When we type or perform other precise tasks, our brains and muscles usually work together effortlessly.
But when a neurological disease or spinal cord injury severs the connection between the brain and limbs, once-easy motions become difficult or impossible.
In recent years researchers have sought to give people suffering from injury or disease some restored motor function by developing thought-controlled prostheses.
Such devices tap into the relevant regions of the brain, bypass damaged connections and deliver thought commands to devices such as virtual keypads.
But brains are complex. Actions and thoughts are orchestrated by millions of neurons -- biological switches that fire faster or slower in dynamic patterns.
Brain-controlled prostheses currently work with access to a sample of only a few hundred neurons, but need to estimate motor commands that involve millions of neurons. So tiny errors in the sample -- neurons that fire too fast or too slow -- reduce the precision and speed of thought-controlled keypads.
Now an interdisciplinary team led by Stanford electrical engineer Krishna Shenoy has developed a technique to make brain-controlled prostheses more precise. In essence the prostheses analyze the neuron sample and make dozens of corrective adjustments to the estimate of the brain's electrical pattern -- all in the blink of an eye.
Shenoy's team tested a brain-controlled cursor meant to operate a virtual keyboard. The system is intended for people with paralysis and amyotrophic lateral sclerosis (ALS), also called Lou Gehrig's disease. ALS degrades one's ability to move. The thought-controlled keypad would allow a person with paralysis or ALS to run an electronic wheelchair and use a computer or tablet.
"Brain-controlled prostheses will lead to a substantial improvement in quality of life," Shenoy said. "The speed and accuracy demonstrated in this prosthesis results from years of basic neuroscience research and from combining these scientific discoveries with the principled design of mathematical control algorithms."
Brain dynamics
The new corrective technique is based on a recently discovered understanding of how monkeys naturally perform arm movements. The researchers studied animals that were normal in every way. The monkeys used their arms, hands and fingers to reach for targets presented on a video screen. What the researchers sought to learn through hundreds of experiments was what the electrical patterns from the 100- to 200-neuron sample looked like during a normal reach. In short, they came to understand the "brain dynamics" underlying reaching arm movements.
"These brain dynamics are analogous to rules that characterize the interactions of the millions of neurons that control motions," said Jonathan Kao, a doctoral student in electrical engineering and first author of the Nature Communications paper on the research. "They enable us to use a tiny sample more precisely."
In their current experiments Shenoy's team members distilled their understanding of brain dynamics into an algorithm that could analyze the measured electrical signals that their prosthetic device obtained from the sampled neurons. The algorithm tweaked these measured signals so that the sample's dynamics were more like the baseline brain dynamics. The goal was to make the thought-controlled prosthetic more precise.
To test this algorithm the Stanford researchers trained two monkeys to choose targets on a simplified keypad. The keypad consisted of several rows and columns of blank circles. When a light flashed on a given circle the monkeys were trained to reach for that circle with their arms.
To set a performance baseline the researchers measured how many targets the monkeys could tap with their fingers in 30 seconds. The monkeys averaged 29 correct finger taps in 30 seconds.
The real experiment only scored virtual taps that came from the monkeys' brain-controlled cursor. Although the monkey may still have moved his fingers, the researchers only counted a hit when the brain-controlled cursor, corrected by the algorithm, sent the virtual cursor to the target.
The prosthetic scored 26 thought-taps in 30 seconds, about 90 percent as quickly as a monkey's finger. (See video of hand- versus thought-controlled cursor taps.)
Thought-controlled keypads are not unique to Shenoy's lab. Other brain-controlled prosthetics use different techniques to solve the problem of sampling error. Of several alternative techniques tested by the Stanford team, the closest resulted in 23 targets in 30 seconds.
Next steps
The goal of all this research is to get thought-controlled prosthetics to people with ALS. Today these people may use an eye-tracking system to direct cursors or a "head mouse" that tracks the movement of the head. Both are fatiguing to use. Neither provides the natural and intuitive control of readings taken directly from the brain.
The U.S. Food and Drug Administration recently gave Shenoy's team the green light to conduct a pilot clinical trial of their thought-controlled cursor on people with spinal cord injuries.
"This is a fundamentally new approach that can be further refined and optimized to give brain-controlled prostheses greater performance, and therefore greater clinical viability," Shenoy said.
เมื่อเราพิมพ์ หรือดำเนินการที่ชัดเจน สมองและกล้ามเนื้อของเรามักจะทำงานร่วมกันได้อย่างง่ายดายแต่เมื่อบาดเจ็บสันหลังหรือโรคระบบประสาท severs เชื่อมต่อระหว่างสมองและแขนขา ดังหนึ่งครั้งกลายเป็นยากลำบาก หรือไม่ในปีที่ผ่านมานักวิจัยได้พยายามที่จะให้คน ทุกข์ทรมานจากการบาดเจ็บหรือโรคบางคืนค่าฟังก์ชันมอเตอร์ โดยการพัฒนาความคิดควบคุม prosthesesอุปกรณ์ดังกล่าวเข้าไปยังพื้นที่ของสมองที่เกี่ยวข้อง หลีกเลี่ยงการเชื่อมต่อที่เสียหาย และส่งคิดคำสั่งไปยังอุปกรณ์เช่นคีบอร์ดยางเสมือนแต่สมองซับซ้อน การกระทำและความคิดที่กลั่น โดยคนนับล้านของ neurons - สวิตช์ชีวภาพที่ไฟได้เร็วขึ้น หรือช้าลงในรูปแบบแบบไดนามิกProstheses ควบคุมสมองกำลังทำงานกับการเข้าถึงตัวอย่างเพียงไม่กี่ร้อย neurons ได้ต้องประเมินคำสั่งมอเตอร์ที่เกี่ยวข้องกับล้านของ neurons ข้อผิดพลาดเล็ก ๆ ดังนั้นในตัวอย่าง - neurons ที่ไฟเร็วเกินไป หรือเกินไปช้า - ลดความแม่นยำและความเร็วของคีบอร์ดยางควบคุมความคิดตอนนี้ ทีมอาศัยการนำ โดยวิศวกรไฟฟ้าสแตนฟอร์ดกฤษณะ Shenoy ได้พัฒนาเทคนิคเพื่อให้ควบคุมสมอง prostheses ชัดเจนยิ่งขึ้น นั้ง prostheses การวิเคราะห์ตัวอย่างเซลล์ประสาท และทำให้หลายสิบของการปรับปรุงแก้ไขการประเมินของสมองไฟฟ้ารูปแบบ - ทั้งหมดในชั่วพริบตาShenoy's team tested a brain-controlled cursor meant to operate a virtual keyboard. The system is intended for people with paralysis and amyotrophic lateral sclerosis (ALS), also called Lou Gehrig's disease. ALS degrades one's ability to move. The thought-controlled keypad would allow a person with paralysis or ALS to run an electronic wheelchair and use a computer or tablet."Brain-controlled prostheses will lead to a substantial improvement in quality of life," Shenoy said. "The speed and accuracy demonstrated in this prosthesis results from years of basic neuroscience research and from combining these scientific discoveries with the principled design of mathematical control algorithms."Brain dynamicsThe new corrective technique is based on a recently discovered understanding of how monkeys naturally perform arm movements. The researchers studied animals that were normal in every way. The monkeys used their arms, hands and fingers to reach for targets presented on a video screen. What the researchers sought to learn through hundreds of experiments was what the electrical patterns from the 100- to 200-neuron sample looked like during a normal reach. In short, they came to understand the "brain dynamics" underlying reaching arm movements."These brain dynamics are analogous to rules that characterize the interactions of the millions of neurons that control motions," said Jonathan Kao, a doctoral student in electrical engineering and first author of the Nature Communications paper on the research. "They enable us to use a tiny sample more precisely."ในการทดลองปัจจุบัน สมาชิกของ Shenoy กลั่นความเข้าใจสมอง dynamics เป็นขั้นตอนวิธีการที่สามารถวิเคราะห์สัญญาณไฟฟ้าวัดที่รับอุปกรณ์ของเทียมจาก neurons ตัวอย่าง อัลกอริทึมการ tweaked สัญญาณวัดเหล่านี้เพื่อให้ตัวอย่าง dynamics ได้เหมือนเปลี่ยนแปลงสมองหลัก เป้าหมายที่ต้องควบคุมความคิดยิ่งเทียมอย่างแม่นยำการทดสอบขั้นตอนวิธีนี้ นักวิจัยสแตนฟอร์ดฝึกลิงสองเลือกเป้าหมายบนแป้นพิมพ์ภาษา แป้นพิมพ์ประกอบด้วยหลายแถวและคอลัมน์ของวงเปล่า เมื่อไฟอ่อนประกายในวงการให้ มีฝึกลิงไปถึงวงกลมที่มีแผ่นดินของพวกเขาการตั้งค่าพื้นฐานประสิทธิภาพนักวิจัยวัดเป้าหมายจำนวนลิงสามารถเคาะ ด้วยมือของพวกเขาใน 30 วินาที ลิง averaged 29 ก๊อกนิ้วที่ถูกต้องใน 30 วินาทีทดลองจริงคะแนนก๊อกเสมือนที่มาของลิงสมองควบคุมเคอร์เซอร์ เท่านั้น แม้ว่าลิงอาจยังมีย้ายมือของเขา นักวิจัยเพียงนับตีสมองควบคุมเคอร์เซอร์ แก้ไข โดยอัลกอริทึม เคอร์เซอร์เสมือนที่ส่งออกไปยังเป้าหมายที่เทียมคะแนนคิดก๊อก 26 ใน 30 วินาที ประมาณ 90 เปอร์เซ็นต์อย่างรวดเร็วที่นิ้วมือของลิง (ดูวิดีโอมือ-เมื่อเทียบกับความคิดควบคุมเคอร์เซอร์ก๊อก)คีบอร์ดยางควบคุมคิดเฉพาะห้องปฏิบัติการของ Shenoy ไม่ได้ อื่น ๆ ควบคุมสมอง prosthetics ใช้เทคนิคต่าง ๆ เพื่อแก้ไขปัญหาของข้อผิดพลาด หลายทางเลือกเทคนิคทดสอบ โดยทีมงานสแตนฟอร์ด ใกล้เคียงที่สุดส่งผลให้เป้าหมาย 23 30 วินาทีขั้นตอนถัดไปเป้าหมายของการวิจัยนี้จะไปควบคุมความคิด prosthetics คนยัง วันนี้คนเหล่านี้อาจใช้ระบบตาติดตามเคอร์เซอร์ตรงหรือ "หัวเมาส์" ที่ติดตามความเคลื่อนไหวของศีรษะ ทั้งสองมี fatiguing ใช้ ไม่ให้อ่านโดยตรงจากสมองควบคุมธรรมชาติ และใช้งานง่ายสหรัฐอเมริกาอาหารและยาล่าสุดให้ทีม Shenoy ของแสงสีเขียวเพื่อทำการทดลองทางคลินิกนำร่องของความคิดควบคุมเคอร์เซอร์ที่อยู่บนคนบาดเจ็บสันหลังShenoy กล่าวว่า "นี้เป็นพื้นฐานแนวทางใหม่ที่สามารถเพิ่มเติมกลั่น และปรับให้ประสิทธิภาพมากกว่า prostheses ควบคุมสมอง และชีวิตมากทางคลินิก
การแปล กรุณารอสักครู่..