MRI- perusteet aivo- ja tietokonerajapintatutkimuksessa

Magneettinen resonanssikuvaus (MRI) tarjoaa ei-invasiivisia, korkean resoluution kuvia aivojen rakenteesta ja toiminnasta. Aivojen ja tietokoneiden käyttöliittymän (BCI) tutkimuksessa tämä kyky on perustava. BCI:t decode hermosignaalit valvoa ulkoisia laitteita, ja tarkka spatiaalinen kartoitus aivojen toimintaa on välttämätöntä. MRI toimittaa, että kartoitus millimetrin tarkkuudella, jolloin tutkijat voivat paikantaa kortikaalisia alueita, jotka osallistuvat suunniteltuihin liikkeisiin, puhe, tai kognitiivisia tehtäviä.

Miten MRI toimii hermokuvauksessa

MRI hyödyntää vesimolekyylien vetyatomien magneettisia ominaisuuksia. Kun ne sijoitetaan vahvaan magneettikenttään ja altistetaan radiotaajuuksille, ne lähettävät signaaleja, jotka rekonstruoidaan yksityiskohtaisiin kuviin. BCI-tutkimuksessa käytetään kahta ensisijaista MRI-menetelmää: rakenteellista MRI- ja toiminnallista MRI-kuvausta. Rakenteellinen MRI-kuvaus tarjoaa staattista anatomista yksityiskohtia, kun taas toiminnallinen MRI (fMRI) tallentaa dynaamiset muutokset veren hapetuksessa, jotka liittyvät hermotoimintaan.

Rakenteellinen vs. toiminnallinen MRI: Täydentävät työkalut

Rakenteellinen MRI paljastaa aivojen anatomian . harmaa aine, valkoinen aine, ja aivo-selkäydinnesteen rajat. Tämä on ratkaisevan tärkeää suunniteltaessa BCIs, joka kohdistaa erityistä suli tai gyri. Toiminnallinen MRI, sen sijaan, seuraa BOLD (veren happitaso-riippuvainen) signaali, joka nousee aktiivisilla aivoalueilla. Yhdessä ne tarjoavat täydellisen kuvan: korkean määrityksen kartta siitä, missä toimintaa tapahtuu ja taustalla oleva arkkitehtuuri, joka tukee sitä.

MRI-kuvauksen rooli BCI-kehityksessä

BCI-järjestelmät luottavat täsmälliseen tietoon siitä, mitkä aivoalueet tuottavat koodattavia signaaleja. MRI-kuvaus antaa suoraan tietoa tästä prosessista kartoittamalla neurokoostumuksia tarkoituksesta ja toiminnasta. Tässä osiossa tarkastellaan, miten rakenteellinen ja toiminnallinen MRI edistää BCI-suunnittelua ja optimointia.

Aivojen kartoitus fMRI:llä

Toiminnallisen MRI-tutkimuksen avulla tutkijat voivat tarkkailla aivotoimintaa, kun kohde suorittaa tehtäviä . Esimerkiksi kuvittelemalla liikuttavan käden tai puhuvan sanan. Määrittämällä alueet, jotka johdonmukaisesti aktivoituvat, BCI-kehittäjät voivat valita optimaalisia elektrodin sijoituspaikkoja tai harjoitusprotokollia. Esimerkiksi fMRI-tutkimukset ovat lokalisoineet motorisen aivokuoren ja täydentävän motorisen alueen liikekuvan BCI-arvoille, ja vasemman alemman etukulman gyrus puheen dekoodaaville BCI-arvoille. Tämä tilaohjaus vähentää merkittävästi koe- ja-erroria BCI-kalibroinnin aikana.

Rakenne MRI personoituja BCI:itä varten

Jokainen aivo on ainutlaatuinen anatomia. Rakenne MRI tarjoaa yksilöllisen etenemissuunnitelman tarvitaan linjata BCI laitteisto . Kuten elektrodit tai optrodes . Tämä personointi parantaa signaalin laatua ja käyttäjien mukavuutta. Se mahdollistaa myös laskennalliset mallit, jotka ennustavat, miten BCI suorittaa tietyllä henkilöllä. Tutkimus on osoittanut, että sisällyttää rakenteellisia MRI-tietoja BCI algoritmeihin parantaa luokittelun tarkkuutta jopa 15% joissakin moottorikuvan tehtäviä.

Tärkeimmät edistysaskeleet MRI-kuvauksen avulla

MRI-teknologian viimeaikainen kehitys on nopeuttanut BCI-tutkimusta kolmella keskeisellä alalla: täsmällisyyden kohdentaminen, reaaliaikainen palaute ja integrointi koneoppimiseen.

Neurojen parempi kohdentaminen

Korkea-resoluutioinen rakenteellinen MRI ... varsinkin 7 Teslassa ja sen yläpuolella. Se voi ratkaista aivokuoren sarakkeita ja subcortical cytum critical for BCI-sovelluksia. Tämä mahdollistaa tutkijoiden kohdistaa tarkka kerrokset moottori aivokuoren, joka projekti selkäydinpiireihin, tai tarkka vokselit fusiform gyrus käytetään visuaalisen proteesit. Tuloksena on BCI, jotka vaativat vähemmän kokeita kouluttaa ja toimia enemmän johdonmukaisuutta.

Real-Time fMRI BCI-palaute

Reaaliaikainen fMRI (rtfMRI) mahdollistaa osallistujien nähdä oman aivotoiminnan kuin se tapahtuu. Tätä on käytetty opettamaan ihmisiä itsesääntelyä alueilla kuten mantelitumake tai etulohkon ringulate aivokuoren, luoda suljettu-silmukka BCI, joka moduloi emotionaalisia tai kognitiivisia valtioita. Viime aikoina yhdistetty rtfMRI ja EEG järjestelmät tarjoavat sekä korkea tila (fMRI) ja korkea aika (EEG) resoluutio, joka tarjoaa parhaat molemmat maailmat BCI valvonta.

Integrointi koneoppimiseen

MRI-aineisto tuottaa korkea-ulotteisia ominaisuusjoukkoja. Koneoppimismallit . Erityisesti syvät konvolutionaaliset verkostot ... voivat oppia kuvioita, jotka korreloivat fMRI-vokselin aktiivisuuden aiottuihin lähtöihin. Esimerkiksi []-tutkijat [Luonnon neurotiede] (2023][]-näytöllä osoitettiin, että kokonaisaivojen fMRI-muuntajapohjainen malli voisi purkaa kuviteltuja lauseita 40% tarkkuudella rajoitetusta sanastosta. Tämä lähestymistapa vähentää invasiivisten nauhoitusten tarvetta säilyttäen samalla kunnon suorituskyvyn.

Haasteet ja rajoitukset

Vahvuudestaan huolimatta magneettikuvauksessa on rajoituksia, joihin on puututtava BCI:n käytännön käyttöönoton kannalta.

Ajankohdan resoluutio rajoitteet

Toiminnallinen MRI kuvaa BOLD-vasteen, joka on 4...6 sekuntia hermojen laukaisemisen jälkeen. Tämä on paljon hitaampi kuin EEG- tai intracortisten nauhoitusten millisekunnin dynamiikka. BCI-sovelluksille, jotka vaativat nopeaa valvontaa . Kuten kursorin liikkeet tai puhesynteesi reaaliajassa . Tämä viive on merkittävä pullonkaula. Tutkijat lieventävät tätä yhdistämällä fMRI:n ja nopeammat yksityiskohdat tai käyttämällä kehittyneitä rekonstruktioalgoritmit, jotka johtavat sub-second hermo-tapahtumia hitaammista hemodynaamisista signaaleista.

Saavutettavuus ja kustannukset

Korkean tason MRI-skannerit ovat kalliita ja vaativat suojattuja huoneita, nestemäistä heliumjäähdytystä ja erikoistuneita toimijoita. Useimmilla BCI-tutkimuslaitoksilla ei ole varaa omistettuihin MRI-järjestelmiin. Kannettavat, matalan tason MRI-järjestelmät ovat kehittymässä, mutta tarjoavat matalamman paikkaresoluution. Tämä rajoittaa MRI-ohjattujen BCI-tekniikoiden käännöksen kliinisiin tai kotiasetuksiin. Kuitenkin, kun MRI-teknologiasta tulee kompaktimpaa ja edullisempaa, näiden esteiden odotetaan pienenevän.

Tulevaisuuden suunnat

MRI-teknologia kehittyy edelleen, mikä avaa uusia mahdollisuuksia BCI-tutkimukseen ja sovelluksiin.

Ultra-High Field MRI (≥7 Tesla)

7T tai 9.4T-tason skannerit tarjoavat alimillimetrisen resoluution ja paremman herkkyyden BOLD-signaaleille. Tämä mahdollistaa BCI-tutkijoiden kartoittaa toimintaa pienillä, toiminnallisilla alueilla . ... kuten ihmisen kammion väliydin (VIM) vapinan hallintaan tai yksittäiset pylväät primaarisessa näköaivokuoressa näköproteeseille. Ultra-korkea kenttä fMRI vähentää myös signaalin pudotusta orbitofrontaalisilla ja ajallisilla alueilla, mikä mahdollistaa BCI:t emotionaalisille ja muistille.

Hybridikuvausjärjestelmät

Yhdistämällä magneettikuvat muihin menetelmiin . ... esimerkiksi PET-MRI voi samanaikaisesti mitata aineenvaihduntaa ja hemodynaamisia aineita, tarjota täydellisemmän kuvan aivojen tilasta, jotka ovat merkityksellisiä BCI:lle. 2024-tutkimus NeuroImage:ssä osoitti, että samanaikaisesti EEG-fMRI paransi moottorikuvien BCI-luokitusta 22 prosentilla verrattuna pelkästään EEG:ään, tarjoamalla fMRI:n alueellisia rajoituksia.

Seuraavan sukupolven BCI-arvot

Kun MRI-tiedot kerääntyvät, se ruokkii suuria aivokarttoja, jotka toimivat aiempina vuosina yksittäisten BCI-kalibrointiin. Koneoppimismalleja, jotka on esikoulutettu tuhansilla fMRI-skannauksilla, voitaisiin lyhentää uuden BCI-käyttäjän koulutusaikaa tunneista minuutteihin. Lisäksi suljettujen neuromodulointijärjestelmien avulla, jotka yhdistävät reaaliaikaisen fMRI:n kallonsisäiseen keskittyneeseen ultraääni- tai optogeneettiseen tutkimukseen, tutkitaan seuraavan sukupolven paralyysi-, aivohalvaus- ja psykiatrisia sairauksia.

Päätelmät

MRI-teknologia ei ole vain työkalu aivojen visualisoimiseksi . Se on aktiivinen mahdollistaja aivojen ja tietokoneiden rajapintatutkimuksessa. Neurotoiminnan kartoituksesta fMRI:n kanssa ohjaamaan personoituja rajapintoja rakenteellisen magneettikuvauksen kanssa, se tarjoaa tilaan liittyvän tarkkuuden, jota BCI:t tarvitsevat. Vaikka aikaresoluutio ja kustannukset ovat edelleen haasteita, jatkuva edistyminen ultra-korkean kenttäkuvauksessa, hybridijärjestelmissä ja koneoppimisen integrointilupaus näiden esteiden voittamiseksi. Tämän seurauksena MRI:llä on edelleen keskeinen rooli kehitettäessä ei-invasiivisia, korkean suorituskyvyn BCI:itä, jotka palauttavat toiminnan ja riippumattomuuden ihmisille neurologisissa olosuhteissa.

Lisätietoja varten National Center for Biotechnology Information (NCBI) tarjoaa yleiskatsauksen fMRI-periaatteisiin ja IEEE-liiketoimet biolääketieteellisessä tekniikassa julkaisee säännöllisesti tutkimusta MRI-ohjatuista BCI-järjestelmistä.