Idi na sadržaj

Sučelje mozak–računar

S Wikipedije, slobodne enciklopedije

Interfejs mozak-računar (BCI), koji se ponekad naziva i sučelje mozak-mašina (BMI) ili pametni mozak, direktan je komunikacijski put između električne aktivnosti mozga i vanjskog uređaja, najčešće računara ili robotskog uda. BCI su često usmjereni na istraživanje, mapiranje, asistiranje, povećanje ili popravljanje ljudskih kognitivnih ili senzorno-motornih funkcija.[1] Često se konceptualiziraju kao sučelje čovjek-mašina koje preskače posredničku komponentu fizičkog kretanja dijelova tijela, ali i otvara mogućnost brisanja diskretnosti mozga i mašine. Implementacije BCI variraju od neinvazivnih (EEG, MEG, MRI) i djelomično invazivnih (ECoG i endovaskularni) do invazivnih (niz mikroelektroda), na osnovu toga koliko blizu elektrode dolaze do moždanog tkiva.[2]

Istraživanje BCI-ja započelo je 1970-ih Jacques Vidal na Kalifornijskom univerzitetu u Los Angelesu (UCLA) u okviru granta Nacionalne naučne fondacije, nakon čega je uslijedio ugovor od DARPA-e.[3][4] Vidalov rad iz 1973. označava prvu pojavu izraza interfejs mozak-računar u naučnoj literaturi.

Zbog kortikalne plastičnosti mozga, signalima iz implantiranih proteza mozak može, nakon adaptacije, upravljati poput prirodnih senzorskih ili efektorskih kanala.[5] Nakon godina eksperimentiranja na životinjama, sredinom 1990-ih pojavili su se prvi neuroprotetski uređaji ugrađeni u ljude.

Nedavno su studije o interakciji čovjeka i računara primjenom mašinskog učenja na statističke vremenske karakteristike ekstrahovane iz podataka prednjeg režnja (EEG moždani talas) imale visok nivo uspjeha u klasifikaciji mentalnih stanja (opušteno, neutralno, koncentrisano),[6] mentalnih emocionalnih stanja (negativna, neutralna, pozitivna),[7] i talamokortikalna aritmija.[8]

Majmun koji upravlja robotskom rukom sa interfejsom mozak-kompjuter (Švarcova laboratorija, Univerzitet u Pitsburgu)
Dijagram BCI koji su razvili Miguel Nicolelis i kolege za upotrebu na rezus majmunima
BCI su glavni fokus Carney instituta za nauku o mozgu na Univerzitetu Brown.

Ljudska BCI istraživanja

[uredi | uredi izvor]

Invazivni BCI

[uredi | uredi izvor]

Invazivni BCI zahtijeva operaciju ugradnje elektroda ispod vlasišta za prenošenje moždanih signala. Glavna prednost je tačnije očitavanje; međutim, njegova loša strana uključuje nuspojave od operacije. Nakon operacije može se formirati ožiljno tkivo koje može oslabiti moždane signale. Osim toga, prema istraživanju Abdulkadera et al., (2015),[9] tijelo možda neće prihvatiti implantirane elektrode i to može uzrokovati poremećeno zdravstveno stanje.

Ilustracija invazivnih i djelimično invazivnih BCI: elektrokortikografija (ECoG), endovaskularna i intrakortikalna mikroelektroda.

Reference

[uredi | uredi izvor]
  1. ^ "Enhancing Nervous System Recovery through Neurobiologics, Neural Interface Training, and Neurorehabilitation". Frontiers in Neuroscience. 10: 584. 2016. doi:10.3389/fnins.2016.00584. PMC 5186786. PMID 28082858.
  2. ^ Michael L Martini, BA, Eric Karl Oermann, MD, Nicholas L Opie, PhD, Fedor Panov, MD, Thomas Oxley, MD, PhD, Kurt Yaeger, MD, Sensor Modalities for Brain-Computer Interface Technology: A Comprehensive Literature Review, Neurosurgery, Volume 86, Issue 2, February 2020, Pages E108–E117,
  3. ^ "Toward direct brain-computer communication". Annual Review of Biophysics and Bioengineering. 2 (1): 157–180. 1973. doi:10.1146/annurev.bb.02.060173.001105. PMID 4583653.
  4. ^ "Real-Time Detection of Brain Events in EEG". Proceedings of the IEEE. 65 (5): 633–641. 1977. doi:10.1109/PROC.1977.10542.
  5. ^ "A direct brain interface based on event-related potentials". IEEE Transactions on Rehabilitation Engineering. 8 (2): 180–185. juni 2000. doi:10.1109/86.847809. PMID 10896180. Nepoznati parametar |displayauthors= zanemaren (prijedlog zamjene: |display-authors=) (pomoć)
  6. ^ Bird JJ, Manso LJ, Ribeiro EP, Ekárt A, Faria DR (septembar 2018). A Study on Mental State Classification using EEG-based Brain-Machine Interface. Madeira Island, Portugal: 9th international Conference on Intelligent Systems 2018. Pristupljeno 3. 12. 2018.
  7. ^ Bird JJ, Ekart A, Buckingham CD, Faria DR (2019). Mental Emotional Sentiment Classification with an EEG-based Brain-Machine Interface. St Hugh's College, University of Oxford, United Kingdom: The International Conference on Digital Image and Signal Processing (DISP'19). Arhivirano s originala, 3. 12. 2018. Pristupljeno 3. 12. 2018.
  8. ^ "Thalamocortical dysrhythmia detected by machine learning". Nature Communications (jezik: engleski). 9 (1): 1103. mart 2018. Bibcode:2018NatCo...9.1103V. doi:10.1038/s41467-018-02820-0. PMC 5856824. PMID 29549239.
  9. ^ "Brain computer interfacing: Applications and challenges". Egyptian Informatics Journal. 16 (2): 213–230. juli 2015. doi:10.1016/j.eij.2015.06.002. ISSN 1110-8665.

Šablon:BCIŠablon:Neuroscience