人工智能深度學(xué)習(xí)精選機器學(xué)習(xí)神經(jīng)科學(xué)神經(jīng)影片NEUROTECH打開神經(jīng)科學(xué)文章機器人6分鐘讀來自卡內(nèi)基梅隆大學(xué)的一組研究人員與明尼蘇達大學(xué)合作，在無創(chuàng)機器人設(shè)備控制領(lǐng)域取得了突破。研究人員利用無創(chuàng)的腦機接口(BCI)開發(fā)出了第一款成功的精神控制機器人手臂，具有連續(xù)跟蹤和跟蹤計算機光標(biāo)的能力。能夠僅使用思想無創(chuàng)地控制機器人裝置將具有廣泛的應(yīng)用，特別是有益于癱瘓患者和運動障礙患者的生活。已經(jīng)證明BCI僅使用從腦植入物感測到的信號來控制機器人設(shè)備的良好性能。當(dāng)機器人設(shè)備可以高精度控制時，它們可用于完成各種日常任務(wù)。然而，到目前為止，成功控制機器人手臂的BCI已經(jīng)使用了侵入性腦部植入物。這些植入物需要大量的醫(yī)學(xué)和外科專業(yè)知識才能正確安裝和操作，更不用說對象的成本和潛在風(fēng)險，因此，它們的使用僅限于少數(shù)臨床病例。

BCI研究的一大挑戰(zhàn)是開發(fā)侵入性較小甚至完全無創(chuàng)的技術(shù)，使癱瘓患者能夠利用自己的“思想”控制自己的環(huán)境或機器人肢體。這種非侵入性BCI技術(shù)如果成功，將帶來如此急需的技術(shù)對許多患者甚至可能對一般人群。

然而，使用非侵入性外部傳感而非腦部植入物的BCI接收“更臟”的信號，導(dǎo)致當(dāng)前較低的分辨率和較不精確的控制。因此，當(dāng)僅使用大腦來控制機器人手臂時，非侵入性BCI無法使用植入式裝置。盡管如此，BCI的研究人員已經(jīng)取得了進展，他們關(guān)注的是一種可以每天幫助世界各地患者的少量或非侵入性技術(shù)。

卡內(nèi)基梅隆大學(xué)(Carnegie Mellon University)生物醫(yī)學(xué)工程的受托人教授和部門負(fù)責(zé)人何斌(Bin He)正在實現(xiàn)這一目標(biāo)，這是一次發(fā)現(xiàn)的一項重要發(fā)現(xiàn)。

“使用腦部植入物的精神控制機器人設(shè)備取得了重大進展。這是一門出色的科學(xué)，“他說。

“但無創(chuàng)是最終目標(biāo)。神經(jīng)解碼的進步和無創(chuàng)機器人手臂控制的實用性將對非侵入性神經(jīng)機器人的最終發(fā)展產(chǎn)生重大影響。“

利用新穎的傳感和機器學(xué)習(xí)技術(shù)，他和他的實驗室能夠訪問大腦深處的信號，實現(xiàn)對機器人手臂的高分辨率控制。通過無創(chuàng)神經(jīng)成像和一種新穎的連續(xù)追蹤范式，他克服了嘈雜的腦電信號，從而顯著改善了基于腦電圖的神經(jīng)解碼，并促進了實時連續(xù)的二維機器人設(shè)備控制。

該技術(shù)直接適用于患者，該團隊計劃在不久的將來進行臨床試驗。該圖像歸功于卡內(nèi)基梅隆大學(xué)工程學(xué)院。

使用非侵入式BCI來控制在計算機屏幕上跟蹤光標(biāo)的機器人手臂，這是他第一次在人類受試者身上展示機器人手臂現(xiàn)在可以連續(xù)跟蹤光標(biāo)。盡管機器人手臂試圖“趕上”大腦的命令 - 但是現(xiàn)在，機器人手臂在光滑，連續(xù)的路徑中跟隨光標(biāo)，而人類在非侵入性地控制機器人手臂之前已經(jīng)按照不穩(wěn)定的離散運動移動光標(biāo)。

在Science Robotics發(fā)表的一篇論文中，該團隊建立了一個新的框架，通過增加用戶參與和培訓(xùn)，以及通過腦電圖源成像的無創(chuàng)神經(jīng)數(shù)據(jù)的空間分辨率，解決和改進BCI的“大腦”和“計算機”組件。 。

該論文“無創(chuàng)神經(jīng)影像增強機器人設(shè)備控制的連續(xù)神經(jīng)跟蹤”表明，該團隊解決這一問題的獨特方法并未將傳統(tǒng)中心任務(wù)的BCI學(xué)習(xí)提高近60%，它還增強了對計算機光標(biāo)的連續(xù)跟蹤超過500%。

圖片來源：卡內(nèi)基梅隆大學(xué)工程學(xué)院。

該技術(shù)還具有可以幫助各種人的應(yīng)用程序，通過提供安全，無創(chuàng)的“精神控制”設(shè)備，可以讓人們與他們的環(huán)境進行交互和控制。迄今為止，該技術(shù)已經(jīng)在68個健全的人類受試者中進行了測試(每個受試者最多10個療程)，包括虛擬設(shè)備控制和控制機器人手臂以進行持續(xù)追蹤。該技術(shù)直接適用于患者，該團隊計劃在不久的將來進行臨床試驗。

“盡管使用非侵入性信號存在技術(shù)挑戰(zhàn)，但我們完全致力于將這種安全和經(jīng)濟的技術(shù)帶給可以從中受益的人，”他說。“這項工作代表了無創(chuàng)腦機接口的重要一步，這項技術(shù)有朝一日可能成為幫助每個人的普遍輔助技術(shù)，如智能手機。”

資助：這項工作部分得到了國家補充和綜合健康中心，國家神經(jīng)疾病和中風(fēng)研究所，國家生物醫(yī)學(xué)成像和生物工程研究所以及國家精神衛(wèi)生研究所的支持。

使用通過皮質(zhì)內(nèi)植入獲得的信號的腦 - 計算機接口(BCI)已經(jīng)實現(xiàn)了成功的高維機器人設(shè)備控制，可用于完成日常任務(wù)。然而，正確植入和操作這些系統(tǒng)所需的大量醫(yī)療和外科專業(yè)知識極大地限制了它們在一些臨床病例之外的使用。需要較少干預(yù)的非侵入性對應(yīng)物可以提供高質(zhì)量的控制，這將極大地改善BCI與臨床和家庭環(huán)境的整合。在這里，我們使用腦電圖(EEG)來呈現(xiàn)和驗證非侵入性框架，以實現(xiàn)用于連續(xù)隨機目標(biāo)跟蹤的機器人裝置的神經(jīng)控制。該框架通過分別增加“大腦”和“計算機”組件來解決和改進用戶參與通過連續(xù)追蹤任務(wù)和相關(guān)的訓(xùn)練范例和通過腦電圖源成像的非侵入性神經(jīng)數(shù)據(jù)的空間分辨率?？傊覀儶毺氐目蚣軐鹘y(tǒng)的中心任務(wù)的BCI學(xué)習(xí)提高了近60%，在更現(xiàn)實的持續(xù)追求任務(wù)中提高了500%以上。我們通過在線無創(chuàng)神經(jīng)影像學(xué)進一步證明BCI控制的額外增強幾乎達到10%。最后，該框架部署在物理任務(wù)中，展示了從無約束虛擬光標(biāo)的控制到機器人手臂的實時控制的近乎無縫的過渡。