Den motoriske cortex er den delen av hjernen som kontrollerer bevegelse, men det er også aktivt når en person ser på at noen andre beveger seg eller planlegger bevegelser, som å spore en ball før du fanger den. Dette kompliserer prosessen med å dekode hjerneaktivitet fra den regionen for å kontrollere et robotlem, sa Carlos Vargas-Irwin, en assisterende professor i nevrovitenskap (forskning) ved Brown University.

Nå, med et femår, $1.5 million Ny innovatørpris fra National Institutes of Health Høy risiko, Forskning med høy belønning program, han vil bruke kameraer og kunstig syn med sikte på å dekode tilsiktede bevegelser og annen aktivitet i den motoriske cortex og bruke denne kunnskapen til å utvikle mer effektive hjerne-datamaskin-grensesnitt.

"Målet med dette prosjektet er å bedre forstå samspillet mellom sensorisk og bevegelsesrelatert informasjon slik at vi kan tolke signaler relatert til tiltenkte handlinger mer nøyaktig," sa Vargas-Irwin, som er en del av BrainGate samarbeid ledet av forskere fra Brown, Case Western Reserve University, Universitetet i Stanford, Massachusetts General Hospital og Providence V.A. Medisinsk senter.

BrainGate er et hjerne-datamaskin-grensesnitt som brukes i en klinisk utprøving for å hjelpe lammede mennesker til å gjenvinne uavhengighet ved direkte å kontrollere hjelpemidler med tankene deres, til og med gjenopprette litt mobilitet ved kunstig stimulerende muskler.

I Vargas-Irwins prosjekt, han vil kombinere et eksternt kamera og kunstig syn med informasjon om nevrale aktivitet fra en nevrale dekoder.

"Dette vil tillate dekoderen å tolke nevral aktivitet innenfor konteksten av det visuelle miljøet på en måte som ligner mer på den naturlige driftstilstanden til hjernen," sa Vargas-Irwin, som er tilknyttet Brown's Carney Institute for Brain Science.

Å gjøre dette, Først vil Vargas-Irwin og teamet hans trene rhesus-makaker til å utføre forskjellige bevegelser mens de fanger tre forskjellige sett med informasjon. Teamet vil registrere makakens nevrale aktivitet, bruk et Hollywood-lignende motion capture-system for å spore de nøyaktige bevegelsene, og ta opp det visuelle miljøet med kamera og kunstig syn.

Neste, teamet vil ta informasjon om bevegelsesfangst og informasjon om kunstig syn og prøve å forutsi nevrale aktivitet. «Dette høres kanskje litt bakvendt ut, men ideen er å se hva nevronene i den motoriske cortex faktisk koder og deretter kunne utvikle mer nøyaktige modeller," sa Vargas-Irwin.

De vil vite at de forstår hvilke trekk ved den nevrale aktiviteten som reflekterer miljøet og hvilke trekk som reflekterer den tiltenkte bevegelsen når de kan ta rhesusmakakens nevrale aktivitet og det kunstige synet og forutsi bevegelsen riktig.

Å bruke rhesus macaques er viktig slik at teamet kan samle informasjon om de nøyaktige bevegelsene som er resultatet av nevrale aktivitet, Vargas-Irwin sa. Dette vil tillate dem å evaluere modellene sine og vil ikke være tilgjengelig fra menneskelige pasienter som har svært begrenset bevegelse. Når teknologien til slutt blir brukt på BrainGate kliniske studier - som Vargas-Irwin sa han fullt ut forventer - vil pasienter bli vist forhåndsbestemte bevegelsessekvenser og bli bedt om å prøve å generere den samme bevegelsen.

Hvert år støtter NIH uvanlig nyskapende forskning fra tidlige karriereforskere, Vargas-Irwin var en av 58 anerkjent i år. Andre laboratorier følger en mer konvensjonell tilnærming for å forbedre nøyaktigheten i tolkningen av motorisk cortex-aktivitet. Dette innebærer registrering av nevral aktivitet i mange relaterte områder, slik som visuell cortex og bakre parietal cortex, som er involvert i bevegelsesplanlegging. Vargas-Irwin sa det for kliniske pasienter, det er viktig å ha minst mulig sensorer som fortsatt gir tydelig informasjon. Potensielt, metoden kan til og med erstatte ekstra implantater med eksterne sensorer som videokameraer.

John Donoghue, en BrainGate-leder og Brown-professor i nevrovitenskap som har jobbet med Vargas-Irwin i mer enn 15 år, sa at han var glad for å se NIH anerkjenne Vargas-Irwin med den prestisjetunge prisen.

"Prosjektet hans gir en smart tilnærming for å oppnå mye bedre kontroll for hjernedatamaskingrensesnitt (BCI-er) ved å legge til visuell informasjon til nevrale signaler på en ny måte,sa Donoghue. "Denne forskningen vil fremme både grunnleggende forståelse av hvordan sensoriske signaler bidrar til koding av bevegelse i hjernen og praktisk kunnskap om hvordan man kan lage nyttige BCI-er som gjenoppretter bevegelse til personer med lammelse."

Vargas-Irwin vokste opp i Cali, Colombia, og oppnådde både sin bachelorgrad og Ph.D. fra Brown. Han sa at han lenge har vært interessert i å jobbe med å forstå hvordan nettverk av nevroner går sammen for å behandle informasjon.

"Det motoriske systemet er interessant fordi det foregår en kompleks beregning i hjernen, og vi kan måle produksjonen direkte," han sa. "Og selvfølgelig kan vi bruke denne forståelsen av motoriske kretser til å utvikle teknologi for å hjelpe mennesker med motoriske lidelser eller skader."

Kilde:

https://news.brown.edu