Мониторинг мозга выходит из лаборатории

Система лучше подходит для реальных приложений, потому что она оснащена сухими датчиками ЭЭГ, которые проще применять, чем влажные датчики, при этом обеспечивая высокую плотность данных активности мозга. Система состоит из 64-канальной носимой ЭЭГ-гарнитуры с сухим электродом и сложного программного обеспечения для интерпретации и анализа данных. Он имеет широкий спектр применения: от исследований до нейро-обратной связи и клинической диагностики.Цель исследователей — получить ЭЭГ из лабораторных условий, где она в настоящее время ограничена влажными методами ЭЭГ.

В будущем ученые представляют мир, в котором системы нейровизуализации работают с мобильными датчиками и смартфонами, чтобы отслеживать состояние мозга в течение дня и расширять его возможности.«Это поднимет нейровизуализацию на новый уровень за счет ее развертывания в гораздо большем масштабе», — сказал Майк Ю Чи, выпускник школы Джейкобса и технический директор Cognionics, возглавлявший команду, которая разработала гарнитуру, используемую в исследовании. «Вы сможете работать в домах подданных. Вы можете надеть это на кого-нибудь за рулем».

Исследователи из инженерной школы Джейкобса и Института нейронных вычислений Калифорнийского университета в Сан-Диего подробно рассказали о своих выводах в статье специального выпуска о носимых технологиях, опубликованной недавно в журнале IEEE Transactions on Biomedical Engineering.Они также видят будущее, когда нейровизуализация может быть использована для создания новых методов лечения неврологических расстройств. «Мы сможем побудить мозг решить свои собственные проблемы», — сказал Герт Каувенбергс, профессор биоинженерии в школе Джейкобса и главный исследователь исследования, частично поддержанного пятилетним грантом Emerging Frontiers of Research Innovation от Фонда. Национальный научный фонд. «Мы пытаемся уйти от инвазивных технологий, таких как глубокая стимуляция мозга и лекарства, отпускаемые по рецепту, и вместо этого запускаем процесс восстановления, используя синаптическую пластичность мозга».

«Через 10 лет использование интерфейса мозг-машина может стать таким же естественным, как и использование смартфона сегодня», — сказал Тим Маллен, выпускник Калифорнийского университета в Сан-Диего, ныне генеральный директор Qusp и ведущий автор исследования. Маллен, бывший научный сотрудник Центра вычислительной нейробиологии им.

Шварца в Калифорнийском университете в Сан-Диего, возглавлял команду, которая разработала программное обеспечение, используемое в исследовании, при частичном финансировании исследовательской лаборатории армии.Чтобы это видение будущего стало реальностью, датчики должны стать не только носимыми, но и удобными, а алгоритмы анализа данных должны иметь возможность преодолевать шум для извлечения значимых данных.

В документе под названием «Нейровизуализация и когнитивный мониторинг в реальном времени с использованием носимой сухой ЭЭГ» описаны некоторые важные первые шаги в этом направлении.Гарнитура EGGГарнитура ЭЭГ, разработанная Чи и его командой, имеет форму осьминога, в которой каждая рука эластична, так что она подходит для многих различных форм головы. Датчики на конце каждой руки предназначены для обеспечения оптимального контакта с кожей головы, добавляя при этом как можно меньше шума в сигнал.

Исследователи потратили четыре года на совершенствование рецепта материалов датчиков. Датчики, предназначенные для работы с волосами человека, сделаны из смеси серебра и углерода, нанесенной на гибкую основу. Этот материал позволяет датчикам оставаться гибкими и долговечными, при этом передавая высококачественные сигналы — ключевым здесь является покрытие из серебра / хлорида серебра. Датчики, предназначенные для работы на голой коже, сделаны из гидрогеля, заключенного в проводящую мембрану.

Эти датчики устанавливаются внутри блока, оснащенного усилителем, который помогает повысить качество сигнала, одновременно защищая датчики от помех от электрического оборудования и другой электроники. Следующие шаги включают улучшение характеристик гарнитуры во время движения объектов.

Устройство может надежно улавливать сигналы во время ходьбы, но в меньшей степени во время более напряженных действий, таких как бег. Электроника также нуждается в улучшении, чтобы работать в течение более длительных периодов времени — дней и даже недель вместо часов.Программное обеспечение и анализ данныхДанные, полученные с помощью гарнитуры, были проанализированы с помощью программного обеспечения, разработанного Малленом и Кристианом Коте, еще одним бывшим исследователем из Центра вычислительной нейробиологии Шварца и в настоящее время техническим директором Qusp.

Во-первых, в данных ЭЭГ необходимо было отделить сигналы мозга от шума. Крошечные электрические токи, исходящие из мозга, часто загрязнены артефактами большой амплитуды, возникающими, когда субъекты двигаются, говорят или даже моргают. Исследователи разработали алгоритм, который разделяет данные ЭЭГ в режиме реального времени на различные компоненты, которые статистически не связаны друг с другом. Затем он сравнил эти элементы с чистыми данными, полученными, например, когда испытуемый находится в состоянии покоя.

Аномальные данные были помечены как шум и отброшены. «Алгоритм пытается удалить как можно больше шума, сохраняя при этом как можно больше сигналов мозга», — сказал Маллен.

Но на этом анализ не остановился. Исследователи использовали информацию об известной анатомии мозга и собранные данные, чтобы выяснить, откуда поступают сигналы внутри мозга. Они также могли отслеживать в реальном времени, как сигналы из разных областей мозга взаимодействуют друг с другом, создавая постоянно меняющуюся сетевую карту активности мозга. Затем они использовали машинное обучение, чтобы связать определенные сетевые паттерны мозговой активности с познанием и поведением.

«Священным Граалем в нашей области является отслеживание значимых изменений в распределенных мозговых сетях со« скоростью мысли »», — сказал Маллен. «Мы ближе к этой цели, но еще не совсем достигли ее».СтартаповИ Чи, и Маллен создали стартапы, ориентированные на коммерциализацию технологий мозга, включая некоторые компоненты, представленные в этом исследовании. Компания Чи, Cognionics, продает наушники исследовательским группам.

Устройство также популярно среди специалистов по нейро-обратной связи, которые отображают мозг, чтобы в дальнейшем влиять на поведение. Конечная цель — доставить гарнитуру в клинику, чтобы помочь диагностировать ряд состояний, таких как инсульты и судороги.Стартап Маллена, Qusp, разработал NeuroScale, облачную программную платформу, которая обеспечивает непрерывную интерпретацию сигналов мозга и тела в реальном времени через программный интерфейс Интернет-приложения. Цель состоит в том, чтобы обеспечить простую интеграцию интерфейса мозг-компьютер и передовых методов обработки сигналов с различными повседневными приложениями и носимыми устройствами.

При совместном финансировании DARPA Cognionics создает улучшенную систему ЭЭГ, а Qusp разрабатывает простую в использовании графическую программную среду для быстрого проектирования и применения конвейеров анализа сигналов мозга.«Эти предпринимательские усилия являются неотъемлемой частью успеха Школы Джейкобса и Института нейронных вычислений, которые помогают вывести нейротехнологию из лаборатории на практическое применение в когнитивных и клинических приложениях», — сказал Каувенбергс, соучредитель Cognionics и работающий над ней.

Научно-консультативный совет.


Оставьте комментарий

Ваш адрес email не будет опубликован.

Exit mobile version