Technologia medyczna

Naukowcy znajdują algorytm stabilizacji interfejsów mózg-komputer

Naukowcy znajdują algorytm stabilizacji interfejsów mózg-komputer


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Wiele osób, które doznały wyniszczających urazów lub chorób układu nerwowego, czasami traci zdolność kontrolowania ruchów mięśni. Wielu nie jest już w stanie samodzielnie chodzić, prowadzić pojazdów ani odtwarzać muzyki. Nadal mogą sobie wyobrazić, jak wykonać te czynności, ale ich ciało nie podąża za nimi.

Tutaj właśnie wkraczają systemy interfejsu mózg-komputer, pomagające w tłumaczeniu tego, co myśli sparaliżowana lub w inny sposób osłabiona osoba, na określone działania. Jednak systemy te są czasami uciążliwe, ponieważ doświadczają niestabilnych korekt między prostymi zadaniami i nie zawsze działają płynnie.

ZOBACZ TAKŻE: „SQUISHY” PRZYSZŁOŚĆ KONTROLI UMYSŁU INTERFEJSY MÓZG-KOMPUTER

Obecnie zespół naukowców z Carnegie Mellon University (CMU) i University of Pittsburgh (Pitt) w USA poszukuje algorytmu, który stabilizuje te dostosowania między systemami interfejsu mózg-komputer. Celem jest pomoc w poprawie życia osób po amputacji, które używają protez neuronalnych.

Ich ustalenia zostały opublikowane w Inżynieria biomedyczna przyrody.

Ponowne dostosowanie interfejsów mózg-komputer

Zespół ma nadzieję, że uda się ulepszyć interfejsy mózg-komputer do tego stopnia, że ​​nie będzie już potrzeby ich ponownej kalibracji w trakcie eksperymentów lub między nimi.

Interfejsy mózg-komputer (BCI) to urządzenia, które pomagają ludziom cierpiącym na zaburzenia ruchowe, takie jak paraliż, poprzez sterowanie protezami kończyn, kursorami komputerowymi lub innymi interfejsami za pomocą umysłu. Obecnie w tych zapisach neuronowych występują niestabilności, co oznacza, że ​​po pewnym czasie osoba korzystająca z BCI nie może już nad nim sterować i wymaga ponownej kalibracji przez technika.

„Wyobraź sobie, że za każdym razem, gdy chcieliśmy użyć naszego telefonu komórkowego, aby działał poprawnie, musieliśmy w jakiś sposób skalibrować ekran, aby wiedział, na którą część ekranu wskazujemy” - powiedział William Bishop, pracownik Janelia Farm Research Kampus. „Obecny stan techniki w technologii BCI jest mniej więcej taki. Aby te urządzenia BCI działały, użytkownicy muszą dokonywać częstych ponownych kalibracji. Jest to więc niezwykle niewygodne dla użytkowników, a także dla techników, konserwacja urządzeń . ”

Zespół pracuje nad algorytmem uczenia maszynowego, który przyjmuje te zmienne sygnały i umożliwia osobie korzystającej z BCI dalsze sterowanie urządzeniem. Zespół stara się ustabilizować te zmiany sygnałów w BCI.

Alan Degenhart, badacz z tytułem doktora elektrotechniki i inżynierii komputerowej na CMU, wyjaśnił, że „znaleźli sposób na badanie różnych populacji neuronów w czasie i wykorzystanie ich informacji, aby zasadniczo ujawnić wspólny obraz obliczeń zachodzących w mózgu, utrzymując w ten sposób kalibrację BCI pomimo niestabilności neuronów. "

Tego typu procedury samokalibracji były od dawna poszukiwanym celem w dziedzinie protetyki nerwowej, a metoda zespołu jest w stanie automatycznie odzyskać równowagę po niestabilności, bez konieczności przerywania pracy w celu samodzielnej ponownej kalibracji systemu. Znacznie poprawiłoby to życie użytkowników BCI.


Obejrzyj wideo: Bliżej Nauki: Interfejs mózg-komputer (Październik 2022).