Ученые с помощью неинвазивной визуализация мозга смогли различать разные положения рук человека

Группа ученых из Калифорнийского университета в Сан-Диего достигла прогресса в области разработки неинвазивного интерфейса мозг-компьютер, который позволит людям управлять устройствами, даже если они имеют физические проблемы, такие как паралич, ампутация конечностей и другие.

Исследователи смогли отличить жесты рук, основываясь только на данных неинвазивной визуализации мозга, без прямой информации от самих рук. В ходе исследования использовалась техника магнитоэнцефалографии (MEG), которая позволила достичь лучших результатов в распознавании жестов одной руки без применения инвазивных методов.

"Наша цель состояла в том, чтобы обойти инвазивные компоненты. MEG предоставляет безопасный и точный вариант для разработки интерфейса мозг-компьютер, который в конечном итоге может помочь пациентам", - сказал старший автор газеты Минсюн Хуан, доктор философии, содиректор Центра MEG в Институте Qualcomm при Калифорнийском университете в Сан-Диего.

Ученые выделили преимущества метода MEG, который основывается на использовании шлема с 306-сенсорной решеткой для обнаружения магнитных полей, создаваемых электрическими токами между нейронами в мозге. Этот метод является альтернативой другим способам взаимодействия мозга и компьютера. Например, электрокортикография (ECoG) требует хирургической имплантации электродов на поверхности мозга, в то время как электроэнцефалография (ЭЭГ) кожи головы обеспечивает менее точную оценку активности мозга. MEG же предлагает ряд преимуществ, таких как точность и неинвазивность, делая его многообещающим методом в разработке интерфейса мозг-компьютер.

В данном исследовании ученые изучают возможность использования метода MEG для распознавания жестов рук, выполненных 12 добровольцами. Участникам были надеты шлемы MEG, и им случайным образом было указано выполнить один из жестов, применяемых в игре "Камень-ножницы-бумага". Функциональные данные MEG были объединены с данными МРТ, которые предоставляли структурную информацию о мозге.

Для анализа полученных данных и их интерпретации Йифенг Бу, аспирант по электротехнике и вычислительной технике в Инженерной школе Калифорнийского университета в Сан-Диего Джейкобса и первый автор статьи, разработал высокоэффективную модель глубокого обучения под названием MEG-RPSnet.

"Явной особенностью этой сети является то, что она сочетает в себе пространственные и временные особенности одновременно. Это главная причина, по которой он работает лучше, чем предыдущие модели", - сказал Бу.

Результаты исследования, полученные учеными, показали, что их методы могут достигать точности более 85% в различении жестов рук. Эти результаты сравнимы с предыдущими исследованиями, которые имели гораздо меньший объем выборки и использовали инвазивный интерфейс мозг-компьютер ECoG.

Команда исследователей также обнаружила, что измерения MEG только в половине выбранных областей мозга могут давать результаты с небольшой потерей точности (2-3%), что указывает на возможность использования будущих шлемов MEG с меньшим количеством датчиков.

Ученые отмечают, что эта работа заложила основу для разработки будущего интерфейса мозг-компьютера на основе MEG. Информация об этом размещена в журнале Medical Xpress.

0 комментариев