微型脑机接口实时处理神经信号

Josiah02 · 发表于 2024-8-27 19:35:16

洛桑联邦理工学院（EPFL）的研究人员开发出了一种下一代微型脑机接口，能够在微型硅片上实现脑与文本的直接通信。
脑机接口 (BMI) 已成为一种有前途的解决方案，可帮助严重运动障碍患者恢复沟通和控制能力。传统上，这些系统体积庞大、耗电大，实际应用有限。
洛桑联邦理工学院（EPFL）的研究人员开发出了首个高性能微型脑机接口 (MiBMI)，提供了一种极小、低功耗、高精度且多功能的解决方案。
MiBMI发表在最新一期的《IEEE 固态电路杂志》上，并在国际固态电路会议上展示，它不仅提高了脑机接口的效率和可扩展性，而且为实用的、完全植入式设备铺平了道路。
这项技术有可能显著改善肌萎缩侧索硬化症 (ALS) 和脊髓损伤等患者的生活质量。
MiBMI 体积小、功耗低是其主要特点，使该系统适合植入式应用。其微创性确保了其在临床和现实生活中的安全性和实用性。
它也是一个完全集成的系统，这意味着记录和处理是在两个非常小的芯片上完成的，总面积为 8mm 2。这是 Mahsa Shoaran 的综合神经技术实验室 (INL) 在 EPFL 的 IEM 和 Neuro X 研究所开发的新型低功耗 BMI 设备中的最新产品。
“MiBMI 使我们能够将复杂的神经活动转换为可读的文本，并且具有高精度和低功耗。这一进步使我们更接近实用的可植入解决方案，可以显著提高严重运动障碍患者的沟通能力，”Shoaran 说。
脑到文本的转换涉及解码人们想象写字母或单词时产生的神经信号。在此过程中，植入大脑的电极会记录与手写运动动作相关的神经活动。
MiBMI 芯片组随后实时处理这些信号，将大脑想要的手部动作转换成相应的数字文本。这项技术使人们（尤其是闭锁综合症和其他严重运动障碍患者）能够通过简单地想象书写来进行交流，界面会将他们的想法转换成屏幕上可读的文本。
“虽然该芯片尚未集成到可用的 BMI 中，但它已经处理了以前的现场录音数据，例如来自斯坦福大学 Shenoy 实验室的数据，将手写活动转换为文本，准确率高达 91%，”主要作者 Mohammed Ali Shaeri 表示。
该芯片目前可以解码多达 31 个不同的字符，这是任何其他集成系统都无法比拟的成就。“我们有信心可以解码多达 100 个字符，但目前还没有包含更多字符的手写数据集，”Shaeri 补充道。
目前的 BMI 记录植入大脑的电极数据，然后将这些信号发送到单独的计算机进行解码。MiBMI 芯片不仅记录数据，还实时处理信息——将 192 通道神经记录系统与 512 通道神经解码器集成在一起。
微型脑机接口 (MiBMI)。来源：2024 EPFL / Lundi13—CC-BY-SA 4.0
这项神经技术突破是极致微型化的壮举，结合了集成电路、神经工程和人工智能方面的专业知识。这项创新在 BMI 领域神经技术初创公司的新兴时代尤其令人兴奋，该领域的集成和微型化是重点。EPFL 的 MiBMI 为该领域的未来提供了有希望的见解和潜力。
为了能够处理微型脑机接口上的电极所收集的大量信息，研究人员必须采用完全不同的数据分析方法。他们发现，当患者想象用手写每个字母时，大脑对每个字母的活动都包含非常具体的标记，研究人员将其命名为独特神经代码 (DNC)。
微芯片无需处理每个字母的数千字节数据，而只需处理大约一百字节的 DNC。这使得系统快速准确，功耗低。这一突破还缩短了训练时间，使学习如何使用 BMI 变得更容易、更方便。
与 EPFL Neuro-X 和 IEM 研究所的其他团队（例如 Grégoire Courtine、Silvestro Micera、Stéphanie Lacour 和 David Atienza 的实验室）的合作有望打造下一代集成式 BMI 系统。Shoaran、Shaeri 及其团队正在探索 MiBMI 系统在手写识别之外的各种应用。
“我们正在与其他研究小组合作，在不同情况下测试该系统，例如语音解码和运动控制。我们的目标是开发一种多功能的 BMI，可以针对各种神经系统疾病进行量身定制，为患者提供更广泛的解决方案，”Shoaran 说。
更多信息： MohammadAli Shaeri 等人，2.46 毫米² 微型脑机接口 (MiBMI)，可实现 31 类脑到文本解码，IEEE 固态电路杂志(2024)。DOI ：10.1109/JSSC.2024.3443254
Mohammad Ali Shaeri 等人，33.3 MiBMI：192/512 通道 2.46mm² 微型脑机接口芯片组，通过独特的神经代码实现 31 类脑到文本的转换，2024 年 IEEE 国际固态电路会议 (ISSCC) (2024)。DOI ：10.1109/ISSCC49657.2024.10454533
期刊信息： IEEE 固态电路杂志

账号		自动登录	找回密码
密码			立即注册