Chaque année, la frontière entre l'homme et la machine se rétrécit. Bien sûr, le niveau de "Deus Ex" est encore loin, mais il existe maintenant différents types de prothèses, d'augmentation et d'autres dispositifs qui fonctionnent en étroite relation avec le système nerveux de l'utilisateur. L'un des exemples les plus clairs d'un tel futurisme est NCI (interface neuro-ordinateur), qui assure l'échange d'informations entre le cerveau et l'ordinateur. Le problème est que pour le fonctionnement à part entière du NCI, une mise à niveau mineure est nécessaire de la part de l'utilisateur - l'implantation d'électrodes dans le cerveau. Cela semble bien sinistre qu'il ne l'est en réalité, mais tout le monde ne considère pas cette méthode comme la plus efficace. Des scientifiques du California Institute of Technology (États-Unis) ont mis au point un système de lecture de l'activité cérébrale à l'aide d'une méthode non invasive basée sur l'échographie. Comment fonctionne exactement l'appareil créé,Qu'est-ce que les scientifiques ont réussi à voir dans le cerveau des sujets de test et quelle est la précision de ce développement? Nous trouverons des réponses à ces questions dans le rapport des scientifiques. Aller.
Base de recherche
L'essence de l'interface du neuro-ordinateur est assez simple: lire l'activité neuronale du cerveau humain afin de comprendre ses intentions. Les informations obtenues peuvent être utilisées comme signaux pour contrôler les dispositifs neuroprothétiques. En parlant de manière exagérée, avec l'aide de NCI, une personne peut contrôler à la fois un curseur de souris (sans la souris elle-même) et une prothèse électronique avec le pouvoir de la pensée.
C'est dans le domaine de la prothèse que cette technologie attire le plus l'attention. Puisqu'il n'est pas toujours possible d'utiliser des prothèses qui lisent les signaux des terminaisons nerveuses dans la zone de contact ou les signaux d'activité musculaire. LCI permet de se passer d'intermédiaires périphériques et de connecter directement l'utilisateur (c'est-à-dire le cerveau) et l'appareil.
Les interfaces neuronales les plus modernes sont basées sur l'électrophysiologie intracorticale (au sein du cortex cérébral), qui fournit un accès direct aux signaux électriques des neurones avec une excellente résolution temporelle. Le problème avec cette technique est la nécessité d'implanter des électrodes, ce qui se fait par chirurgie cérébrale ouverte. Il est évident que de telles procédures ont des conséquences graves sous la forme de lésions tissulaires chroniques et de destruction du matériau d'implant. De plus, les électrodes invasives sont difficiles à mettre à l'échelle et ont une densité d'échantillon limitée et ne peuvent donc pas capturer l'activité cérébrale entière.
Une solution logique à ce problème est le développement d'une méthode non invasive de connexion de l'appareil au cerveau. L'une des options est l'électroencéphalographie non invasive (EEG), en cours de développement depuis 1973. Cependant, les performances de l'EEG sont limitées par la représentation topographique de l'activité de grands volumes cérébraux et la dispersion du signal de conductance volumique à travers divers tissus et os.
Dans les travaux que nous envisageons aujourd'hui, les scientifiques proposent une alternative sous la forme de NCI basée sur l'imagerie par ultrasons fonctionnels (fUS de l'échographie fonctionnelle). La fUS permet de visualiser les changements régionaux du volume sanguin à l'aide de l'angiographie Doppler ultra-rapide. Cette méthode offre une excellente résolution spatio-temporelle (<100 μm et 100 ms) et une sensibilité élevée (vitesse ~ 1 mm / s) avec un grand champ de vision (plusieurs centimètres, ce qui est assez important pour de tels appareils).
fUS a été développé en 2011. Depuis lors, il a été fréquemment utilisé pour visualiser l'activité neuronale lors de crises d'épilepsie, traiter les stimuli olfactifs et effectuer des tâches comportementales chez les rongeurs. Des expériences ont également été menées avec des pigeons, des furets et des primates. De plus, la fUS est 5 à 10 fois meilleure en termes de résolution spatio-temporelle et de sensibilité par rapport à l'IRMf (de l'IRM fonctionnelle, c'est à dire. IRM fonctionnelle), grâce à laquelle vous pouvez obtenir beaucoup plus d'informations sur l'activité du cerveau.
Au cours de l'étude, des expériences ont été menées avec deux singes expérimentaux: l'un a été formé pour effectuer des saccades (mouvements oculaires nets) pour se concentrer sur un objet (suivre les figures sur l'écran), et le second a été formé pour effectuer certains mouvements de mémoire (contrôler un levier). Dans des expériences pratiques, les scientifiques ont lu l'activité neurovasculaire sur le cortex pariétal postérieur (CPP pour le cortex pariétal postérieur ) à travers une fenêtre crânienne mini-invasive.
Pourquoi exactement le cortex pariétal postérieur? Cette zone est une zone d'association située entre les régions du cortex visuel et moteur. Elle est activement impliquée dans les fonctions cognitives de haut niveau, y compris l'attention spatiale, l'intégration multisensorielle et les transformations sensori-motrices pour la planification du mouvement. Le PPC lui-même peut être divisé en sous-zones fonctionnellement spécifiques: zone intrapariétale latérale (LIP de la zone intrapariétale latérale ) - planification des mouvements oculaires (lorsque nous allons regarder quelque chose); région pariétale de capture (PRR de la région pariétale pariétale ) - planification du mouvement de capture d'un objet (lorsque nous allons ramasser quelque chose).
Les scientifiques notent que fUS vous permet de visualiser simultanément les deux sous-régions (LIP et PRR), c.-à-d. ils seront dans un cadre (volume de tranche approximatif 12,8 x 13 x 0,4 mm). De plus, étant donné que PPC encode des aspects de haut niveau de la planification de mouvement, c'est une source unique de signaux de contrôle avant le mouvement réel.
Préparation à la recherche
Un transducteur miniature (transducteur) avec un réseau linéaire de 128 éléments (15 MHz) a été installé par voie épidurale (sur la dure-mère) à travers la fenêtre crânienne. Ce capteur a fourni des images fUS qui servent de base à l'analyse des signaux neurovasculaires dans PPC liés à la tâche à accomplir. Le transducteur a fourni une résolution spatiale de 100 x 100 µm dans le plan, une épaisseur de tranche d'environ 400 µm, couvrant un plan d'une largeur de 12,8 mm et d'une profondeur de pénétration de 16 mm.
Image # 1 La
sonde a été positionnée perpendiculairement à la surface dans une orientation coronale sur la dure-mère au-dessus du PPC ( 1a et 1b ). En outre, parmi les volumes disponibles, les plans d'intérêt ont été sélectionnés ( 1c- 1f ).
Plus précisément, des plans ont été sélectionnés qui affichaient une activité hémodynamique (mouvement du sang) adaptée au comportement et capturaient les côtés latéral et médial du sillon intrapariétal (IPS du sillon intrapariétal ; coordination sensori-motrice) dans une seule image. Cela a permis d'évaluer les rôles de plusieurs zones du cerveau simultanément. Et la géométrie de l'image échographique permettait d'accéder aux zones corticales dans les rainures.
Image n ° 2
L'essence des expériences pratiques était que les singes devaient mémoriser l'emplacement de l'objet situé sur le côté gauche ou droit de l'écran, et effectuer le mouvement après que l'objet au centre de l'écran soit sorti ( 2a ). La phase de mémorisation était suffisamment longue (5,1 ± 1,4 s) pour enregistrer l'hémodynamique transitoire. Au total, les données ont été collectées à partir de 30 essais effectués sur 18 jours. Jusqu'à 5 analyses ont été effectuées chaque jour, chacune comprenant des objectifs de 30 minutes générés aléatoirement pour une tâche.
Pour visualiser les modèles spatio-temporels de l'activité latéralisée en PPC ( 2b ), des cartes statistiques paramétriques ont été utilisées sur la base du test t de Student ( exemple de calcul du test t de Student ).
Le résultat observé associé à des tâches moyennes (ERA de la moyenne événementielle ) des modifications du volume sanguin cérébral (CBV du volume sanguin cérébral ) des régions localisées de taille 100 x 100 mm ( 2c - 2f ). La photo 2g montre une carte typique de l'activité du deuxième sujet, et 2h - 2i de son ERA.
Des signaux d'activité neurovasculaire ont été observés sur la face latérale de l'IPS, c'est-à-dire dans la LIP, pour les deux animaux. Cependant, les formes d'onde ERA étaient similaires entre les sujets dans ce domaine.
La haute sensibilité et la résolution spatio-temporelle fUS permettent de distinguer les fonctions entre les régions adjacentes à une échelle de centaines de microns, par exemple, au sein de sous-régions PPC telles que LIP.
Par exemple, la deuxième région LIP ( 2d ) montre également une harmonisation controlatérale, mais la différence d'activité survient plus tard dans la période de mémorisation et persiste pendant le mouvement et entre les expériences.
Un sujet (singe H) a montré une réponse directionnelle similaire dans la région pariétale médiale (MP de médial pariétal ) sur la paroi médiale de l'hémisphère. Mais chez le singe L, aucun effet de ce type n'a été trouvé, car dans son cas, l'emplacement de la sonde était optimisé pour la région LIP, et non pour le MP, qui dans ce cas était hors écran. Cependant, ce paramètre confirme davantage le rôle de MP dans le mouvement directionnel des yeux.
Processus de décodage du signal
Avant d'examiner les résultats d'expériences pratiques, il est rappelé aux scientifiques que la tâche principale du NKI est de prédire l'action prévue à venir en utilisant des signaux cérébraux. Pour comprendre si la visualisation fUS aide à réaliser cette tâche, la prédiction de la direction du mouvement oculaire à venir du sujet a été effectuée sur la base d'un essai.
Image # 3 La
figure 3a montre une interprétation graphique du processus de décodage du signal cérébral basé sur des données fUS. L'analyse en composantes principales par classe (CPCA ) a été utilisée pour réduire la dimensionnalité * données, mais en conservant suffisamment de composants pour obtenir> 95% de la variance des données.
La réduction de dimension * est un processus de transformation de données lorsque le nombre de variables est réduit en obtenant les variables principales.Ensuite, la régression des moindres carrés ordinaires (OLSR ) a été utilisée pour régresser les données transformées par PCA avant l'exécution réelle du mouvement.
Pour analyser l'évolution temporelle des signaux PPC associés à l'exécution d'une tâche, la direction du mouvement dans le temps a été déchiffrée à travers les étapes de chaque approche expérimentale: fixation (regarder l'objet central), mémorisation et mouvement.
Pour chaque point dans le temps, toutes les données précédentes des données d'entraînement et de test ont été utilisées. Par exemple, à t = 2 s, il était nécessaire d'inclure toutes les données dans les ensembles de données d'apprentissage et de test dans t = de 0 à 2 s.
Les courbes résultantes ( 3b ) montrent la précision au niveau du caractère aléatoire pendant la phase de fixation, des changements mineurs pendant la phase de stockage et une précision de décodage stable pendant la phase de mouvement.
Pendant la phase de mémorisation, la précision du décodeur a atteint 2,08 s ± 0,82 s après que le sujet a reçu le signal de direction, mais avant le mouvement réel. À l'avenir, la précision du décodeur n'a fait qu'augmenter.
La réanalyse a supprimé toutes les données de l'ensemble d'apprentissage. Cela a permis de déterminer la quantité de données nécessaire pour obtenir une précision de décodage maximale ( 3c). Après 27 essais, la précision du décodeur est devenue telle que les données de seulement 10 essais d'entraînement étaient nécessaires pour la prédiction et la classification ultérieures du mouvement. Le niveau maximal de précision du décodeur a été atteint après 75 essais.
En d'autres termes, les scientifiques ont pu minimiser la quantité de données nécessaires pour reconnaître avec précision les signaux cérébraux, alors que le niveau de précision de ce processus restait assez élevé.
De plus, une analyse a été réalisée pour déterminer le type d'informations contenues dans les signaux cérébraux utilisés par le décodeur. Pour cela, la méthode de décodage dynamique a été utilisée, qui nécessite des données pendant une période de 1 seconde pour entraîner le décodeur. En outre, la direction supposée a été décodée à partir des fenêtres de données avec une durée de 1 s pendant toute la durée du test. Autrement dit, le décodeur devait comprendre ce que le singe allait faire en analysant les données d'une période de seulement 1 seconde.
En conséquence, un tableau de valeurs de précision nxn a été obtenu, où n est le nombre de fenêtres de temps vérifiées. 3d montre la précision pour chaque combinaison d'apprentissage / décodage.
Résultats de test
L'
imagerie fUS de l' image n ° 4 offre une résolution et une sensibilité spatio-temporelles élevées, contrairement à la méthode IRMf. Cela fournit des données sur la dynamique neurovasculaire à une échelle auparavant inaccessible.
C'était assez facile de vérifier cela. Si l'on change les dimensions (en x - c'est-à-dire le long de la surface de la sonde et en z - c'est-à-dire dans la profondeur de l'image) des images obtenues au cours des expériences, alors la précision de décodage diminuera avec l'augmentation de la taille des voxels ( 4a ).
Des études récentes ont montré que l'hyperémie fonctionnelle commence dans une région vasculaire appelée unité primaire. Cette section comprend les artérioles parenchymateuses (petites artères devant les capillaires) et les capillaires, c'est-à-dire les vaisseaux d'un diamètre <50 μm. Par conséquent, la vitesse du flux sanguin augmente dans les capillaires inférieurs et les artérioles supérieures.
Dans cet esprit, les scientifiques ont décidé que la plupart des informations fonctionnelles utilisées pour le décodage se trouveraient dans des vaisseaux avec une sous-résolution (<100 μm) dans le plan image. Pour tester cette hypothèse, les cartes vasculaires fUS du cerveau ont été segmentées (spatialement) en ordonnant les voxels en fonction de leur intensité Doppler moyenne et en les segmentant par déciles * ( 4b ).
Le décile * caractérise la distribution des valeurs de la population, dans laquelle neuf déciles la divisent en dix parties égales. Chacune de ces dix parties représente 1/10 du total.Alors que les déciles 1 à 2 concernent principalement les régions sous-corticales, les déciles 3 à 8 impliquent les couches corticales, où les couches les plus superficielles présentent une intensité moyenne plus élevée. Les déciles 9 et 10 étaient principalement confinés au système vasculaire des unités primaires (grandes artères, généralement sur la surface corticale et dans les sillons). Le 4c montre la précision résultante du décodage en fonction de l'intensité de puissance Doppler.
L'analyse des données a montré que l'activité neurovasculaire au cours d'une tâche, telle que mesurée par fUS, existe principalement dans l'anatomie des vaisseaux situés dans le cortex cérébral. Autrement dit, la plus grande contribution aux signaux corticaux fUS a été apportée par des vitesses d'écoulement axiales comprises entre 2 et 10 mm / s, ce qui correspond à des vaisseaux d'un diamètre <50 μm, c'est-à-dire à savoir les artérioles et les capillaires.
Image # 5 Enfin
, un autre test a été réalisé dans lequel le sujet devait actionner un levier tout en regardant des objets sur l'écran ( 5a ). Cette tâche était à bien des égards similaire à la tâche des saccades, mais le regard de l'animal est resté fixe tout au long du test, y compris pendant les phases de fixation, de mémorisation et d'exécution du mouvement.
Les ERA (changements moyens liés à la tâche) sur le côté latéral du sulcus intra-pariétal dans la LIP putative (région intra-pariétale) identifient les populations pertinentes pour prédire la direction du mouvement ( 5b - 5c ). Les populations du côté médial dans la zone de rétention pariétale putative (PRR) ne présentent pas ces caractéristiques, mais présentent une harmonisation bilatérale au mouvement réel ( 5d ).
Ces résultats sont cohérents avec les enregistrements électrophysiologiques dans lesquels les neurones PRR en tant que population codent pour les deux hémisphères, tandis que les neurones LIP codent principalement pour l'espace controlatéral.
La précision du décodage et son évolution temporelle étaient similaires à celles observées dans les expériences avec des saccades ( 5e ). Plus précisément, la précision du décodage de la cible à validation croisée variait de 72,96% à 94,64% sur un test de 30 minutes. La précision moyenne pour toutes les sessions expérimentales était de 88,54%.
Pour une connaissance plus détaillée des nuances de l'étude, je vous recommande de vous pencher sur le rapport des scientifiques .
Épilogue
Les interfaces de neuro-ordinateurs, malgré le concept futuriste, deviennent de plus en plus réelles chaque année. Leurs fonctionnalités, caractéristiques et capacités se développent, tout comme la gamme des applications possibles. Cependant, comme pour toute technologie relativement nouvelle, les problèmes ne peuvent être évités.
L'un des principaux problèmes dans la mise en œuvre d'un NKI à part entière est la nécessité d'une connexion invasive. Peu de gens veulent changer de canal, par exemple, si cela nécessite d'ouvrir le crâne et d'insérer quelques électrons dans le cerveau. Et il ne s'agit même pas de l'inconvénient d'une telle tête "accessoire", mais des dangers qu'elle comporte. La méthode invasive de connexion du NKI conduit à des violations systématiques de la structure tissulaire et à la destruction du matériau du dispositif lui-même.
La solution à ce problème est l'imagerie par ultrasons fonctionnelle (fUS), qui vous permet de suivre l'activité cérébrale dans ces zones avec une précision incroyable avec une résolution allant jusqu'à 100 microns. Et c'est vraiment impressionnant, étant donné que la taille d'un neurone est d'environ 10 microns.
Les auteurs de cette technique affirment que leur idée originale est beaucoup plus productive que les autres méthodes. Les électrodes implantées peuvent mesurer très précisément l'activité du cerveau au niveau des neurones individuels, mais nécessitent un contact direct avec le cerveau. L'IRMf (IRM fonctionnelle) ne nécessite pas d'implantation et peut montrer une activité cérébrale entière à la fois, mais l'équipement pour cette méthode occupe une pièce entière. L'électroencéphalographie ne nécessite pas non plus l'introduction d'électrodes, mais sa résolution spatiale est extrêmement faible. Mais la méthode fUS, selon les scientifiques, est dépourvue des inconvénients ci-dessus.
Le principe de la fUS est basé sur le flux sanguin dans le cerveau. Lorsque l'activité dans une zone du cerveau augmente, le flux sanguin vers celle-ci augmente. FUS permet de surveiller cela en fournissant une dynamique à haute résolution du flux sanguin cérébral dans l'espace et le temps. L'analyse des données de flux sanguin vous permet de savoir quelles zones sont actives à un moment donné.
La précision fUS à ce stade de développement est très proche de la méthode avec électrodes implantées. Mais contrairement à ce dernier, le fUS n'a pas besoin d'une implantation complète. Pour travailler avec des électrodes, il est nécessaire d'ouvrir la dure-mère située sous le crâne et d'insérer les électrodes directement dans le cerveau. Dans le cas du fUS, une petite fenêtre capable de transmettre des ultrasons est suffisante. Pour le moment, cette fenêtre se fait en ouvrant le crâne, mais sans aucune intervention dans le cerveau lui-même. Cette option est nettement moins invasive, et donc moins dangereuse.
À l'avenir, les scientifiques ont l'intention de continuer à améliorer la fUS afin d'obtenir une précision encore plus grande, ainsi que de mener des expériences sur des personnes qui, en raison de lésions cérébrales, ont subi une trépanation d'une partie des os du crâne.
Merci pour votre attention, restez curieux et passez un excellent week-end, les gars! :)
Un peu de publicité
Merci de rester avec nous. Aimez-vous nos articles? Vous voulez voir du contenu plus intéressant? Soutenez-nous en passant une commande ou en recommandant à des amis, Cloud VPS pour les développeurs à partir de 4,99 $ , un analogue unique des serveurs d'entrée de gamme que nous avons inventé pour vous: Toute la vérité sur VPS (KVM) E5-2697 v3 (6 cœurs) 10 Go DDR4 480 Go SSD 1 Gbps à partir de 19 $ ou comment diviser le serveur correctement? (options disponibles avec RAID1 et RAID10, jusqu'à 24 cœurs et jusqu'à 40 Go de DDR4).
Le Dell R730xd 2x est-il moins cher dans le centre de données Maincubes Tier IV à Amsterdam? Seulement, nous avons 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2,6 GHz 14C 64 Go DDR4 4x960 Go SSD 1 Gbps 100 TV à partir de 199 $ aux Pays-Bas!Dell R420 - 2x E5-2430 2,2 GHz 6C 128 Go DDR3 2x960 Go SSD 1 Gbps 100 To - À partir de 99 $! Lisez à propos de Comment construire l'infrastructure de bldg. classe avec l'utilisation de serveurs Dell R730xd E5-2650 v4 au coût de 9000 euros pour un sou?