2004 yılında öldü. Daha sonra, Bay Naumann ve programdaki diğer hastalar görme ile ilgili sorunlar yaşamaya başladıklarında, rahatlama olmadı ve sonunda tekrar "görme"lerini kaybettiler. Naumann, Dobelle'in Cenneti Arayışı : Bir Hastanın Yapay Görme Deneyi Üzerine Çalışmasıyla ilgili deneyimi hakkında yazdı ve normal faaliyetlerine devam etmek için Güneydoğu Ontario, Kanada'daki çiftliğine geri döndü.

Hareket

Motor nöroprostetiklere odaklanan BCI'ler , felçli bireylerde hareketi eski haline getirmeyi veya bilgisayarlarla veya robot kollarıyla arayüzler gibi onlara yardımcı olacak cihazlar sağlamayı amaçlar.

Araştırmacıları Emory Üniversitesi'nin de Atlanta Philip Kennedy ve Roy Bakay tarafından yönetilen, benzetmek hareketine yeterince yüksek kalitede sinyalleri ürettiği bir insanda beyin implantı yüklemek için ilk idi. Hastaları Johnny Ray (1944–2002) 1997'de beyin sapı felç geçirdikten sonra ' kilitlenme sendromu'ndan mustaripti . Ray'in implantı 1998'de takıldı ve Ray implantla çalışmaya başlayacak kadar uzun yaşadı ve sonunda bir bilgisayar imlecini kontrol etmek; 2002 yılında beyin anevrizmasından öldü .

Tetraplejili Matt Nagle ilk dokuz aylık insan deneme kapsamında 2005 yılında bir BCI kullanılarak yapay bir eliyle kontrol ilk kişi oldu Cyberkinetics 'ın BrainGate çip-implant. Nagle haklı implante presentral girus (kol hareketi için motor korteksin alan), 96-elektrot BrainGate implantı Nagle sıra bilgisayar imleç, ışıklar ve TV gibi elini taşıma konusunda düşünme yoluyla bir robot kolu kontrol etmek izin verdi. Bir yıl sonra, profesör Jonathan Wolpaw , doğrudan beyin yerine kafatasının yüzeyinde bulunan elektrotlarla bir Beyin Bilgisayar Arayüzü geliştirmesi için Altran Yenilik Vakfı ödülünü aldı .

Daha yakın zamanlarda, Brown Üniversitesi'ndeki BrainGate grubu ve Pittsburgh Üniversitesi Tıp Merkezi tarafından yönetilen bir grup tarafından yönetilen araştırma ekipleri , her ikisi de Amerika Birleşik Devletleri Gazi İşleri Bakanlığı ile işbirliği içinde, robotik protez uzuvların doğrudan kontrolünde birçok derece ile daha fazla başarı gösterdiler. tetraplejili hastaların motor korteksindeki nöron dizilerine doğrudan bağlantılar kullanarak özgürlük.

İletişim

Mayıs 2021'de Stanford Üniversitesi'nden bir ekip, dörtlü felçli bir katılımcının dakikada yaklaşık 86 karakterle İngilizce cümleler girmesini sağlayan başarılı bir kavram kanıtı testi bildirdi. Katılımcı, harf yazmak için elini hareket ettirdiğini hayal etti ve sistem, motor kortekste tespit edilen elektrik sinyalleri üzerinde el yazısı tanıma gerçekleştirdi.

Temmuz 2021'de yayınlanan bir raporda, felçli bir hastanın daha önce ses yolunu kontrol eden motor nöronları analiz eden bir beyin implantı kullanarak dakikada 15 kelime iletebildiği bildirildi.

Kısmen invaziv BCI'ler

Kısmen invaziv BCI cihazları kafatasının içine implante edilir, ancak gri maddenin içinde değil beynin dışında durur. Kafatasının kemik dokusunun sinyalleri saptırdığı ve deforme ettiği ve beyinde tamamen invaziv BCI'lerden daha düşük skar dokusu oluşturma riskine sahip olduğu invaziv olmayan BCI'lerden daha iyi çözünürlük sinyalleri üretirler. İnme perilezyonel korteksinden intrakortikal BCI'lerin klinik öncesi gösterimi olmuştur.

Girişimsel Nöroloji

Kısmen invaziv BCI'lerde en büyük ilerleme, girişimsel nöroloji alanında gerçekleşti. Elon Musk, 2016'da bunun potansiyelinden bahsetmişti ama asla peşinden gitmedi. Bu arada, 2010 yılında, Melbourne Üniversitesi'ne bağlı araştırmacılar, vasküler sistem yoluyla yerleştirilebilecek bir BCI geliştirmeye başladılar. Avustralyalı nörolog Thomas Oxley (Mount Sinai Hastanesi) , Stentrode adlı ve DARPA'dan fon alan bu BCI fikrini tasarladı. Preklinik çalışmalar koyunlardaki teknolojiyi değerlendirdi.

Kasım 2020'de, amyotrofik lateral sklerozdan muzdarip iki katılımcı , Stentrode beyin-bilgisayar arayüzü aracılığıyla doğrudan düşünceyi kullanarak bir işletim sistemini metin, e-posta, alışveriş ve bankaya kablosuz olarak kontrol edebildi ve ilk kez bir beyin-bilgisayar arayüzü oldu. Hastanın kan damarları yoluyla implante edilerek açık beyin ameliyatına gerek kalmaz.

ekoG

Elektrokortikografi (ECoG), invaziv olmayan elektroensefalografiye benzer şekilde kafatasının altından alınan beynin elektriksel aktivitesini ölçer, ancak elektrotlar korteksin üzerine, dura mater'nin altına yerleştirilen ince bir plastik ped içine gömülür. ECoG teknolojileri ilk olarak 2004yılında St Louis'deki Washington Üniversitesi'nden Eric Leuthardt ve Daniel Moran tarafından insanlarda denendi. Daha sonraki bir denemede, araştırmacılar genç bir çocuğunECoG implantını kullanarak Space Invaders oynamasını sağladı. Bu araştırma, kontrolün hızlı olduğunu, minimum eğitim gerektirdiğini ve sinyal doğruluğu ve istila düzeyi açısından ideal bir değiş tokuş olabileceğini göstermektedir.

Sinyaller subdural veya epidural olabilir, ancak beyin parankiminin kendisinden alınmaz . Konuların sınırlı erişimi nedeniyle yakın zamana kadar kapsamlı bir şekilde çalışılmamıştır. Şu anda, çalışma için sinyal elde etmenin tek yolu, epileptojenik odağın lokalizasyonu ve rezeksiyonu için invaziv izleme gerektiren hastaların kullanılmasıdır.

ECoG, daha yüksek uzaysal çözünürlüğe, daha iyi sinyal-gürültü oranına, daha geniş frekans aralığına ve kafa derisi tarafından kaydedilen EEG'den daha az eğitim gereksinimine sahip olduğu ve aynı zamanda daha düşük teknik zorluğa, daha düşük klinik riske sahip olduğu için çok umut verici bir orta BCI modalitesidir. ve muhtemelen intrakortikal tek nöron kaydından daha üstün uzun vadeli stabilite. Bu özellik profili ve minimum eğitim gereksinimleriyle yüksek düzeyde kontrolün son kanıtı, motor engelli kişiler için gerçek dünyada uygulama potansiyelini göstermektedir. Hafif reaktif görüntüleme BCI cihazları hala teori alanındadır.

Non-invaziv BCI'ler

Arayüz olarak invaziv olmayan beyin görüntüleme teknolojilerini kullanan insanlarda deneyler de yapılmıştır . Yayınlanmış BCI çalışmalarının büyük çoğunluğu, invaziv olmayan EEG tabanlı BCI'leri içerir. İnvaziv olmayan EEG tabanlı teknolojiler ve arayüzler, çok daha geniş bir uygulama yelpazesi için kullanılmıştır. EEG tabanlı arayüzlerin giyilmesi kolay olmasına ve ameliyat gerektirmemesine rağmen, nispeten zayıf uzaysal çözünürlüğe sahiptirler ve kafatası, nöronlar tarafından oluşturulan elektromanyetik dalgaları dağıtarak ve bulanıklaştırarak sinyalleri sönümlediği için daha yüksek frekanslı sinyalleri etkili bir şekilde kullanamazlar. EEG tabanlı arayüzler ayrıca her kullanım seansından önce biraz zaman ve çaba gerektirirken, EEG tabanlı olmayanlar ve invaziv olanlar, önceden kullanım eğitimi gerektirmez. Genel olarak, her kullanıcı için en iyi BCI birçok faktöre bağlıdır.

EEG tabanlı olmayan insan-bilgisayar arayüzü

Elektrookülografi (EOG)

1989'da Elektrookülografi (EOG) sinyalleri kullanılarak göz hareketi ile bir mobil robotun kontrolü hakkında rapor verildi . Bir mobil robot, ileri, geri, sol, sağ ve dur olarak yorumlanan beş EOG komutu kullanılarak başlangıçtan hedef noktasına yönlendirildi. EOG, dış nesneleri kontrol etme zorluğu olarak Vidal tarafından 1973 tarihli makalesinde sunuldu.

Öğrenci boyutunda salınım

2016 tarihli bir makale, tamamen yeni bir iletişim cihazı ve görsel sabitleme veya gözleri hiç hareket ettirme yeteneği gerektirmeyen EEG tabanlı olmayan insan-bilgisayar arayüzünü tanımladı . Arayüz gizli ilgiye dayalıdır ; Doğrudan mektuba bakmak için gözlerini hareket ettirmeye gerek kalmadan, sanal klavyede kişinin dikkatini seçilen bir harfe yönlendirmek. Her harfin, diğer tüm harflerden farklı olarak parlaklıkta mikro salınım yapan kendi (arka plan) dairesi vardır. Harf seçimi, kasıtsız göz bebeği boyutu salınımı ile arka plan dairesinin parlaklık salınım modeli arasındaki en iyi uyumu temel alır. Doğruluk ayrıca, kullanıcının harf dairesinin parlaklık geçişleriyle eşzamanlı olarak 'parlak' ve 'karanlık' kelimelerini zihinsel olarak prova etmesiyle de iyileştirilir.

Fonksiyonel yakın kızılötesi spektroskopisi

2014 ve 2017'de, amyotrofik lateral sklerozlu (ALS) "kilitli" hastalar için fonksiyonel yakın-kızılötesi spektroskopi kullanan bir BCI , hastaların diğer insanlarla iletişim kurmak için bazı temel yeteneklerini geri kazanmayı başardı.

Elektroensefalografi (EEG) tabanlı beyin-bilgisayar arayüzleri

1973'te Vidal tarafından BCI meydan okumasının belirtilmesinden sonra, invazif olmayan yaklaşımla ilgili ilk raporlar, VEP kullanılarak 2D bir imlecin kontrolünü (Vidal 1977), CNV kullanılarak bir sesli uyarıcının kontrolünü (Bozinovska ve diğerleri 1988, 1990), kontrolü içeriyordu. fiziksel bir nesnenin, bir robotun, beyin ritmini (alfa) kullanarak (Bozinovski ve ark. 1988), P300 kullanılarak ekranda yazılan bir metnin kontrolü (Farwell ve Donchin, 1988).

BCI araştırmasının ilk günlerinde, Elektroensefalografiyi (EEG) bir beyin-bilgisayar arayüzü olarak kullanmanın önündeki bir diğer önemli engel, kullanıcıların teknolojiyi kullanabilmesi için gereken kapsamlı eğitimdi. Örneğin, 1990'ların ortalarında başlayan deneylerde , Almanya'daki Tübingen Üniversitesi'nden Niels Birbaumer, ağır felçli insanları , EEG'lerindeki yavaş kortikal potansiyelleri , bu sinyallerin ikili bir sinyal olarak kullanılabilecekleri ölçüde kendi kendilerini düzenlemeleri için eğitti. Bir bilgisayar imlecini kontrol etmek için (Birbaumer daha önce epilepsi hastalarını bu düşük voltaj dalgasını kontrol ederek olası nöbetleri önlemek için eğitmişti .) Deney, beyin dalgalarını kontrol ederek bir bilgisayar imlecini hareket ettirmek için eğitilmiş on hasta gördü. Süreç yavaştı, hastaların imleçle 100 karakter yazması bir saatten fazla zaman alırken, eğitim genellikle aylar sürüyordu. Bununla birlikte, BBA'lara yavaş kortikal potansiyel yaklaşımı, diğer yaklaşımlar çok az eğitim gerektirdiğinden veya hiç eğitim gerektirmediğinden, daha hızlı ve daha doğru olduğundan ve daha büyük bir kullanıcı oranı için çalıştığından, birkaç yıldır kullanılmamaktadır.

Başka bir araştırma parametresi , ölçülen salınım aktivitesinin türüdür. Gert Pfurtscheller, BCI Laboratuvarı 1991'i kurdu ve araştırma sonuçlarını, salınım özelliklerine ve sınıflandırıcılara dayalı ilk çevrimiçi BCI'da motor görüntülerle ilgili olarak besledi. New York Eyalet Üniversitesi'nden Birbaumer ve Jonathan Wolpaw ile birlikte, kullanıcıların bir BCI'yi çalıştırması en kolay buldukları beyin sinyallerini, mu ve beta ritimleri de dahil olmak üzere seçmelerine olanak tanıyacak teknoloji geliştirmeye odaklandılar .

Diğer bir parametre, kullanılan geri besleme yöntemidir ve bu, P300 sinyallerinin çalışmalarında gösterilmiştir . P300 dalgalarının kalıpları, insanlar tanıdıkları bir şey gördüklerinde istemsiz olarak ( uyaran-geribildirim ) üretilir ve BCI'ların önce hastaları eğitmeden düşünce kategorilerini çözmesine izin verebilir. Buna karşılık, yukarıda açıklanan biofeedback yöntemleri, beyin dalgalarını kontrol etmeyi öğrenmeyi gerektirir, böylece ortaya çıkan beyin aktivitesi tespit edilebilir.

2005 yılında, bir CNV flip-flop örneği ile, BCI için dijital kontrol devrelerinin EEG öykünmesi üzerine bir araştırma rapor edildi. 2009'da robotik bir kolun CNV parmak arası terlik kullanan noninvaziv EEG kontrolü olduğu bildirildi. 2011 yılında, iki robotik kolun, bir CNV flip-flop kullanarak üç diskle Tower of Hanoi görevini çözdüğü bildirildi. 2015 yılında bir Schmidt tetikleyicisi, flip-flop, çoğullama çözücü ve modemin EEG öykünmesi tanımlandı.

EEG tabanlı bir beyin-bilgisayar arayüzü, bir dizi araştırma laboratuvarı tarafından kapsamlı bir şekilde takip edilirken, Bin He ve Minnesota Üniversitesi'ndeki ekibi tarafından yapılan son gelişmeler, istilacılığa yakın görevleri yerine getirmek için EEG tabanlı bir beyin-bilgisayar arayüzünün potansiyelini ortaya koymaktadır. beyin-bilgisayar arayüzü. BOLD fonksiyonel MRI ve EEG kaynak görüntüleme dahil olmak üzere gelişmiş fonksiyonel nörogörüntülemeyi kullanan Bin He ve iş arkadaşları, motor hayal gücü tarafından indüklenen elektrofizyolojik ve hemodinamik sinyallerin birlikte varyasyonunu ve birlikte lokalizasyonunu belirlediler. Bir nörogörüntüleme yaklaşımı ve bir eğitim protokolü ile rafine edilen Bin He ve iş arkadaşları, motor hayal gücüne dayalı olarak 3 boyutlu uzayda sanal bir helikopterin uçuşunu kontrol etmek için invaziv olmayan bir EEG tabanlı beyin-bilgisayar arayüzünün yeteneğini gösterdi. Haziran 2013'te Bin He'nin uzaktan kumandalı bir helikopterin bir engel parkurunda yönlendirilmesini sağlayan tekniği geliştirdiği açıklandı.

Kafa derisi EEG elektrotlarından kaydedildiği üzere beyin dalgalarına dayalı bir beyin-bilgisayar arayüzüne ek olarak, Bin He ve iş arkadaşları önce EEG ters problemini çözerek sanal bir EEG sinyaline dayalı beyin-bilgisayar arayüzü keşfettiler ve ardından ortaya çıkan sanal Beyin-bilgisayar arayüzü görevleri için EEG. İyi kontrol edilen çalışmalar, böyle bir kaynak analizine dayalı beyin-bilgisayar arayüzünün yararlarını ortaya koydu.

2014'te yapılan bir araştırma, ileri derecede motor bozukluğu olan hastaların, herhangi bir kas tabanlı iletişim kanalından ziyade invaziv olmayan EEG BCI ile daha hızlı ve daha güvenilir bir şekilde iletişim kurabildiğini buldu.

2016 yılında yapılan bir araştırma, Emotiv EPOC cihazının dikkat/meditasyon seviyesi veya göz kırpma kullanan kontrol görevleri için Neurosky MindWave cihazından daha uygun olabileceğini buldu.

2019'da yapılan bir araştırma, evrimsel algoritmaların uygulanmasının, istilacı olmayan bir Muse cihazı ile EEG zihinsel durum sınıflandırmasını iyileştirebileceğini ve ucuz, tüketici sınıfı bir EEG algılama cihazı tarafından elde edilen verilerin yüksek kalitede sınıflandırılmasını sağlayabileceğini buldu.

Kuru aktif elektrot dizileri

1990'ların başında Babak Taheri, California Üniversitesi'nde, Davis mikro-işleme kullanarak ilk tek ve aynı zamanda çok kanallı kuru aktif elektrot dizilerini gösterdi. Tek kanallı kuru EEG elektrot yapısı ve sonuçları 1994 yılında yayınlandı. Dizili elektrotun gümüş / gümüş klorür elektrotlarına kıyasla iyi performans gösterdiği de gösterildi . Cihaz, empedans uyumuyla gürültüyü azaltmak için entegre elektroniklere sahip dört sensör alanından oluşuyordu . Bu elektrotların avantajları şunlardır: (1) elektrolit kullanılmaz, (2) cilt hazırlığı yapılmaz, (3) önemli ölçüde azaltılmış sensör boyutu ve (4) EEG izleme sistemleriyle uyumluluk. Aktif elektrot dizisi, devreye güç sağlamak için pillerle birlikte bir pakette bulunan yerel entegre devreli bir dizi kapasitif sensörden oluşan entegre bir sistemdir. Elektrot tarafından elde edilen fonksiyonel performansı elde etmek için bu entegrasyon seviyesi gerekliydi.

Elektrot, bir elektrik test tezgahında ve insan denekler üzerinde dört EEG aktivitesi modalitesinde test edildi: (1) spontan EEG, (2) duyusal olayla ilgili potansiyeller, (3) beyin sapı potansiyelleri ve (4) bilişsel olay -ilgili potansiyeller. Kuru elektrotun performansı, cilt hazırlığı, jel gereksinimi olmaması (kuru) ve daha yüksek sinyal-gürültü oranı açısından standart ıslak elektrotların performansına kıyasla olumludur.

En 1999 araştırmacılar Case Western Reserve Üniversitesinde , içinde Cleveland , Ohio Hunter Peckham tarafından yönetilen, bunlarla sınırlı el hareketleri dönmek için 64-elektrot EEG takke kullanılan kuadriplejik Jim Jatich. Jatich yukarı ve aşağı gibi basit ama zıt kavramlara odaklandığından, beta-ritim EEG çıktısı, gürültüdeki kalıpları belirlemek için yazılım kullanılarak analiz edildi. Temel bir model tanımlandı ve bir anahtarı kontrol etmek için kullanıldı: Ortalamanın üstünde aktivite açık, ortalamanın altında kapalı olarak ayarlandı. Jatich'in bir bilgisayar imlecini kontrol etmesini sağlamanın yanı sıra, sinyaller aynı zamanda ellerine gömülü sinir denetleyicilerini çalıştırmak ve bazı hareketleri yeniden sağlamak için kullanıldı.

SSVEP mobil EEG BCI'leri

2009 yılında, NCTU Beyin-Bilgisayar-Arayüzü-kafa bandı bildirildi. Bu BCI-baş bandını gelişmiş araştırmacılar da silikon bazlı işlenmiş m ICRO e lectro- m echanical s istem (MEMS) kuru elektrotlar gövdenin kılsız sitelerinde uygulamalar için tasarlanmıştır. Bu elektrotlar, geçmeli elektrot tutucularla kafa bandındaki DAQ kartına sabitlendi . Sinyal işleme modülü alfa aktivitesini ölçtü ve Bluetooth özellikli telefon, hastaların uyanıklığını ve bilişsel performans kapasitesini değerlendirdi. Denek uyuşuk hale geldiğinde, telefon operatöre onları uyandırmak için uyandırıcı bir geri bildirim gönderdi. Bu araştırma Ulusal Bilim Konseyi, Tayvan, ROC, NSC, Ulusal Chiao-Tung Üniversitesi, Tayvan Eğitim Bakanlığı ve ABD Ordusu Araştırma Laboratuvarı tarafından desteklenmiştir .

2011'de araştırmacılar, EEG verilerini alma ve telefonun çalmasını sağlamak için bir komuta dönüştürme yeteneğine sahip, hücresel tabanlı bir BCI bildirdiler. Bu araştırma kısmen Abraxis Bioscience LLP, ABD Ordusu Araştırma Laboratuvarı ve Ordu Araştırma Ofisi tarafından desteklenmiştir. Geliştirilen teknoloji, dört kanallı biyo-sinyal toplama/amplifikasyon modülü , kablosuz iletim modülü ve Bluetooth özellikli cep telefonundan oluşan giyilebilir bir sistemdi . Elektrotlar, kararlı durum görsel uyarılmış potansiyelleri ( SSVEP'ler ) alacak şekilde yerleştirildi . SSVEP'ler, en iyi görsel korteksin parietal ve oksipital kafa derisi bölgelerinde bulunan, 6 Hz'in üzerinde tekrarlama oranlarıyla titreyen görsel uyaranlara verilen elektriksel tepkilerdir. Bu BCI kurulumuyla, tüm çalışma katılımcılarının doğal ortamlarda minimum uygulama ile telefon görüşmesini başlatabildikleri bildirildi.

Bilim adamları, tek kanallı hızlı Fourier dönüşümü ( FFT ) ve çok kanallı sistem kanonik korelasyon analizi ( CCA ) algoritması kullanan çalışmalarının, mobil BCI'lerin kapasitesini desteklediğini iddia ediyor. CCA algoritması, doğruluk ve hız açısından yüksek performans gösterdiği iddia edilen BCI'leri araştıran diğer deneylerde uygulanmıştır. Hücresel tabanlı BCI teknolojisi, SSVEP'lerden bir telefon görüşmesi başlatmak için geliştirilirken, araştırmacılar bunun, motor-görüntü tabanlı bir BCI olarak işlev görmesi için sensorimotor mu / beta ritimlerini toplamak gibi diğer uygulamalara çevrilebileceğini söylediler .

2013 yılında, android cep telefonu, tablet ve bilgisayar tabanlı BCI'ler üzerinde karşılaştırmalı testler yapıldı ve sonuçta ortaya çıkan EEG SSVEP'lerinin güç spektrumu yoğunluğu analiz edildi. Kısmen ABD Ordusu Araştırma Laboratuvarı tarafından desteklenen bilim adamlarını içeren bu çalışmanın belirtilen hedefleri, "günlük kullanım için SSVEP tabanlı bir BCI'nin uygulanabilirliğini, taşınabilirliğini ve her yerde bulunabilirliğini artırmak" idi. Citation Cep telefonunun sinyali bir miktar kararsızlık göstermesine rağmen, tüm ortamlardaki stimülasyon frekansının doğru olduğu bildirildi. Dizüstü bilgisayar ve tablet için SSVEP'lerin genliklerinin de cep telefonundan daha büyük olduğu bildirildi. Bu iki nitel karakterizasyon, bir mobil uyaran BCI kullanmanın fizibilitesinin göstergeleri olarak önerildi.

sınırlamalar

2011'de araştırmacılar, devam eden çalışmaların kullanım kolaylığı, performans sağlamlığı, donanım ve yazılım maliyetlerini düşürmeyi ele alması gerektiğini belirtti.

EEG okumalarındaki zorluklardan biri, hareket artefaktlarına karşı büyük hassasiyettir. Daha önce açıklanan araştırma projelerinin çoğunda, katılımcılardan baş ve göz hareketlerini mümkün olduğunca azaltarak hareketsiz oturmaları istendi ve ölçümler laboratuvar ortamında yapıldı. Ancak, bu girişimlerin vurgulanan uygulaması günlük kullanım için bir mobil cihaz oluşturmak olduğundan, teknolojinin hareket halinde test edilmesi gerekiyordu.

2013'te araştırmacılar, mobil EEG tabanlı BCI teknolojisini test ederek, katılımcıların bir koşu bandında değişen hızlarda yürürken SSVEP'lerini ölçtüler. Bu araştırma, Donanma Araştırma Ofisi, Ordu Araştırma Ofisi ve ABD Ordusu Araştırma Laboratuvarı tarafından desteklenmiştir. Belirtilen sonuçlar, hız arttıkça CCA kullanılarak SSVEP saptanabilirliğinin azaldığıydı. Bağımsız bileşen analizinin ( ICA ) EEG sinyallerini gürültüden ayırmada etkili olduğu gösterildiğinden, bilim adamları ICA'yı CCA'dan çıkarılan EEG verilerine uyguladılar. ICA işlemesi olan ve olmayan CCA verilerinin benzer olduğunu belirtmişlerdir. Böylece, CCA'nın bağımsız olarak, gerçek dünya koşullarında kullanılan BCI'lere uygulamanın faydalı bir algoritma olabileceğini gösteren hareket artefaktlarına sağlamlık gösterdiği sonucuna varmışlardır.

2020'de California Üniversitesi'nden araştırmacılar, beyin dalgalarını cümlelere dönüştürmek için beyin-makine arayüzleriyle ilgili bir bilgi işlem sistemi kullandılar. Ancak, kelime hata oranları %3 kadar düşük olmasına rağmen, onların kod çözmeleri 30-50 cümle ile sınırlıydı.

Protez ve çevre kontrolü

İnvaziv olmayan BCI'ler, felçli kişilerde protez üst ve alt ekstremite cihazlarının beyin kontrolünü sağlamak için de uygulanmıştır. Örneğin, Graz Teknoloji Üniversitesi'nden Gert Pfurtscheller ve meslektaşları , omurilik yaralanması nedeniyle tetraplejisi olan bir kişide üst ekstremite hareketlerini eski haline getirmek için BCI kontrollü bir fonksiyonel elektriksel stimülasyon sistemi gösterdiler . 2012 ve 2013 yılları arasında , Irvine, California Üniversitesi'ndeki araştırmacılar, omurilik yaralanmasından sonra beyin kontrollü yürümeyi yeniden sağlamak için BCI teknolojisini kullanmanın mümkün olduğunu ilk kez gösterdiler. Onların içinde omurilik yaralanması araştırma çalışmasında, paraplejili bir kişinin basit beyin kontrollü ambulasyon yeniden kazanmak için bir BCI-robotik yürüme ortezi işletmek başardı. 2009'da İngiltere merkezli bağımsız bir araştırmacı olan Alex Blainey , 5 eksenli bir robot kolunu kontrol etmek için Emotiv EPOC'yi başarıyla kullandı . Daha sonra , parapleji ve serebral palsili kişiler gibi sınırlı veya hiç motor kontrolü olmayan kişiler tarafından çalıştırılabilen çeşitli zihin kontrollü tekerlekli sandalyeler ve ev otomasyonu yapmaya devam etti .

DARPA tarafından finanse edilen BCI'lerin askeri kullanımına ilişkin araştırmalar 1970'lerden beri devam etmektedir. Araştırmanın mevcut odak noktası, sinir sinyallerinin analizi yoluyla kullanıcıdan kullanıcıya iletişimdir.

Kendin Yap ve açık kaynak BCI

2001 yılında, OpenEEG Projesi bir grup DIY nörobilimci ve mühendis tarafından başlatıldı. ModularEEG, OpenEEG topluluğu tarafından oluşturulan birincil cihazdı; evde yapımı 200 ila 400 dolar arasında değişen 6 kanallı bir sinyal yakalama kartıydı. OpenEEG Projesi, DIY beyin-bilgisayar arayüzünün ortaya çıkmasında önemli bir anı işaret etti.

2010 yılında, NYU'nun ITP programının Frontier Nerds'i, Oyuncak EEG'leri Nasıl Hacklenir başlıklı kapsamlı bir eğitim yayınladı. Pek çok tomurcuklanan DIY BCI meraklısının zihnini karıştıran eğitim, bir Arduino ve bir Mattel Mindflex ile çok makul bir fiyata evde tek bir EEG'nin nasıl oluşturulacağını gösterdi . Bu eğitim, DIY BCI hareketini güçlendirdi.

2013'te OpenBCI, bir DARPA talebinden ve ardından Kickstarter kampanyasından çıktı. 32bit Board olarak bilinen ve 500 doların altında bir fiyata satılan yüksek kaliteli, açık kaynaklı 8 kanallı bir EEG satın alma kartı oluşturdular. İki yıl sonra, Ultracortex olarak bilinen ilk 3D baskılı EEG Kulaklığını ve 100 doların altında bir fiyata satılan Ganglion Board olarak bilinen 4 kanallı bir EEG edinme kartını yarattılar.

MEG ve MRI

Manyetoensefalografi (MEG) ve fonksiyonel manyetik rezonans görüntüleme (fMRI), invaziv olmayan BCI'ler olarak başarıyla kullanılmıştır. Geniş çapta rapor edilen bir deneyde, fMRI iki kullanıcının hemodinamik tepkilerini veya beyin kan akışını biofeedback teknikleri ile değiştirerek gerçek zamanlı olarak Pong oynamak için taranmasına izin verdi .

Hemodinamik yanıtların gerçek zamanlı fMRI ölçümleri, düşünce ve hareket arasında yedi saniyelik bir gecikmeyle robot kollarını kontrol etmek için de kullanılmıştır.

2008'de Japonya'nın Kyoto kentindeki Gelişmiş Telekomünikasyon Araştırmaları (ATR) Hesaplamalı Sinirbilim Laboratuvarlarında geliştirilen araştırma , bilim adamlarının görüntüleri doğrudan beyinden yeniden yapılandırmasına ve 10x10 piksel çözünürlükte siyah beyaz bir bilgisayarda görüntülemesine izin verdi . Bu başarıları açıklayan makale , 10 Aralık 2008 tarihli Neuron dergisinin kapak yazısıydı .

2011'de UC Berkeley'den araştırmacılar , çalışmanın denekleri tarafından izlenen videoların fMRI verilerinden saniye saniye yeniden yapılandırıldığını bildiren bir çalışma yayınladı. Bu, deneklere gösterilen videolardaki görsel kalıpları, videoları izlemenin neden olduğu beyin aktivitesiyle ilişkilendiren istatistiksel bir model oluşturularak elde edildi. Bu model daha sonra , görsel kalıpları denekler yeni bir video izlediğinde kaydedilen beyin aktivitesiyle en yakından eşleşen 18 milyon saniyelik rastgele YouTube videolarından oluşan bir veritabanında, bir saniyelik 100 video segmentini aramak için kullanıldı . Bu 100 bir saniyelik video alıntıları daha sonra izlenen videoya benzeyen birleştirilmiş bir görüntüde birleştirildi.

Nörogamingde BCI kontrol stratejileri

Motor görüntüleri

Motor görüntü , EEG'deki sensorimotor salınımları modüle eden sensorimotor korteks aktivasyonu ile sonuçlanan çeşitli vücut parçalarının hareketinin hayal edilmesini içerir . Bu, bir kullanıcının amacını anlamak için BCI tarafından tespit edilebilir. Motor imgeleme, BCI'nin kabul edilebilir kontrolünün elde edilmesinden önce tipik olarak bir dizi eğitim seansı gerektirir. Bu eğitim oturumları, kullanıcıların tekniği kabul edilebilir hassasiyet seviyelerinde tutarlı bir şekilde kullanabilmesi için birkaç gün boyunca birkaç saat sürebilir. Eğitim oturumunun süresi ne olursa olsun, kullanıcılar kontrol şemasına hakim olamazlar. Bu, oyunun çok yavaş ilerlemesine neden olur. Motor görüntülerinin performansını tespit etmek için konuya özel bir modeli hesaplamak için yakın zamanda gelişmiş makine öğrenimi yöntemleri geliştirildi. Motor görüntüleri için BCI Yarışma IV veri kümesi 2'den en iyi performans gösteren algoritma, Ang ve diğerleri tarafından geliştirilen Filtre Bankası Ortak Uzamsal Modelidir. dan A * STAR * , Singapur ).

Pasif BCI tasarımları için Bio/nörofeedback

Biofeedback, bir deneğin zihinsel rahatlamasını izlemek için kullanılır. Bazı durumlarda, biofeedback elektroensefalografiyi (EEG) izlemez, bunun yerine elektromiyografi (EMG), galvanik cilt direnci (GSR) ve kalp hızı değişkenliği (HRV) gibi bedensel parametreleri izler . Dikkat eksikliği hiperaktivite bozukluğu (DEHB) , çocuklarda uyku sorunları, diş gıcırdatma ve kronik ağrı gibi belirli bozuklukları tedavi etmek için birçok biofeedback sistemi kullanılmaktadır . EEG biofeedback sistemleri tipik olarak dört farklı bandı izler (teta: 4–7 Hz, alfa:8–12 Hz, SMR: 12–15 Hz, beta: 15–18 Hz) ve deneğe bunları kontrol etmesi için meydan okur. Pasif BCI, insan-makine etkileşimini gerçek kullanıcının durumuna ilişkin örtük bilgilerle zenginleştirmek için BCI'yı kullanmayı içerir, örneğin, kullanıcıların bir acil durum araba durdurma prosedürü sırasında ne zaman frene basmayı düşündüklerini tespit etmek için simülasyonlar. Pasif BCI'leri kullanan oyun geliştiricilerinin, oyun seviyelerinin tekrarı yoluyla kullanıcının bilişsel durumunun değişeceğini veya uyum sağlayacağını kabul etmesi gerekir. Bir seviyenin ilk oyununda, kullanıcı ikinci oyunda olduğundan farklı tepkiler verecektir: örneğin, kullanıcı oyundaki bir olaya daha az şaşıracaktır, eğer bekliyorsa.

Görsel uyarılmış potansiyel (VEP)

VEP, bir özneye bir tür görsel uyaran sunulduktan sonra kaydedilen bir elektrik potansiyelidir. Birkaç çeşit VEP vardır.

Kararlı durum görsel olarak uyarılmış potansiyeller (SSVEP'ler) , belirli frekanslarda modüle edilmiş görsel uyaranları kullanarak retinanın uyarılmasıyla oluşturulan potansiyelleri kullanır. SSVEP'in uyaranları genellikle değişen dama tahtası desenlerinden oluşur ve zaman zaman sadece yanıp sönen görüntüler kullanır. Kullanılan uyaranın faz tersine çevrilmesinin frekansı, bir EEG spektrumunda açıkça ayırt edilebilir; bu, SSVEP uyaranlarının tespitini nispeten kolay hale getirir. SSVEP, birçok BCI sisteminde başarılı olduğunu kanıtlamıştır. Bu, birkaç faktörden kaynaklanmaktadır, ortaya çıkan sinyal, geçici VEP ve göz kırpma hareketi kadar geniş bir popülasyonda ölçülebilir ve elektrokardiyografik artefaktlar izlenen frekansları etkilemez. Ayrıca, SSVEP sinyali son derece sağlamdır; birincil görsel korteksin topografik organizasyonu, daha geniş bir alanın görsel alanın merkezi veya fovial bölgesinden afferentleri alacak şekildedir. Ancak SSVEP'in birkaç sorunu var. SSVEP'ler bir kullanıcının niyetini anlamak için yanıp sönen uyaranları kullandığından, kullanıcı sistemle etkileşime geçmek için yanıp sönen veya yinelenen sembollerden birine bakmalıdır. Bu nedenle, sembollerin genellikle bir saatten fazla sürebilen ve ideal bir oyun olmayabilecek daha uzun oyun oturumları sırasında rahatsız edici ve rahatsız edici hale gelmesi muhtemeldir.

Uygulamalarda kullanılan başka bir VEP türü, P300 potansiyelidir . P300 olayla ilgili potansiyel, bir hedef uyaran (kullanıcının beklediği veya aradığı bir uyaran ) veya tuhaf uyaranların ortaya çıkmasından yaklaşık 300 ms sonra meydana gelen EEG'de pozitif bir tepe noktasıdır . Hedef uyaranlar ve göz ardı edilen uyaranlar daha benzer hale geldikçe P300 genliği azalır. P300'ün daha yüksek seviyeli bir dikkat süreci ile ilgili olduğu veya P300'ü bir kontrol şeması olarak kullanan bir yönlendirme yanıtının, katılımcının yalnızca sınırlı olarak katılmak zorunda olması avantajına sahip olduğu düşünülmektedir. eğitim seansları. P300 modelini kullanan ilk uygulama P300 matrisiydi. Bu sistemde, denek 6'ya 6 harf ve rakamlardan oluşan bir ızgaradan bir harf seçecektir. Izgaranın satırları ve sütunları sırayla yanıp söndü ve seçilen "seçim harfi" her aydınlatıldığında, kullanıcının P300'ü (potansiyel olarak) ortaya çıktı. Ancak dakikada yaklaşık 17 karakter olan iletişim süreci oldukça yavaştı. P300, sürekli bir kontrol mekanizması yerine ayrı bir seçim sunan bir BCI'dir. Oyunlarda P300 kullanımının avantajı, oyuncunun kendisine tamamen yeni bir kontrol sistemini nasıl kullanacağını öğretmesi gerekmemesi ve bu nedenle sadece kısa eğitim örnekleri alması, oyun mekaniğini ve BCI paradigmasının temel kullanımını öğrenmesidir.

Sentetik telepati/sessiz iletişim

Gerwin Schalk , telepatik iletişim için cihazlar icat etmeye yönelik 6,3 milyon dolarlık ABD Ordusu girişiminde , 2,2 milyon dolarlık bir hibe ile garanti altına alınmış , ECoG sinyallerinin kullanımının, konuşulan ve hayal edilen kelimelere gömülü sesli harfleri ve ünsüzleri ayırt edebildiğini ve ilişkili farklı mekanizmalara ışık tutabildiğini keşfetti. sesli harflerin ve ünsüzlerin üretimi ile ve hayali konuşma kullanarak beyin temelli iletişim için temel sağlayabilir.

2002'de Kevin Warwick , sinir sistemini internete bağlamak ve geliştirme olanaklarını araştırmak için sinir sistemine bir dizi 100 elektrot ateşledi. Bununla Warwick bir dizi deneyi başarıyla gerçekleştirdi. Karısının sinir sistemine de yerleştirilen elektrotlarla, iki insanın sinir sistemleri arasında ilk doğrudan elektronik iletişim deneyini gerçekleştirdiler.

Başka bir araştırmacı grubu, katılımcıların kafa derisi ile temas halinde olan invaziv olmayan teknolojiyi kullanarak, mesafeyle ayrılmış iki kişi arasında bilinçli beyinden beyine iletişim kurmayı başardı. Sözcükler, bilgiyi "yayan" kişinin hayali motor girişi ile 0'lar ve 1'ler dizileri kullanılarak ikili akışlar tarafından kodlandı. Bu deneyin sonucu olarak, bilginin sözde rastgele bitleri, kodlanmış "hola" (İspanyolca "merhaba") ve "ciao" (İtalyanca'da "elveda") sözcüklerini taşıdı ve Engellenmiş motor ve duyu sistemleri olan, bunun tesadüfen olma olasılığı düşük olan veya hiç olmayan bir mesafe. [2]

Alt seslendirmeyi kullanan sentetik telepati üzerine araştırmalar , Irvine'deki California Üniversitesi'nde baş bilim adamı Mike D'Zmura altında gerçekleştiriliyor. Bu tür ilk iletişim 1960'larda beyin alfa dalgalarını kullanarak Mors kodu oluşturmak için EEG kullanılarak gerçekleşti. Hayali konuşmayı iletmek için EEG kullanmak, kafatası ve beyin arasına bir elektrot yerleştirmenin istilacı yönteminden daha az doğrudur. 27 Şubat 2013 tarihinde grup Miguel Nicolelis de Duke Üniversitesi'nde ve IINN-ELS başarıyla doğrudan pay bilgilere onları izin elektronik arayüzlerle iki farelerin beyinlerini bağlı ilk kez doğrudan beyin beyine arayüzüne .

Hücre kültürü BCI'leri

Araştırmacılar, hayvanlar dışındaki kültürlerde sinir hücreleri ve tüm sinir ağları ile arayüz oluşturmak için cihazlar inşa ettiler. Hayvanlara implante edilebilir cihazlarla ilgili araştırmaları ilerletmenin yanı sıra, kültürlenmiş sinir dokusu üzerinde yapılan deneyler, problem çözme ağları oluşturmaya, temel bilgisayarlar oluşturmaya ve robotik cihazları manipüle etmeye odaklandı. Yarı iletken çipler üzerinde büyütülen bireysel nöronlardan uyarma ve kaydetme tekniklerine yönelik araştırmalara bazen nöroelektronik veya nöroçipler denir .

İlk çalışan nöroçipin geliştirilmesi, 1997 yılında Jerome Pine ve Michael Maher liderliğindeki bir Caltech ekibi tarafından iddia edildi. Caltech çipinde 16 nöron için yer vardı.

2003 yılında Güney Kaliforniya Üniversitesi'nden Theodore Berger liderliğindeki bir ekip, yapay veya protez bir hipokampus olarak işlev görecek bir nöroçip üzerinde çalışmaya başladı . Nöroçip, sıçan beyinlerinde çalışmak üzere tasarlandı ve nihai olarak daha yüksek beyin protezlerinin geliştirilmesi için bir prototip olarak tasarlandı. Hipokampus, beynin en düzenli ve yapılandırılmış bölümü olduğu düşünüldüğü ve en çok çalışılan alan olduğu için seçilmiştir. İşlevi, deneyimleri beynin başka yerlerinde uzun süreli anılar olarak depolamak için kodlamaktır.

2004 yılında Florida Üniversitesi'nden Thomas DeMarse, bir F-22 savaş uçağı simülatörünü uçurmak için bir farenin beyninden alınan 25.000 nörondan oluşan bir kültür kullandı . Toplandıktan sonra kortikal nöronlar bir petri kabında kültürlendi ve canlı bir sinir ağı oluşturmak için hızla yeniden bağlanmaya başladı. Hücreler 60 elektrottan oluşan bir ızgara üzerine yerleştirildi ve simülatörün eğim ve sapma fonksiyonlarını kontrol etmek için kullanıldı . Çalışmanın odak noktası, insan beyninin hücresel düzeyde hesaplama görevlerini nasıl gerçekleştirdiğini ve öğrendiğini anlamaktı.

Etik düşünceler

Kaynaklar:

Kullanıcı odaklı sorunlar

• Kullanıcıya uzun vadeli etkileri büyük ölçüde bilinmemektedir.
• İletişim kurmakta güçlük çeken insanlardan bilgilendirilmiş onam alınması.
• BCI teknolojisinin hastaların ve ailelerinin yaşam kalitesi üzerindeki sonuçları.
• Sağlıkla ilgili yan etkiler (örneğin, sensorimotor ritim eğitiminin neurofeedback'inin uyku kalitesini etkilediği bildirilmiştir).
• Terapötik uygulamalar ve bunların olası kötüye kullanımı.
• Güvenlik riskleri
• Beyinde yapılan bazı değişikliklerin dönüştürülememesi

Yasal ve sosyal

• Hesap verebilirlik ve sorumluluk sorunları: BCI'lerin etkisinin özgür iradeyi ve duyusal-motor eylemler üzerindeki kontrolü geçersiz kıldığı iddiaları, bilişsel niyetin bir BCI arızası nedeniyle yanlış çevrildiğini iddia ediyor.
• Derin beyin stimülasyonunun neden olduğu kişilik değişiklikleri.
• Vücudun canlı ve mekanik bölümlerine sahip olma durumuyla ilgili endişeler.
• Kişiliği sorgular: insan olmak ne anlama gelir?
• İnsan ve makine arasındaki ayrımın bulanıklaşması ve insan ve makine kontrollü eylemler arasında ayrım yapamama.
• Hükümet yetkilileri tarafından ileri sorgulama tekniklerinde teknolojinin kullanılması.
• Seçici geliştirme ve sosyal tabakalaşma.
• Hayvan deneylerinden insan deneklerde uygulamaya geçerken ortaya çıkan araştırma etiği soruları.
• ahlaki sorular
• Akıl okuma ve mahremiyet.
• Takip ve "etiketleme sistemi"
• Zihin kontrolü .
• Hareket kontrolü
• duygu kontrolü

Mevcut biçimleriyle çoğu BCI, yukarıda ele alınan etik sorunlardan çok uzaktır. Aslında işlev olarak düzeltici terapilere benzerler. Clausen, 2009'da "BCI'ler etik zorluklar doğurur, ancak bunlar kavramsal olarak biyoetikçilerin diğer terapi alanları için ele aldıklarına benzer" dedi. Ayrıca, biyoetiğin BCI teknolojileriyle ortaya çıkan sorunlarla başa çıkmak için iyi hazırlanmış olduğunu öne sürüyor. Haselager ve meslektaşları, BCI etkinliği ve değerine ilişkin beklentilerin etik analizde ve BCI bilim adamlarının medyaya nasıl yaklaşmaları gerektiği konusunda büyük rol oynadığına dikkat çekti. Ayrıca, kilitli hastalarda etik açıdan sağlam bilgilendirilmiş onam prosedürleri sağlamak için standart protokoller uygulanabilir.

Günümüzde BCI vakalarının tıpta da evrimi gibi paralellikleri vardır. Farmasötik bilimin, bozuklukları dengelemek için nasıl başladığına ve şimdi odaklanmayı artırmak ve uyku ihtiyacını azaltmak için kullanılmasına benzer şekilde, BCI'ler muhtemelen terapilerden iyileştirmelere kademeli olarak dönüşecektir. BCI araştırma, geliştirme ve yayma için etik kurallar konusunda fikir birliği oluşturmak için BCI topluluğu içinde çaba gösterilir. İnovasyon devam ettikçe, insani gelişme hakkını olumsuz yönde etkileyebilecek nesiller arası eşitsizliklerin ortaya çıkamaması durumunda, BCI'lere adil erişimin sağlanması çok önemli olacaktır.

Düşük maliyetli BCI tabanlı arayüzler

Son zamanlarda bir dizi şirket, eğlence amaçlı olduğu kadar araştırma için de ucuz BCI'ler oluşturmak için tıbbi sınıf EEG teknolojisini küçültmüştür. Örneğin, NeuroSky ve Mattel MindFlex gibi oyuncaklar bazı ticari başarılar elde etti.

• 2006'da Sony, radyo dalgalarının nöral korteksteki sinyalleri etkilemesine izin veren bir nöral arayüz sisteminin patentini aldı.
• 2007'de NeuroSky , NeuroBoy oyunuyla birlikte ilk uygun fiyatlı tüketici tabanlı EEG'yi piyasaya sürdü. Bu aynı zamanda kuru sensör teknolojisini kullanan ilk büyük ölçekli EEG cihazıydı.
• 2008'de OCZ Technology , video oyunlarında kullanılmak üzere öncelikle elektromiyografiye dayanan bir cihaz geliştirdi .
• 2008'de Final Fantasy geliştiricisi Square Enix , Judecca adlı bir oyun yaratmak için NeuroSky ile ortaklık kurduğunu duyurdu.
• 2009'da Mattel , bir engelli parkurda topu yönlendirmek için EEG kullanan bir oyun olan Mindflex'i piyasaya sürmek için NeuroSky ile ortaklık kurdu . Bugüne kadar en çok satan tüketici tabanlı EEG'dir.
• 2009 yılında Amca Milton Sanayi serbest bırakmak için NeuroSky ile ortaklığa Yıldız Savaşları Kuvvet Trainer , sahip yanılsaması yaratmak için tasarlanmış bir oyun Gücü .
• 2009'da Emotiv , 4 zihinsel durumu, 13 bilinçli durumu, yüz ifadelerini ve kafa hareketlerini okuyabilen 14 kanallı bir EEG cihazı olan EPOC'yi piyasaya sürdü. EPOC, daha iyi bir bağlantı için tuzlu su çözeltisiyle nemlendirilebilen kuru sensör teknolojisini kullanan ilk ticari BCI'dir.
• Kasım 2011'de Time dergisi Neurowear tarafından üretilen "necomimi" yi yılın en iyi icatlarından biri olarak seçti . Şirket, NeuroSky tarafından üretilen bir beyin dalgası okuyucusu tarafından kontrol edilen kedi benzeri kulaklardan oluşan giysinin tüketici versiyonunu 2012 baharında piyasaya sürmeyi beklediğini duyurdu .
• Şubat 2014'te They Shall Walk (paraplejikler ve kuadriplejikler için LIFESUIT olarak adlandırılan dış iskeletler inşa etmeye odaklanmış kar amacı gütmeyen bir kuruluş), kablosuz bir BCI geliştirme konusunda James W. Shakarji ile bir ortaklık başlattı.
• 2016 yılında, bir grup meraklı, bir akıllı telefonun ses jakına nöral sinyaller gönderen ve giriş seviyesi BCI'nin maliyetini 20 £'a düşüren açık kaynaklı bir BCI kartı geliştirdi. Android cihazlar için temel teşhis yazılımı ve Unity için bir metin girişi uygulaması mevcuttur .
• 2020'de NextMind , kuru elektrotlu bir EEG kulaklığı içeren bir geliştirme kitini 399 dolardan piyasaya sürdü. Cihaz, bazı demo uygulamalarıyla oynatılabilir veya geliştiriciler, sağlanan Yazılım Geliştirme Kitini kullanarak kendi kullanım durumlarını oluşturabilir.

Gelecekteki yönlendirmeler

12 Avrupalı ​​ortaktan oluşan bir konsorsiyum, yeni çerçeve programı Horizon 2020 için finansman kararlarında Avrupa Komisyonu'nu desteklemek için bir yol haritasını tamamladı . Avrupa Komisyonu tarafından finanse edilen proje, Kasım 2013'te başladı ve Nisan 2015'te bir yol haritası yayınladı. Dr. Clemens Brunner liderliğindeki 2015 tarihli bir yayın, bu projenin bazı analizlerini ve başarılarını ve ayrıca gelişmekte olan Beyin- Bilgisayar Arayüzü Derneği. Örneğin, bu makale, BCI'leri ve uygulamalarını daha fazla tanımlayan, son eğilimleri araştıran, etik sorunları tartışan ve yeni BCI'ler için farklı yönleri değerlendiren bu proje içindeki çalışmaları gözden geçirdi. Makalede belirtildiği gibi, yeni yol haritaları genel olarak Dr. Brendan Allison tarafından yönetilen ve ortaya çıkan BCI yönergeleri için büyük bir coşku taşıyan Future BNCI projesinin önerilerini genişletiyor ve destekliyor.

Diğer yeni yayınlar da yeni engelli kullanıcı grupları (örn.,) için gelecekteki BCI yönergelerini araştırdı. Öne çıkan bazı örnekler aşağıda özetlenmiştir.

Bilinç bozuklukları (DOC)

Bazı kişilerde bilinç bozukluğu (DOC) vardır. Bu durum, komadaki kişileri ve ayrıca bitkisel hayattaki (VS) veya minimal bilinçli durumdaki (MCS) kişileri içerecek şekilde tanımlanır. Yeni BCI araştırması, DOC'lu kişilere farklı şekillerde yardımcı olmayı amaçlamaktadır. Temel bir başlangıç ​​hedefi, elbette tanılarında bir değişikliğe yol açacak olan temel bilişsel görevleri yerine getirebilen hastaları belirlemektir. Yani, DOC teşhisi konan bazı kişiler aslında bilgiyi işleyebilir ve önemli yaşam kararları verebilir (örneğin, terapi alıp almayacağı, nerede yaşayacakları ve bunlarla ilgili yaşam sonu kararları hakkındaki görüşleri gibi). DOC teşhisi konan bazı kişiler, bunun hastanın yararına olduğunu içtenlikle hisseden aile üyeleri tarafından alınabilecek yaşam sonu kararları sonucunda ölürler. Bu hastaların bu kararla ilgili görüşlerini sunmalarına izin vermenin yeni olasılığı göz önüne alındığında, DOC hastalarına yaşamak isteyip istemediklerine karar verme fırsatı verilmesini garanti etmek için bu araştırma yönünü geliştirmek için güçlü bir etik baskı var gibi görünüyor.

Bu ve diğer makaleler, DOC'lu kişilere yardımcı olmak için BCI teknolojisini kullanmanın yeni zorluklarını ve çözümlerini açıklamaktadır. En büyük zorluklardan biri, bu hastaların görme temelli BCI'leri kullanamamasıdır. Bu nedenle, yeni araçlar işitsel ve/veya titreşimli uyaranlara dayanır. Hastalar bilek, boyun, bacak ve/veya diğer yerlere yerleştirilmiş kulaklık ve/veya vibrotaktil uyarıcılar takabilir. Diğer bir zorluk, hastaların bilinçlerinin kaybolması ve kaybolması ve yalnızca belirli zamanlarda iletişim kurabilmesidir. Bu gerçekten yanlış teşhisin bir nedeni olabilir. Bazı hastalar doktorların isteklerine günde yalnızca birkaç saat yanıt verebilir (ki bu önceden tahmin edilemeyebilir) ve bu nedenle tanı sırasında yanıt vermemiş olabilir. Bu nedenle, yeni yöntemler, uzman yardımı olmadan bile saha ortamlarında kullanımı kolay araçlara dayanmaktadır, bu nedenle aile üyeleri ve herhangi bir tıbbi veya teknik geçmişi olmayan diğer kişiler bunları kullanmaya devam edebilir. Bu, DOC değerlendirmesi ile maliyeti, zamanı, uzmanlık ihtiyacını ve diğer yükleri azaltır. Otomatik araçlar, "Babanızın adı George mu?" gibi hastaların kolayca yanıtlayabileceği basit sorular sorabilir. veya "ABD'de mi doğdunuz?" Otomatikleştirilmiş talimatlar, hastaları, (örneğin) sağ ve sol bilek üzerindeki uyaranlara odaklayarak evet veya hayır iletebilecekleri konusunda bilgilendirir. Bu odaklanmış dikkat, hastanın iletişim kurabildiğini belirlemeye yardımcı olabilecek EEG modellerinde güvenilir değişiklikler üretir. Sonuçlar, gözden geçirilmiş bir teşhis ve tedaviye yol açabilecek doktorlara ve terapistlere sunulabilir. Ek olarak, bu hastalara daha sonra temel ihtiyaçları iletmelerine, yatak pozisyonunu ve HVAC'yi (ısıtma, havalandırma ve klima) ayarlamalarına yardımcı olabilecek ve başka türlü önemli yaşam kararları vermelerine ve iletişim kurmalarına yardımcı olabilecek BCI tabanlı iletişim araçları sağlanabilir .

Motor kurtarma

İnsanlar felç veya yaralanma gibi birçok nedenden dolayı hareket etme yeteneklerinin bir kısmını kaybedebilir. Birkaç grup, BCI'leri içeren motor kurtarma için sistem ve yöntemleri araştırdı. Bu yaklaşımda, bir BCI, hasta bir terapist tarafından yönlendirilen hareketleri hayal ederken veya hareket etmeye çalışırken motor aktiviteyi ölçer. BCI iki fayda sağlayabilir: (1) BCI, hastanın bir hareketi doğru şekilde hayal etmediğini (uyumsuzluk) belirtirse, BCI hastayı ve terapisti bilgilendirebilir; ve (2) işlevsel stimülasyon veya sanal bir avatarın hareketi gibi ödüllendirici geribildirim de hastanın doğru hareket imgesine bağlıdır.

Şimdiye kadar, motor kurtarma için BCI'ler, hastanın motor görüntüsünü ölçmek için EEG'ye güvendi. Bununla birlikte, araştırmalar, kişiler BCI tabanlı inme rehabilitasyon eğitiminden geçerken beyindeki farklı değişiklikleri incelemek için fMRI'yi de kullanmıştır. Gelecekteki sistemler, fMRI'yi ve muhtemelen EEG'lerle birlikte, işlevsel yakın kızılötesi gibi gerçek zamanlı kontrol için diğer önlemleri içerebilir. İnvaziv olmayan beyin stimülasyonu, motor iyileşme için BCI'lerle kombinasyon halinde de araştırılmıştır. 2016 yılında , Melbourne Üniversitesi'nden bilim adamları , robotik uzuvlar, bilgisayarlar ve dış iskeletler gibi harici cihazların kontrolünü kolaylaştırmak için felçli hastalar için geliştirilmekte olan potansiyel bir beyin-bilgisayar arayüzü teknolojisi platformuyla ilgili klinik öncesi kavram kanıtı verilerini yayınladılar. beyin aktivitesi. Klinik denemeler şu anda devam etmektedir.

Fonksiyonel beyin haritalama

Her yıl yaklaşık 400.000 kişi, beyin cerrahisi sırasında beyin haritalaması yaptırıyor. Bu prosedür genellikle ilaca yanıt vermeyen tümörü veya epilepsisi olan kişiler için gereklidir . Bu prosedür sırasında, yapıların ve fonksiyonel alanların konumlarını tam olarak belirlemek için beyine elektrotlar yerleştirilir. Hastalar beyin cerrahisi sırasında uyanık olabilir ve parmakları hareket ettirmek veya kelimeleri tekrarlamak gibi belirli görevleri yerine getirmeleri istenebilir. Bu, cerrahların kritik hareket veya dil bölgeleri gibi diğer bölgeleri korurken yalnızca istenen dokuyu çıkarabilmeleri için gereklidir. Çok fazla beyin dokusunun çıkarılması kalıcı hasara neden olabilirken, çok az dokuyu çıkarmak altta yatan durumu tedavi etmeden bırakabilir ve ek beyin cerrahisi gerektirebilir. Bu nedenle, beyni mümkün olduğunca etkili bir şekilde haritalamak için hem yöntemleri hem de sistemleri geliştirmeye güçlü bir ihtiyaç vardır.

Yakın tarihli birkaç yayında, BCI araştırma uzmanları ve tıp doktorları, beyin cerrahisi haritalamayı geliştirmek için BCI teknolojisini kullanmanın yeni yollarını keşfetmek için işbirliği yaptılar. Bu çalışma, büyük ölçüde, invaziv olmayan yollarla tespit edilmesi zor olan yüksek gama aktivitesine odaklanmaktadır. Sonuçlar, hareket, dil ve diğer işlevler için temel alanları belirlemek için geliştirilmiş yöntemlere yol açmıştır. Yakın tarihli bir makale, işlevsel beyin haritalamasındaki ilerlemelere değindi ve bir çalıştayı özetledi.

Esnek cihazlar

Esnek elektronikler , devre ile basılan polimerler veya diğer esnek malzemelerdir (örneğin ipek , pentasen , PDMS , Parylene , poliimid ) ; organik arka plan malzemelerinin esnek doğası, oluşturulan elektroniklerin bükülmesine izin verir ve bu cihazları oluşturmak için kullanılan üretim teknikleri , entegre devreler ve mikroelektromekanik sistemler (MEMS) oluşturmak için kullanılanlara benzer . Esnek elektronikler ilk olarak 1960'larda ve 1970'lerde geliştirildi, ancak 2000'lerin ortalarında araştırmalara ilgi arttı.

sinir tozu

Nöral toz , California Üniversitesi, Berkeley Kablosuz Araştırma Merkezi'nin 2011 tarihli bir makalesinde önerilmiş, kablosuz olarak çalışan sinir sensörleri olarak çalışan milimetre boyutundaki cihazları ifade etmek için kullanılan bir terimdir. kablosuz BCI Nöral toz sensörünün önerilen bir modelinde, transistör modeli, yerel alan potansiyelleri ile aksiyon potansiyeli "spikleri" arasında bir ayırma yöntemine izin verdi ; bu, kayıtlardan elde edilebilecek çok çeşitli veri zenginliğine izin verecekti.

Ayrıca bakınız

Notlar

Referanslar

daha fazla okuma

• Brouse, Andrew. "Bir Genç Kişinin Beyin Dalgası Müziği Rehberi: İnsan EEG'sinden kırk yıllık ses" . eİletişim! 14.2 – Biyoteknolojik Performans Uygulaması / Pratiques de Performance biotechnologique (Temmuz 2012). Montreal: MSK .
• Gupta, Cota Navin ve Ramaswamy Palanappian. "Görsel ve İşitsel Temelli Beyin-Bilgisayar Arayüzü Tasarımlarında Yüksek Frekanslı Elektroensefalogram Kullanımı" . eİletişim! 14.2 – Biyoteknolojik Performans Uygulaması / Pratiques de Performance biotechnologique (Temmuz 2012). Montreal: MSK .
• Uzounian, Gascia. "Konuşmada Biomuse Üçlüsü: R. Benjamin Knapp ve Eric Lyon ile Bir Röportaj" . eİletişim! 14.2 – Biyoteknolojik Performans Uygulaması / Pratiques de Performance biotechnologique (Temmuz 2012). Montreal: MSK .

Dış bağlantılar

Scholia'nın Beyin-bilgisayar arayüzü için bir konu profili vardır .

• Kilit Açma Projesi