Neuer Algorithmus verbessert die Geschwindigkeit und Genauigkeit der gedankengesteuerten Computer-Cursor

Wenn eine gelähmte Person vorstellt ein Glied zu rühren , Zellen in dem Teil des Gehirns, die Bewegungen steuert noch aktivieren , als wolle er die immobile Gliedmaßen wieder Arbeit zu machen. Trotz neurologischen Verletzung oder Krankheit , die den Weg zwischen Gehirn und Muskeln durchtrennt wurde , die Region, in der die Signale stammen bleibt intakt und funktionsfähig .

In den letzten Jahren , Neurowissenschaftler und neuroengineers arbeiten in der Prothetik haben damit begonnen, Gehirn - implantierbare Sensoren, die Signale von einzelnen Neuronen , und nachdem er diese Signale durch eine mathematische Dekodieralgorithmus messen kann, zu entwickeln , können sie nutzen, um Computer-Cursor mit Gedanken zu kontrollieren . Die Arbeit ist Teil eines Feldes als neuronale Prothesen bekannt.

Ein Team von der Stanford -Forscher haben nun einen Algorithmus , wie ReFIT bekannt , die erheblich die Geschwindigkeit und Genauigkeit der neuronalen Prothesen , die Computer-Cursor steuern verbessert entwickelt. Die Ergebnisse sind veröffentlicht in der Zeitschrift werden Nature Neurosciencein einem Papier von Krishna Shenoy , Professor für Elektrotechnik, Ingenieurbiologie und Neurobiologie an der Stanford , und ein Team von wissenschaftlicher Mitarbeiter Dr. Vikash Gilja und Bioengineering Doktorand Paul Nuyujukian geführt.

In Side-by -Side- Demonstrationen mit Rhesusaffen , Cursor durch die ReFIT Algorithmus gesteuert verdoppelt die Leistung der bestehenden Systeme und näherte Leistung des realen Arm. Noch besser wäre es , mehr als vier Jahre nach der Implantation , das neue System wird immer noch stark geht , während bisherige Systeme haben einen stetigen Rückgang in der Leistung im Laufe der Zeit zu sehen .

"Diese Ergebnisse könnten erheblich verbessert prothetische Systemleistung und Robustheit in gelähmten Menschen , die wir verfolgen aktiv im Rahmen der klinischen FDA Phase -I -Studie BrainGate2 hier an der Stanford führen", sagte Shenoy .

Sensing geistige Bewegung in Echtzeit

Das System beruht auf einem Silizium-Chip in das Gehirn , das " Aktionspotentiale " zeichnet der neuronalen Aktivität aus einer Vielzahl von Elektroden-Sensoren und sendet Daten an einen Computer implantiert. Die Häufigkeit, mit der Aktionspotentiale erzeugt werden bietet der Computer die wichtigsten Informationen über die Richtung und Geschwindigkeit der beabsichtigten Bewegung des Benutzers.

Die ReFIT Algorithmus, der diese Signale dekodiert stellt eine Abkehr von früheren Modellen . In den meisten neuronalen Prothetik Forschung haben Wissenschaftler die Gehirnaktivität aufgezeichnet, während das Motiv bewegt oder stellt sich vor beweglichen Arm , der Analyse der Daten nach der Tat. " Ziemlich viel von der Arbeit in neuronalen Prothetik auf diese Art von Offline- Rekonstruktion konzentriert hat ", sagte Gilja , der erste Autor des Papiers .

Das Stanford-Team wollte verstehen, wie das System funktionierte " Online " unter Regelung Bedingungen, in denen der Computer analysiert und realisiert optische Rückmeldung in Echtzeit gesammelt , wie der Affe neural steuert den Cursor auf dem Bildschirm zu einer Ziel .

Das System ist in der Lage, Anpassungen im laufenden Betrieb zu machen, wenn beim Führen Sie den Cursor zu einem Ziel , wie eine Hand und Auge würde im Tandem arbeiten, um eine Maus - Cursor auf ein Symbol auf einem Computer Desktop verschieben. Wenn der Cursor wurden zu weit nach links verirrt , zum Beispiel, der Benutzer wahrscheinlich passt deren Bewegungen gedacht , um den Cursor nach rechts umzuleiten. Das Team entwickelt, das System von Korrekturbewegungen des Benutzers zu lernen , so dass der Cursor auf genauer als es könnte in früheren Prothesen bewegen .

Um das neue System zu testen , hat das Team Affen die Aufgabe geistig Lenken eines Cursors zu einem Ziel - einem Bildschirm Punkt - und es hält den Cursor für eine halbe Sekunde . ReFIT geführt erheblich besser als die vorherigen Technologie sowohl in Bezug auf Geschwindigkeit und Genauigkeit. Der Weg des Cursors von dem Startpunkt zu dem Ziel war gerade und er das Ziel doppelt so schnell erreicht wie früheren Systemen , die eine 75 bis 85 Prozent der Geschwindigkeit des realen Arme.

"Dieses Papier berichtet sehr spannende Innovationen im Closed-Loop- Dekodierung für Gehirn -Maschine-Schnittstellen . Diese Innovationen sollten auf eine deutliche Anhebung bei der Kontrolle von Neuroprothesen führen und erhöhen die klinische Durchführbarkeit dieser Technologie", sagte Jose Carmena , Associate Professor für elektrische Engineering und Neurowissenschaften an der University of California in Berkeley.

Ein intelligenter Algorithmus

Entscheidend für ReFIT die Time-to- Target Verbesserung war seine überlegene Fähigkeit , um den Cursor zu stoppen. Während das alte Modell der Cursor erreicht das Ziel fast so schnell wie ReFIT es oft überschritten das Ziel , zusätzliche Zeit und mehrere Durchgänge , um das Ziel zu halten erfordert.

Der Schlüssel zu dieser Effizienz war in der Schritt-für- Schritt -Berechnung , die elektrische Signale in Bewegungen des Cursors auf dem Bildschirm transformiert aus dem Gehirn. Das Team hatte eine einzigartige Weise des "Training" der Algorithmus über Bewegung . Wenn die Affen verwendet sein richtiger Arm , um den Cursor zu bewegen , verwendet der Computer Signale aus dem Implantat , um die Armbewegungen mit neuronaler Aktivität entsprechen. Als nächstes wird der Affe dachte einfach nur um den Cursor , und der Computer übersetzt , dass neuronale Aktivität in dem Bildschirm Bewegung des Cursors . Das Team dann die Gehirnaktivität des Affen , um ihre Algorithmus zu suchen, Erhöhung der Genauigkeit.

Das Team führte eine zweite Innovation im Weg ReFIT kodiert Informationen über die Position und die Geschwindigkeit des Cursors. Gilja sagte , dass die bisherigen Algorithmen könnten neuronale Signale entweder über die Position des Cursors oder die Geschwindigkeit , aber nicht beide auf einmal zu interpretieren. ReFIT kann beides , was zu einer schnelleren , saubereren Bewegungen des Cursors

Ein Engineering- Auge

Frühe Forschung in neuronalen Prothesen hatte zum Ziel, das Verständnis des Gehirns und seiner Systeme gründlicher , sagte Gilja , aber er und sein Team an diesem Ansatz , indem sie einen pragmatischer Sicht Engineering bauen wollte . " Das KerntechnikZiel ist es, eine möglichst hohe Leistung und Robustheit für einen potentiellen klinischen Vorrichtung zu erreichen ", sagte er .

Um solch eine ansprechende System erstellen , entschied sich das Team zu einem der herkömmlichen Verfahren in neuronalen Prothetik aufgeben. Ein Großteil der bestehenden Forschung auf diesem Gebiet hat sich auf die Differenzierung zwischen den einzelnen Neuronen des Gehirns fokussiert . Wichtig ist, dass eine solche detaillierte Ansatz erlaubt Neurowissenschaftler , ein detailliertes Verständnis der einzelnen Neuronen, die Armbewegung steuern erstellen.

Die einzelnen Neuron Ansatz hat seine Nachteile , sagte Gilja . " Aus technischer Sicht ist der Prozess der Isolierung von einzelnen Neuronen schwierig , aufgrund Minuten körperliche Bewegung zwischen der Elektrode und in der Nähe Neuronen , so dass es fehleranfällig", sagte er . ReFIT konzentriert sich auf kleine Gruppen von Nervenzellen statt einzelner Neuronen.

Durch den Verzicht auf die Single- Neuron -Ansatz , das Team erntete auch eine überraschende Vorteil: Leistungs Langlebigkeit. Neural Implantatsysteme , die auf bestimmte Neuronen abgestimmt werden im Laufe der Zeit verschlechtern . Es ist eine gemeinsame Überzeugung, auf dem Gebiet , dass nach sechs Monaten und einem Jahr , sie nicht mehr genau das Gehirn die beabsichtigte Bewegung zu interpretieren. Gilja sagte der Stanford -System ist sehr gut mehr als vier Jahre später arbeiten .

" Trotz großer Fortschritte in der Gehirn-Computer- Schnittstellen , die Bewegung der Geräte wie Prothesen zu steuern, die wir bisher mit Anhalten, ruckartig, Etch-a - Sketch -ähnliche Bewegungen überlassen. Dr. Shenoy Studie ist ein großer Schritt in Richtung klinisch nützlich Gehirn-Maschine- Technologie, die schneller sind , glatter und natürlicher Bewegungen ", sagte James Gnadt , PhD, ein Programmdirektor in Systeme und Kognitive Neurowissenschaften an der nationalen Institut für Neurologische Erkrankungen und Schlaganfall , Teil der National Institutes of Health .

Zur Zeit hat das Team auf die Verbesserung der Cursorbewegung , anstatt die Erstellung von Roboter Glieder konzentriert , aber das ist nicht in Frage , sagte Gilja . Kurzfristig ist präzise, ​​genaue Steuerung eines Cursors eine vereinfachte Aufgabe mit enormen Wert für gelähmte Menschen .

" Wir denken, wir haben eine gute Chance , ihnen etwas sehr nützlich ", sagte er . Das Team ist nun die Umsetzung dieser Innovationen gelähmten Menschen im Rahmen einer klinischen Studie.