项目旨在转移视觉感知的盲人

赖斯大学领衔一队neuroengineers正着手实施一项雄心勃勃的四年项目开发耳机技术,可以直接链接人脑和机器不需要手术。作为一个概念验证,该小组计划传输视觉图像被一个人的头脑盲目的病人。

“四年来,我们希望证明直接,大脑大脑的速度沟通思想和没有脑部手术,”赖斯雅各布·罗宾逊说,1800万美元的项目的首席研究员,这是今天宣布,国防高级研究计划局(DARPA)的下一代非手术神经技术(N3)计划。

分享视觉图像两个大脑可能听起来像科幻小说,但罗宾逊表示,最近的一系列技术突破的想法可行。多么可行的问题是DARPA希望解决一系列的N3奖项Rice-led团队5人,提出了不同的技术解决方案的广泛挑战连接大脑和机器。

“速度是关键,”罗宾逊说,副教授的电气和计算机工程和生物工程的大米布朗工程学院的。“我们必须解码神经活动在一个人的视觉皮层和重新创建它在另一个人的思想在不到二十分之一秒。的技术,没有手术,还不存在。这就是我们将创造。”

因为手术是不可能实现的,所有的N3团队计划使用的组合光,超声波或电磁能量读写大脑活动。水稻的“磁性、光学和声学神经访问设备,“或者·莫纳,将测试技术,使用所有三个。·莫纳团队包括15研究水稻,贝勒医学院的Jan和丹邓肯神经研究所德克萨斯儿童医院,杜克大学、哥伦比亚大学和耶鲁大学的John b .皮尔斯实验室。

罗宾逊说N3-funded团队之间的一大区别是他们计划如何处理50-millisecond延迟阈值以及美国国防部高级研究计划局的空间分辨率的要求。该机构正在寻求设备就可以读和写至少16个位置在大脑的体积大小的豌豆。

罗宾逊说·莫纳的解码和编码技术将每个使用病毒载体基因传递,技术在临床试验治疗黄斑变性,以及某些癌症和神经系统疾病。基因有效载荷,不同的解码和编码,将超声波的帮助下选择组神经元的16个目标的大脑区域。

“阅读”的神经活动,·莫纳团队将重组神经元合成蛋白质称为“calcium-dependent指标”,旨在吸收光线,当神经元被激活时,或解雇。

水稻作为Ashok Veeraraghavan说红色和红外波长的光可以穿透头骨,和·莫纳的设备将利用这一点。光的光学子系统由发射器和探测器排列在目标区域无沿便帽。

“大多数的光散射头皮和颅骨,但是一小部分可以进入大脑,这一小部分的光子包含关键信息解码视觉感知,“Veeraraghavan说,副教授电气和计算机工程和计算机科学。“我们的目标是捕捉和解释中包含的信息光子通过头骨两次,第一次在视觉皮层和后再反射回探测器”。

·莫纳的光电探测器将超速和超灵敏。前者是重要的头骨,而忽略了光散射光子捕获只有那些有足够的时间去旅行到大脑的目标区域。

“利用超灵敏,单光子计数探测器,可以选择性地感觉到小信号从大脑组织,“Veeraraghavan说。

Veeraraghavan,罗宾逊·莫纳合作者肯尼斯·谢泼德和安德烈亚斯Hielscher从哥伦比亚大学工程计划使用探测器开发技术称为“飞行时间增强功能扩散光学断层扫描,”或ToFF-DOT。像一个CT扫描仪,ToFF-DOT构造一个体内的实时3 d图像,但CT扫描使用x射线,而ToFF-DOT使用可见光。

罗宾逊说,16个目标区域的视觉皮层神经元预计将出现比正常ToFF-DOT扫描时蛋白质吸收光发射和calcium-dependent指标。解释动态变化从黑暗到光明在目标地区·莫纳将做什么来“读”神经活动。

罗宾逊说,三年的工作,首先在细胞培养和动物,与人类患者将先于任何工作。但他表示,与贝勒·莫纳团队将协调其努力神经外科学系的丹尼尔Yoshor和迈克尔•波进行临床试验来恢复视力盲人患者使用一个实验性的假体,直接刺激视觉皮层与外科手术植入电极。

“可能有病人更喜欢视觉假体,不需要大脑手术,”罗宾逊说。“如果我们在细胞和动物模型的工作顺利,·莫纳可以批准临床试验是一种非手术的选择。这需要基因疗法,但不是脑外科手术。”

在大脑中接收图像,·莫纳神经元将“写”信息重组的火反应磁信号。基因治疗的有效载荷传递给这些神经元将创建蛋白质范围天然或合成铁纳米颗粒在神经元离子通道。通过这些钙的释放离子通道就是“火灾”一个神经元,使其积极发送电子脉冲。

“我们计划使用磁场热铁,这反过来将打开通道和消防神经元,”罗宾逊说。“但这是不够的,每两秒钟。我们的系统必须响应以毫秒为单位的接收器和感知体验感知时间足够近,似乎同时。”

人类思想涉及许多神经元的协调解雇,有时在大脑的不同区域。大米作为Kemere迦勒说通信的质量,可以实现16通道的信息是一个悬而未决的问题。

“我们知道,大脑的回路所涉及非常密集,“Kemere说,副教授的电气和计算机工程和生物工程曾经使用侵入性技术研究神经回路。“这是可能的,甚至有可能早期的16通道的示威活动可能会使的看法,但这是一个令人兴奋的朝着一个更无创未来。时间、密度和性能的系统我们正在开发将数量级比现有的更复杂。”

---

---