I ricercatori della società russa Neurobotics e dell'Istituto di fisica e tecnologia di Mosca hanno trovato un modo per visualizzare l'attività cerebrale di una persona come immagini reali che imitano ciò che osservano in tempo reale. Ciò consentirà nuovi dispositivi di riabilitazione post-ictus controllati da segnali cerebrali. Il team ha pubblicato la sua ricerca come prestampa su bioRxiv e ha pubblicato un video online che mostra il loro sistema di "lettura della mente" al lavoro.

Sviluppare dispositivi controllati dal cervello e metodi per il trattamento dei disturbi cognitivi e la riabilitazione post-ictus, i neurobiologi devono capire come il cervello codifica le informazioni. Un aspetto chiave di questo è lo studio dell'attività cerebrale delle persone che percepiscono le informazioni visive, Per esempio, durante la visione di un video.

Le soluzioni esistenti per estrarre le immagini osservate dai segnali cerebrali utilizzano la risonanza magnetica funzionale o analizzano i segnali raccolti tramite impianti direttamente dai neuroni. Entrambi i metodi hanno applicazioni abbastanza limitate nella pratica clinica e nella vita quotidiana.

L'interfaccia cervello-computer sviluppata da MIPT e Neurobotics si basa su reti neurali artificiali ed elettroencefalografia, o EEG, una tecnica per la registrazione delle onde cerebrali tramite elettrodi posizionati in modo non invasivo sul cuoio capelluto. Analizzando l'attività cerebrale, il sistema ricostruisce in tempo reale le immagini viste da una persona sottoposta a EEG.

"Stiamo lavorando al progetto Assistive Technologies di Neuronet della National Technology Initiative, che si concentra sull'interfaccia cervello-computer che consente ai pazienti post-ictus di controllare un braccio esoscheletrico per scopi di neuroriabilitazione, o pazienti paralizzati per guidare una sedia a rotelle elettrica, Per esempio. L'obiettivo finale è aumentare l'accuratezza del controllo neurale per gli individui sani, pure, " disse Vladimir Konyshev, che dirige il Laboratorio di Neurorobotica al MIPT.

Nella prima parte dell'esperimento, i neurobiologi hanno chiesto a soggetti sani di guardare 20 minuti di frammenti di video di YouTube di 10 secondi. Il team ha selezionato cinque categorie di video arbitrarie:forme astratte, cascate, volti umani, meccanismi in movimento e sport motoristici. Quest'ultima categoria includeva registrazioni in prima persona di motoslitte, scooter d'acqua, gare di moto e auto.

Analizzando i dati EEG, i ricercatori hanno dimostrato che i modelli delle onde cerebrali sono distinti per ogni categoria di video. Ciò ha permesso al team di analizzare la risposta del cervello ai video in tempo reale.

Nella seconda fase dell'esperimento, tre categorie casuali sono state selezionate dalle cinque originali. I ricercatori hanno sviluppato due reti neurali:una per la generazione di immagini casuali specifiche per categoria da "rumore, " e un altro per generare un "rumore" simile dall'EEG. Il team ha quindi addestrato le reti a operare insieme in modo da trasformare il segnale EEG in immagini reali simili a quelle osservate dai soggetti del test (fig. 2).

Per testare la capacità del sistema di visualizzare l'attività cerebrale, ai soggetti sono stati mostrati video inediti delle stesse categorie. Mentre guardavano, Gli EEG sono stati registrati e inviati alle reti neurali. Il sistema ha superato il test, generando immagini convincenti che potrebbero essere facilmente classificate nel 90% dei casi (fig. 1).

"L'elettroencefalogramma è una raccolta di segnali cerebrali registrati dal cuoio capelluto. I ricercatori pensavano che studiare i processi cerebrali tramite EEG fosse come capire la struttura interna di una macchina a vapore analizzando il fumo lasciato da un treno a vapore, " ha spiegato il coautore dell'articolo Grigory Rashkov, un ricercatore junior presso MIPT e un programmatore presso Neurobotics. "Non ci aspettavamo che contenesse informazioni sufficienti per ricostruire anche parzialmente un'immagine osservata da una persona. Eppure si è rivelato del tutto possibile".

"Cosa c'è di più, possiamo usarlo come base per un'interfaccia cervello-computer che funzioni in tempo reale. È abbastanza rassicurante. Con la tecnologia attuale, le interfacce neurali invasive immaginate da Elon Musk affrontano le sfide della chirurgia complessa e del rapido deterioramento dovuto a processi naturali:si ossidano e falliscono nel giro di diversi mesi. Speriamo di poter finalmente progettare interfacce neurali più convenienti che non richiedano l'impianto, " ha aggiunto il ricercatore.