脑-计算机界面研究中的核磁共振基础

磁共振成像(MRI)提供了大脑结构和功能的非侵入性高分辨率图像。 对于大脑计算机接口(BCI)研究来说,这种能力是基础性的。BCI解码神经信号以控制外部设备,准确的脑活动空间映射至关重要。 核磁共振可以提供千米精度的映射,让研究人员能够确定参与预期运动、语音或认知任务的皮层区域。

MRI如何在神经成像中工作

核磁共振利用水分子中氢原子的磁性,当放置在强磁场中并暴露在射频脉冲下时,这些原子会发出被重建成详细图像的信号,对于BCI研究,使用了两种主要的核磁共振模式:结构核磁共振和功能核磁共振. 结构核磁共振提供了静态解剖细节,而功能核磁共振(fMRI)则捕捉到与神经活动相关的血液氧化的动态变化.

结构与功能性磁共振:补充工具

结构核磁共振揭示了大脑的解剖学 — — 灰色物质、白色物质和脑脊液线。 这对设计针对特定硫化物或陀螺的BCI至关重要。 相比之下,功能核磁共振跟踪了BOLD(血氧水平依赖)信号,这种信号在活跃的大脑区域上升。 它们共同提供了完整的画面:高清晰度的显示活动发生地点和支持活动的架构图。

核磁共振在BCI发展中的作用

BCI系统依赖于对哪个脑区产生要解码的信号的精确了解. MRI通过绘制意图和行动神经关联的图谱直接为这一过程提供参考. 本节探讨结构与功能MRI如何促进BCI的设计和优化.

以 fMRI 绘制大脑活动图

功能核磁共振允许研究人员在某个主体执行任务时观察大脑活动——比如想象动手或说话。通过识别持续激活的区域,BCI开发者可以选择最佳电极放置或训练协议。例如,fMRI研究已经将运动-图像核磁共振的电动皮层和辅助运动区域定位,以及左低等前导线用于语音解码核磁共振。这一空间引导在BCI校准过程中大大降低了试和误差。

个性化BCIs的结构磁共振磁共振

每个大脑都有独特的解剖学. 结构核磁共振提供了将BCI硬件(如电极或斜体)与用户皮质地标(potorodes)相配合所需的个性化路线图,这种个性化提高了信号质量和用户舒适度,也使得计算模型能够预测BCI在给定人身上的性能。 研究表明,将结构核磁共振数据纳入BCI算法,在一些运动成像任务中,分类精度提升了15%。

磁共振启用的密钥推进

核磁共振技术的近期进展加快了BCI在以下三个主要领域的研究:瞄准精度,实时反馈,以及与机器学习的融合.

改进神经定向

高分辨率结构核磁共振 — 特别是在7 Tesla及以上 — 能够解决皮质柱和对BCI应用至关重要的亚核。这使得研究人员能够瞄准用于脊柱电路的电动机皮层的确切层,或者用于视觉假肢的烟道支流中的确切的阴道,结果是BCI需要较少的试验来训练和操作,更一致.

BCI 反馈的实时 fMRI

实时 fMRI(rtfMRI)允许参与者看到自己发生的大脑活动。这已经被用来教人们如何自我调节,比如amygdala或前脑皮质,从而形成一个可调节情绪或认知状态的闭锁式BCI。 最近,rtfMRI和EEG系统结合,既提供了高空间(fMRI),也提供了高时间(EEG)分辨率,为BCI控制提供了两个世界中最好的.

与机器学习的整合

MRI数据产生高维特性集. 机器学习模型—— 特别是深层的演化网络—— 可以学习将 fMRI voxel 活动与预期输出联系起来的规律. 例如,在 神经科学(2023) [ 的研究人员证明,一个以整脑 fMRI 训练的变压器为基础的模型可以从有限的词汇中解码40%的准确度的想象句子,这种方法减少了侵入性录音的需要,同时保持了体面的性能.

挑战和限制

尽管磁共振具有优势,但为了实际部署BCI,必须解决磁共振的局限性。

临时解决的制约因素

功能核磁共振捕捉到BOLD反应,在神经元发火后4-6秒达到顶峰。这比EEG或内核录制的毫秒动态要慢得多。对于需要快速控制的BCI应用 — — 如光标运动或实时语音合成 — — 来说,这种滞后是一个重大的瓶颈。 研究人员通过将fMRI与更快的模式相结合或者使用高级重建算法来减轻这一瓶颈,这种算法从更慢的血动力信号中推断出次秒神经事件。

无障碍和成本

高田磁共振扫描仪价格昂贵,需要屏蔽室、液氦冷却和专门的操作人员。大多数BCI研究设施负担不起专门的磁共振系统。 便携式低田磁共振系统正在出现,但空间分辨率较低。这限制了磁共振导动的BCI技术在临床或家庭环境中的转化。但是,随着磁共振技术变得更加紧凑和可负担,这些障碍预计将减少。

未来方向

核磁共振技术继续发展,为BCI的研究和应用开辟了新的可能性.

超高场磁共振( ⁇ 7 Tesla)

7T或9.4T的扫描仪提供子毫米分辨率,增强BOLD信号的灵敏度,这使得BCI研究人员能够绘制小的,功能上截然不同的区域内的活动图——如用于震颤控制的人类心室中间核(VIM),或用于视觉假肢的初级视觉皮层中的单个柱. Ulta-high field fMRI还减少了轨道前缘和时间区域的信号中断,使得BCI能够进行情感和记忆.

混合成像系统

将核磁共振与其他模式相结合——如正电子排放成像、电脑成像或功能性近红外光谱学——利用每种的优点。 例如,核磁共振和血动力学可以同时测量新陈代谢和血动力学,从而提供与生物与生物与生物物理研究所有关的更完整的大脑状态。 2024年的一项研究在 神经成像[中表明,同时进行的EEG-fMRI通过提供生物与生物与生物与生物与生物研究所有关的空间限制,将生物与生物与生物与生物与生物物理研究所相比,将生物与生物与生物与生物与生物相协调的生物与生物相协调的生物与生物与生物与生物相协调的生物相协调,将生物与生物与生物与生物相协调的生物相协调的生物相协调。

下一个基因

随着核磁共振数据的积累,它会为作为个人BCI校准前科的大规模脑图集提供燃料。 预先在数千个FMRI扫描上训练的机器学习模型可以将新BCI用户的培训时间从小时减少到分钟。 此外,目前正在探索将实时FMRI与跨颅膜聚焦超声波或选择性遗传学相结合的闭锁-闭锁神经调节系统,用于治疗瘫痪、中风和精神障碍的下一代疗法。

结论

核磁共振技术不仅仅是大脑可视化的工具,它也是大脑-计算机接口研究的积极推动者。从绘制神经神经元活动图到指导结构核磁共振的个性化接口,它提供了生物与核磁共振所需的空间精度。 虽然时间分辨率和成本仍然是挑战,但是超高场成像、混合系统和机器学习融合方面的持续进步有望克服这些障碍。 因此,核磁共振将继续在开发非侵入性、高性能的生物与核磁共振方面发挥关键作用,恢复神经病患者的功能和自主性。

为了进一步阅读,国家生物技术信息中心]概述了fMRI原则,IEEE生物医学工程交易[定期出版关于核磁共振导BCI系统的研究。