工程师在大脑运动皮层解码的对话

你的大脑和你的手臂怎么样?身体不使用英语,或任何其他语言。生物医学工程师正在开发解码谈话的方法,通过分析电模式在电机控制的大脑区域。

新研究发表在《华尔街日报》自然方法。

在这项研究中,研究人员利用从“深度学习”——强大的新领域的基于人工智能的方法,革新了许多技术产业在过去的几年里。新的计算方法,使用人工神经网络在复杂的数据集,让研究人员发现模式,以前被忽视的,说作者Chethan Pandarinath,博士学位。

Pandarinath和他的同事开发了一个方法来允许他们的人工神经网络模拟生物网络,使我们的日常运动成为可能。在这一过程中,研究人员得到了一个更好的理解的生物网络在做什么。最终,这些技巧可以帮助瘫痪的人将他们的四肢,或改善帕金森氏症患者的治疗,助理教授Pandarinath说华莱士·h·库尔特生物医学工程系乔治亚理工大学和艾莫利大学。Pandarinath导致艾莫利大学和佐治亚理工学院系统工程实验室。

对于那些有脊髓损伤,这项新技术将权力“脑机接口”,辨别大脑的信号背后的意图,直接刺激人的肌肉。

“过去,脑机接口大多通过解码工作非常高层的命令,比如“我想移动我的手臂向右,或离开”,“Pandarinath说。“有了这些新的创新,我们相信我们将能够解码微妙的信号相关肌肉的控制,并使脑机接口,表现得更像一个人的自己的肢体。”

从单个神经元网络行为“紧急”

先前的研究对神经元控制运动表明,很难辨别单个神经元的角色,在某种程度上,我们可能会认为在一个基本的机器。单个神经元的行为对应变量不喜欢手臂速度、运动距离或角度。相反,整个的节奏网络更重要比任何单个神经元的活动。

Pandarinath把他的团队的方法比作鸟类学家研究鸟类的聚集行为。了解该集团拥有在一起,必须知道一只鸟儿如何回应它的邻居,和群的运动。植绒的行为是“紧急”相互交互的鸟,他说。这样的紧急行为是具有挑战性的特征与标准方法,但正是人工神经网络函数的方式。

Pandarinath开始调查这种方法,称为LFADS(潜在因素分析通过动力系统),与电气工程师Krishna Shenoy工作时,博士,神经外科医生杰米亨德森,MD, co-direct神经假肢平移斯坦福大学实验室。

在自然方法论文,研究人员分析了数据从恒河猴和人类,曾在运动皮层植入电极。在一些实验中,猴子被训练来活动他们的手臂跟着屏幕上一个“迷宫”,研究人员检测了他们的能力“解码”猴子的手臂运动轨迹完全基于从植入电极记录的信号。使用他们的人工神经网络方法,研究人员能够准确揭示模糊模式,代表了大脑运动皮层的节奏。他们也观察到类似的模式在人类患者瘫痪,因为运动神经元变性(肌萎缩性脊髓侧索硬化症),而另一个与脊髓损伤。

除了运动皮层Pandarinath认为,这种新方法可以用来分析网络的活动在其他大脑区域参与空间导航或决策。

对临床应用未来的计划包括将新技术与功能性电刺激肌肉的瘫痪病人,脑深部电刺激技术的改进也在帕金森病。此外,Pandarinath和他的同事们已经开始使用这些技术开始理解神经元的活动比以前可能在完全不同的尺度。