Понимание интерфейсов мозг-компьютер

Интерфейсы мозг-компьютер (BCI) представляют собой преобразующий класс технологий, который устанавливает прямую связь между человеческим мозгом и внешними устройствами. Обходя нормальные нервно-мышечные пути, BCI позволяют пользователям управлять компьютерами, протезами конечностей, инвалидными колясками или другими вспомогательными технологиями, используя только их нейронную активность. Потенциальные приложения охватывают медицину, реабилитацию, увеличение человеческого мозга и даже развлечения. Для людей с тяжелыми двигательными нарушениями, такими как те, которые возникают в результате травмы спинного мозга, амиотрофического бокового склероза (ALS) или инсульта, BCI могут восстановить степень независимости и улучшить качество жизни. Помимо клинических условий, исследователи изучают BCI для когнитивного улучшения, игр и бесшовного взаимодействия человека и компьютера.

Несмотря на их обещание, разработка надежных высокопроизводительных BCI остается серьезной проблемой. Одним из критических узких мест является необходимость точного расшифровки сложных, динамических моделей нейронной активности, которые лежат в основе намерения и действия. Именно здесь магнитно-резонансная томография (МРТ) стала незаменимым инструментом. МРТ предоставляет исследователям окно в структуру и функцию мозга, позволяя им идентифицировать нейронные сигнатуры, которые BCI могут интерпретировать. По мере того, как технология МРТ продолжает развиваться, она ускоряет темпы развития BCI способами, которые были невообразимы всего десять лет назад.

Основные типы интерфейсов мозг-компьютер

BCI можно разделить на три категории, основываясь на методе получения сигнала:

  • Инвазивные BCIs — Они требуют хирургической имплантации электродов непосредственно в ткани мозга (например, массивы Юты, электрокортикографические сетки). Они предлагают самое высокое разрешение сигнала и точность, но несут хирургические риски и долгосрочные проблемы биосовместимости.
  • Частично инвазивные BCIs — Электроды помещаются на поверхности мозга (эпидуральные или субдуральные), достигая баланса между качеством сигнала и хирургическим риском.
  • Неинвазивные BCIs — Эти записи мозговой активности от кожи головы с использованием методов, таких как электроэнцефалография (ЭЭГ), магнитоэнцефалография (МЭГ) или функциональная ближняя инфракрасная спектроскопия (fNIRS). Они более безопасны и более практичны для повседневного использования, но страдают от более низкого отношения сигнал-шум и пространственное разрешение.

МРТ лежит в основе неинвазивных исследований BCI, особенно функциональной МРТ (fMRI), которая измеряет изменения в оксигенации крови для вывода нейронной активности. Хотя FMRI не является сигналом BCI в реальном времени в его текущей форме, fMRI обеспечивает представление о мозге в высоком разрешении, что необходимо для разработки и уточнения алгоритмов BCI. Синергия между МРТ и другими модальностями BCI способствует более глубокому пониманию функциональной архитектуры мозга.

Как технология МРТ позволяет развивать BCI

Функциональная МРТ и нейронное картирование

Функциональная МРТ (fMRI) обнаруживает активность мозга косвенно, отслеживая гемодинамические реакции — изменения в кровотоке и оксигенации, которые происходят, когда область мозга становится метаболически активной. Этот сигнал, зависящий от уровня кислорода в крови (BOLD), является рабочей лошадкой когнитивной нейронауки. Для развития BCI fMRI используется для создания подробных карт областей мозга, которые кодируют конкретные моторные, сенсорные или когнитивные состояния. Например, исследователи могут попросить участника представить, как двигается его правая рука во время сканирования fMRI. Полученные в результате модели активации в моторной коре могут затем использоваться для обучения декодера, который переводит похожие воображаемые движения в команды для курсора или роботизированной руки. Этот подход, известный как «ментальные изображения» BCI , в значительной степени зависит от пространственной точности fMRI.

Структурная МРТ для анатомии мозга

Помимо функции, структурная МРТ обеспечивает анатомические изображения мозга высокого разрешения. Эти изображения используются для идентификации соответствующих анатомических ориентиров, таких как центральный слизь, моторный гомункулус или специфический гири, которые служат в качестве целевых сайтов BCI. Структурная МРТ также используется для совместной регистрации : выравнивание анатомии мозга участника с функциональными картами или с размещением электродов для инвазивных BCI. Это гарантирует, что электроды BCI расположены над правильными корковыми областями во время операции или что электроды EEG расположены последовательно через сеансы. Кроме того, диффузионная тензорная визуализация (DTI), вариант МРТ, отображает тракты белого вещества, которые соединяют области мозга. Понимание этих структурных связей помогает исследователям сделать вывод о том, как распространяются нейронные сигналы, что имеет решающее значение для проектирования систем BCI с замкнутым контуром.

Персонализированная калибровка BCI

Одной из самых больших проблем в исследованиях BCI является изменчивость между людьми. Анатомия мозга и функциональная организация отличаются от человека к человеку, поэтому универсальный декодер редко работает хорошо. МРТ позволяет исследователям адаптировать параметры BCI к уникальному мозгу каждого пользователя. Приобретая базовое структурное и функциональное сканирование, система BCI может быть откалибрована к конкретным нейронным реакциям пользователя. Например, если fMRI показывает, что пользователь активирует определенную область в теменной коре, представляя определенное действие, декодер может быть настроен на то, чтобы сосредоточиться на этой области. Эта персонализация значительно повышает точность BCI и сокращает время обучения, делая технологию более практичной для реального использования.

Последние достижения в области МРТ, которые способствуют исследованиям BCI

Ультра-высокополосная МРТ (7 Тесла и далее)

Толчок к более высоким силам магнитного поля — 7 Тесла (7T) и даже 10,5T — привел к значительным улучшениям в пространственном разрешении и соотношении сигнал-шум. Ультравысокопольная МРТ может разрешать структуры, такие же маленькие, как корковые колонны и ламины, предлагая гораздо более подробный обзор активности мозга. Для развития BCI это означает, что исследователи могут декодировать нервные сигналы с более тонкой детализацией, захватывая тонкие изменения в моторных или сенсорных представлениях. Например, 7T fMRI используется для различения моделей активности для отдельных движений пальцев, прокладывая путь для BCI, которые могут управлять многопалыми протезными руками с высокой ловкостью. Однако системы с ультравысоким полем дороги и требуют специализированного опыта для работы, ограничивая их широкое распространение.

Функциональная МРТ в реальном времени (rt-fMRI)

Традиционная фМРТ требует постсканирования для восстановления изображений, что делает ее непригодной для приложений BCI в реальном времени. Однако недавние достижения в фМРТ в реальном времени (rt-fMRI) закрыли этот разрыв. rt-fMRI обрабатывает сигнал BOLD с минимальной задержкой (обычно менее секунды), позволяя участникам видеть свою собственную мозговую активность при выполнении умственных задач. Это позволяет нейрофидбэк: участники учатся волевой модуляции активности в конкретных областях мозга, которые затем могут использоваться в качестве управляющего сигнала BCI. Например, люди с хронической болью могут учиться снижать регуляцию активности в связанных с болью корковых областях. В то время как системы rt-fMRI по-прежнему являются главными инструментами исследования, они представляют собой важный шаг к неинвазивным BCI в реальном времени, которые полагаются на гемодинамические сигналы.

Объединение МРТ с машинным обучением

Интеграция МРТ с передовыми алгоритмами машинного обучения изменила правила игры. Модели глубокого обучения могут извлекать сложные шаблоны из данных МРТ высокой размерности, идентифицируя нейронные представления, которые не очевидны для наблюдателей. Такие методы, как сверточные нейронные сети (CNN) и повторяющиеся нейронные сети (RNN), используются для декодирования воображаемой речи, моторного намерения или даже визуального восприятия из данных фМРТ. Например, исследователи продемонстрировали способность декодировать целые предложения из моделей активности мозга, захваченных с помощью фМРТ, достигая впечатляющей точности. Эти модели также могут использоваться для прогнозирования оптимальных парадигм BCI, имитируя, как мозг человека реагирует на различные задачи, помогая разрабатывать более эффективные протоколы BCI.

Ультрабыстрые МРТ-последовательности

Обычная фМРТ имеет ограниченное временное разрешение (обычно 1–2 секунды на объем), что значительно меньше миллисекундной временной шкалы нейронной активности. Более новые сверхбыстрые последовательности фМРТ, такие как одновременная многосрезная (SMS) визуализация и эхо-планарная визуализация (EPI) с расширенным ускорением, могут достичь субсекундного охвата всего мозга. Это улучшение позволяет исследователям отслеживать переходные состояния мозга, которые имеют решающее значение для декодирования BCI. Например, BCI, который должен реагировать на быстрое намерение пользователя двигаться, может извлечь выгоду из субсекундной фМРТ, даже если сам гемодинамический ответ медленный. В сочетании с лучшей временной фильтрацией эти последовательности раздвигают границы того, что МРТ может предложить для BCI.

Проблемы и ограничения в партнерстве МРТ-БКИ

Несмотря на огромный вклад, МРТ не является панацеей для развития BCI. Наиболее значительным ограничением является временное разрешение. Сигнал BOLD является косвенным показателем нейронной активности, достигая пика через несколько секунд после фактического нейронного запуска. Эта задержка приемлема для нейрообратной связи и калибровки декодеров, но она исключает использование fMRI в качестве управляющего сигнала в реальном времени для высокоскоростных приложений BCI (например, печатание в режиме реального времени с разговорной скоростью). В таких случаях ЭЭГ или внутрикортикальные записи остаются превосходными. Кроме того, сканеры fMRI являются большими, дорогими и требуют контролируемой среды (например, нет ферромагнитных объектов), что делает их непрактичными для портативных или домашних BCI. Существуют также физиологические проблемы: сигнал BOLD может быть сбит с толку движением головы, дыханием и частотой сердечных сокращений, которые добавляют шум к данным.

Другим ограничением является текущее отсутствие стандартизации в сборе и анализе данных. Различные лаборатории используют разные последовательности, конвейеры предварительной обработки и статистические модели, что приводит к переменным результатам и затрудняет сравнение исследований. Кризис воспроизводимости в нейронауке подчеркивает необходимость строгих протоколов и открытого обмена данными и кодом. Наконец, этические проблемы возникают по мере того, как BCI на основе МРТ становятся более мощными. Способность декодировать психические состояния с высокой точностью поднимает вопросы об автономии конфиденциальности и потенциале для неправильного использования. Исследователи должны тщательно ориентироваться в этих вопросах по мере созревания технологии.

Будущие направления: куда направляются МРТ и BCI

Системы обратной связи Closed-Loop Neurofeedback

Сочетание фМРТ в реальном времени и продвинутых декодеров позволяет системам обратной связи с замкнутым циклом, которые позволяют пользователям изучать контроль над активностью мозга в реальном времени. Будущие системы будут интегрироваться с другими модальностями BCI, такими как ЭЭГ или МЭГ, чтобы обеспечить мультимодальную обратную связь, которая сочетает пространственное разрешение фМРТ с временным разрешением ЭЭГ. Этот гибридный подход может производить BCI, которые являются точными и отзывчивыми, подходящими для таких задач, как протезирование контроля конечностей или связь.

Портативная МРТ и носимые BCI

В то время как современные МРТ-сканеры неподвижны, исследователи разрабатывают переносные низкопольные МРТ-системы, которые могут быть развернуты в клиниках, реабилитационных центрах или даже домах. Эти устройства, работающие на 0,05 Т-0,1 Т, жертвуют некоторым разрешением для переносимости, но все еще могут предоставлять полезные функциональные данные для калибровки BCI. Параллельно носимые технологии BCI (капсулы ЭЭГ, повязки fNIRS) становятся более удобными и надежными. В будущем, вероятно, будет сценарий, когда пациент проходит короткий сеанс МРТ высокого поля для картирования своего мозга, а затем использует портативную гарнитуру ЭЭГ для управления BCI в повседневной жизни с периодическими перекалибровками с использованием МРТ.

Интеграция с нейропротезированием и стимуляцией

МРТ также используется для руководства размещением нейронных протезов и для мониторинга реакции мозга на электрическую стимуляцию. Например, в исследованиях глубокой стимуляции мозга (DBS) при болезни Паркинсона, фМРТ может визуализировать эффекты стимуляции на корковых и подкорковых сетях. Эта информация помогает клиницистам точно настраивать параметры стимуляции, и тот же подход может быть применен к замкнутой нейромодуляции BCIs, которые восстанавливают функцию после инсульта или травмы спинного мозга. Объединив фМРТ с одновременными электрофизиологическими записями (сейчас это возможно с MR-совместимыми электродами), исследователи могут связать нейронную активность точно с динамикой мозга сетевого уровня.

Расшифровка когнитивных состояний высшего порядка

По мере совершенствования методов МРТ, BCI могут выходить за рамки простых двигательных команд для декодирования сложных когнитивных состояний (FLT:0) — таких как предполагаемая речь, воображаемая музыка, визуальные образы или даже абстрактные мысли. Ранняя работа показала, что fMRI может различать различные воображаемые слова или буквы. Будущие BCI могут позволить заблокированным пациентам общаться со скоростью мысли или позволить новые формы взаимодействия человека и компьютера, где машина реагирует на умственные намерения пользователя без каких-либо физических действий. Эта способность поднимает глубокие вопросы о природе сознания и идентичности, но она также имеет огромные медицинские и социальные перспективы.

Заключение

Технология МРТ стала краеугольным камнем исследований интерфейса мозг-компьютер, обеспечивая высокоразрешенную неинвазивную визуализацию, которая необходима для понимания функциональной архитектуры мозга и для проектирования персонализированных систем BCI. От функционального картирования и структурного руководства до интеграции нейрообратной связи в реальном времени и машинного обучения, МРТ позволяет совершать прорывы, которые приближают практические BCI к реальности. В то время как проблемы остаются - особенно в временном разрешении, переносимости и стандартизации - траектория ясна: как МРТ, так и технологии BCI продолжают развиваться, их конвергенция откроет беспрецедентные возможности в медицине, реабилитации и улучшении человека. Будущее BCI, основанное на идеях МРТ, обещает изменить наши отношения с технологией и с нашим собственным мозгом.

Для дальнейшего чтения см. последние исследования из Национального института психического здоровья , исследования, опубликованные в Природа о достижениях BCI, и IEEE Транзакции на нейронных системах и реабилитационной инженерии для технических разработок.