Brown Wissenschaftler gewinnt für neuen Ansatz $ 1.5M Innovator Award Decodierung Gehirnsignale

Die motorische Kortex ist der Teil des Gehirns, die Bewegung steuert,, aber es ist auch aktiv, wenn eine Person jemand anderes bewegen oder plansmovements Uhren, wie eine Kugel Tracking, bevor es zu kontrollieren. Dies verkompliziert den Prozess der Decodierung der Hirnaktivität aus dieser Region, um einen Roboter zu steuern glied, sagte Carlos Vargas-Irwin, ein Assistenzprofessor für Neurowissenschaften (Forschung) an der Brown University.

Jetzt, mit einem Fünf-Jahr, $1.5 Million New Innovator Award von den National Institutes of Health Hohes Risiko, High-Belohnung Forschung Programm, er wird Kameras und künstliche Vision mit dem Ziel der Decodierung vorsätzliche Bewegungen und andere Aktivitäten im motorischen Cortex verwenden und die Anwendung dieses Wissens effektive Gehirn-Computer-Schnittstellen zu entwickeln,.

„Das Ziel dieses Projektes ist es besser, die Wechselwirkung zwischen sensorischen und bewegungsbezogenen Informationen zu verstehen, so dass wir Signale im Zusammenhang mit geplanten Maßnahmen genau mehr interpretieren können,“, Sagte Vargas-Irwin, wer ist Teil der Braingate Zusammenarbeit unter der Leitung von Forschern von Brown, Case Western Reserve University, Universität in Stanford, Massachusetts General Hospital und der Providence V.A. Ärztezentrum.

Braingate ist eine Gehirn-Computer-Schnittstelle in einer klinischen Studie verwendete gelähmte Menschen Unabhängigkeit mit ihren Gedanken durch die direkte Steuerung Hilfsmittel wieder zu helfen, auch die Wiederherstellung gewisse Mobilität von künstlich anregend Muskeln.

In Vargas-Irwins Projekt, er wird eine externe Kamera und künstliche Vision mit den neuronalen Aktivität Informationen von einem neuronalen Decoder kombinieren.

„Dies ermöglicht es dem Decoder neuronale Aktivität im Kontext der visuellen Umgebung in einer Art und Weise zu interpretieren, die ähnelt mehr den natürlichen Betriebszustand des Gehirns,“, Sagte Vargas-Irwin, die mit Brown verbundenen Carney-Institut für Hirnforschung.

Um dies zu tun, erster Vargas-Irwin und sein Team Rhesusmakaken trainieren verschiedene Bewegungen auszuführen, während sie drei verschiedene Sätze von Informationen erfassen. Das Team wird aufzeichnen die neuronale Aktivität des Makaken, verwenden, um ein Hollywood-like Motion-Capture-System seine präzisen Bewegungen zu verfolgen, und notieren Sie die visuelle Umgebung mit einer Kamera und künstlichem Sehen.

Nächster, das Team wird die Motion-Capture-Informationen und die künstliche Vision Informationen nehmen und versuchen, die neuronale Aktivität vorherzusagen. „Dies kann ein wenig klingt nach hinten, aber die Idee ist, zu sehen, was die Neuronen im motorischen Kortex codieren tatsächlich und dann in der Lage entwickeln genauere Modelle,“Vargas-Irwin sagte.

Sie werden wissen, dass sie verstehen, was der neuronalen Aktivität verfügt über die Umgebung reflektieren und welche Merkmale spiegeln die beabsichtigte Bewegung, wenn sie die Rhesusaffe die neuronale Aktivität nehmen und die künstliche Vision und Vorhersage richtig seine Bewegung.

Mit Rhesusmakaken ist wichtig, damit das Team Informationen über die genaue Bewegungen sammeln kann, die aus der neuronalen Aktivität führen, Vargas-Irwin sagte. Dies wird ermöglicht es ihnen, ihre Modelle zu bewerten und nicht von menschlichen Patienten zur Verfügung, die sehr begrenzte Bewegung haben. Wenn die Technik schließlich auf die Braingate klinischen Studien angewandt - die Vargas-Irwin sagte, er erwartet, voll - Patienten vorgegebene Bewegungsabläufe gezeigt werden und aufgefordert werden, um zu versuchen, die gleiche Bewegung zu erzeugen,.

Jedes Jahr nimmt die NIH unterstützt ungewöhnlich innovative Forschung von wissenschaftlichem Nachwuchs, Vargas-Irwin war einer von 58 in diesem Jahr anerkannt. Weitere Labore verfolgen einen konventionelleren Ansatz zur Verbesserung der Genauigkeit in den motorischen Kortex Aktivität zu interpretieren. Dies beinhaltet die neuronale Aktivität in vielen verwandten Bereichen der Aufnahme, wie der Sehrinde und posterioren parietalen Kortex, die in der Bewegungsplanung beteiligt. Vargas-Irwin sagte, dass für die klinischen Patienten, es ist wichtig, die geringste Menge an Sensoren zu haben, die noch klare Informationen liefern. Möglicherweise, Das Verfahren könnte sogar zusätzliche Implantate mit externen Sensoren wie Videokameras ersetzen.

John Donoghue, ein BrainGate-Leiter und Brown-Professor für Neurowissenschaften, der seit mehr als mit Vargas-Irwin zusammenarbeitet 15 Jahre, sagte, er sei erfreut zu sehen, dass das NIH Vargas-Irwin mit der prestigeträchtigen Auszeichnung auszeichnet.

„Sein Projekt bringt einen cleveren Ansatz, um eine viel bessere Kontrolle für Gehirn-Computer-Schnittstellen zu erreichen (BCIs) durch das Hinzufügen von visuellen Informationen zu neuronalen Signalen auf neuartige Weise,“, sagte Donoghue. „Diese Forschung wird sowohl das grundlegende Verständnis darüber, wie sensorische Signale zur Kodierung von Bewegungen durch das Gehirn beitragen, als auch das praktische Wissen darüber, wie nützliche BCIs erstellt werden können, die Menschen mit Lähmungen die Bewegung wiederherstellen, voranbringen.“

Vargas-Irwin wuchs in Cali auf, Kolumbien, und erwarb sowohl seinen Bachelor-Abschluss als auch seinen Ph.D. von Braun. Er sagte, er interessiere sich schon lange dafür, zu verstehen, wie Netzwerke von Neuronen ihre Kräfte bündeln, um Informationen zu verarbeiten.

„Das Motorsystem ist interessant, weil es eine komplexe Berechnung stattfindet im Gehirn ist, und sie können direkt auf den Ausgang messen," er sagte. „Und natürlich können wir dieses Verständnis von Motorschaltungen verwenden, um Technologie zu entwickeln Menschen mit motorischen Störungen oder Verletzungen zu helfen.“

Quelle:

https://news.brown.edu