Biotechnologia.pl
łączymy wszystkie strony biobiznesu
Od myśli do działania – nieinwazyjny system dual-loop w interfejsach mózg-komputer

W ostatnich latach interfejsy mózg-komputer (z ang. brain-computer interface, BCI) zyskały na popularności, umożliwiając stosowanie nowatorskich sposobów komunikacji między ludzkim mózgiem a urządzeniami elektronicznymi. Niedawno chińscy naukowcy z Uniwersytetu w Tianjin oraz Uniwersytetu Tsinghua dokonali przełomu, opracowując pierwszy na świecie nieinwazyjny system BCI typu dual-loop. To odkrycie wyznacza ważny etap w rozwoju współpracy między człowiekiem a maszyną, jednocześnie tworząc nowe perspektywy dla przyszłości technologii BCI.

 

Idea bezpośredniego połączenia mózgu z komputerem sięga lat 70. XX w., kiedy to naukowcy zaczęli badać możliwości komunikacji między układem nerwowym a maszynami. Początkowo badania skupiały się na inwazyjnych metodach polegających na implantacji elektrod w mózgu, co wiązało się z ryzykiem i komplikacjami zdrowotnymi. W miarę postępu technologicznego rozwijano również nieinwazyjne techniki, takie jak elektroencefalografia (EEG), pozwalające na rejestrowanie aktywności mózgu bez konieczności ingerencji chirurgicznej. Przez lata interfejsy mózg-komputer znalazły zastosowanie w medycynie, umożliwiając osobom z niepełnosprawnościami kontrolowanie protez czy komunikację z otoczeniem. Współczesne badania koncentrują się na zwiększeniu precyzji, szybkości oraz komfortu użytkowania tych technologii, dążąc do ich powszechnego zastosowania.

Chińscy naukowcy z Uniwersytetu w Tianjin oraz Uniwersytetu Tsinghua dokonali przełomu, łącząc swoje doświadczenia w obszarach, takich jak inżynieria biomedyczna, sztuczna inteligencja, elektronika oraz systemy sterowania, w dziedzinie interfejsów mózg-komputer, opracowując pierwszy na świecie nieinwazyjny system typu dual-loop. To innowacyjne rozwiązanie umożliwia wzajemne uczenie się człowieka i maszyny, co stanowi istotny krok naprzód w technologii BCI. Wśród badaczy zaangażowanych w to osiągnięcie znajdują się: dr Minjing Yu, adiunkt w College of Intelligence and Computing na Uniwersytecie w Tianjin, dr Linqi Ye, badacz podoktorski w Centrum Sztucznej Inteligencji i Robotyki na Tsinghua Shenzhen International Graduate School, dr Lanjun Wang, Wei Pang, profesor w College of Precision Instrument and Optoelectronics Engineering na Uniwersytecie w Tianjin, Ting Wu, dyrektor ds. projektowania analogowego w Norel Systems w Tianjin, pracujący nad układami SerDes ICs, a także Ting Yang, profesor w School of Electrical Engineering and Automation na Uniwersytecie w Tianjin.

Uczestnik eksperymentu – osoba z paraliżem czterokończynowym (tetraplegią) – został wyposażony w nieinwazyjny interfejs mózg-komputer. Aby rozpocząć eksperyment, uczestnik skoncentrował się na myśli o poruszaniu palcami dłoni. Te sygnały mózgowe zostały zinterpretowane przez system, który przesłał je do drona, umożliwiając jego kontrolowanie. System monitorował aktywność mózgu uczestnika, dekodując sygnały neuronalne na ruchy drona, co pozwalało na precyzyjne sterowanie urządzeniem w czasie rzeczywistym. Podczas trwającego sześć godzin eksperymentu system wykazywał stabilność działania, nieprzerwaną przez cały okres testów. Dokładność sterowania dronem zwiększyła się o ok. 20% w miarę trwania eksperymentu, co świadczy o coraz lepszym dopasowaniu systemu do potrzeb użytkownika.

Nowy system oparty na 128-kilokomórkowym układzie memrystorowym stanowi przełom w dziedzinie interfejsów mózg-komputer. Memrystory, jako elementy elektroniczne zdolne do zapamiętywania poprzednich stanów elektrycznych, umożliwiają efektywne dekodowanie sygnałów mózgowych. Dzięki temu interfejs osiąga wydajność porównywalną z tradycyjnymi metodami programowymi, oferując jednocześnie niższe zużycie energii i szybsze przetwarzanie danych. Kluczowym elementem tego rozwiązania jest zastosowanie interaktywnych ram aktualizacji, które pozwalają na wzajemne dostosowywanie się dekodera memrystorowego i zmieniających się sygnałów mózgowych, co prowadzi do bardziej efektywnej komunikacji między człowiekiem a maszyną. System dual-loop w interfejsach mózg-komputer opiera się na dwóch współpracujących pętlach uczenia. Jest to pętla uczenia mózgu, która adaptuje się do sygnałów mózgowych użytkownika, aby poprawić dokładność i efektywność dekodowania i pętla uczenia maszyny, która dostosowuje algorytmy maszyny w odpowiedzi na sygnały zwrotne, umożliwiając lepszą synchronizację z użytkownikiem. Ta wzajemna adaptacja pozwala na dynamiczne dostosowywanie się zarówno użytkownika, jak i systemu, co prowadzi do bardziej naturalnej i efektywnej interakcji.  

Wprowadzenie tego systemu otwiera nowe możliwości w dziedzinie interfejsów mózg-komputer. W przyszłości tego rodzaju technologie mogą znaleźć zastosowanie nie tylko w medycynie, ale także w codziennym życiu, umożliwiając sterowanie różnymi urządzeniami za pomocą myśli. W medycynie interfejsy mózg-komputer typu dual-loop mogą zostać wykorzystane w rehabilitacji osób po udarach mózgu, pozwalając na przywrócenie funkcji motorycznych poprzez stymulację mózgu i synchronizację z aktywnością ciała. Ponadto mogą znaleźć zastosowanie w leczeniu osób z porażeniami, umożliwiając kontrolowanie protez lub egzoszkieletów tylko za pomocą myśli, co będzie gwarantowało samodzielność i poprawę jakości życia pacjentów. Tego rodzaju technologie mogą również być użyteczne w terapii osób cierpiących na choroby neurodegeneracyjne, takie jak stwardnienie zanikowe boczne (ALS) czy choroba Parkinsona, wspomagając komunikację i kontrolę nad codziennymi czynnościami. Dodatkowo interfejsy BCI mogą wspierać diagnozowanie i leczenie zaburzeń psychicznych, takich jak depresja czy stany lękowe, przez monitorowanie aktywności mózgu i dostosowywanie terapii w czasie rzeczywistym. Przed powszechnym wdrożeniem takich systemów konieczne jest jednak przeprowadzenie dalszych badań i testów, aby zapewnić ich bezpieczeństwo oraz niezawodność. Niemniej opracowanie nieinwazyjnego systemu BCI typu dual-loop stanowi istotny krok w kierunku integracji technologii z ludzkim umysłem, co może zrewolucjonizować sposób, w jaki komunikujemy się z otaczającym nas światem.

Źródła

1. https://sztucznainteligencja.si/interfejs-mozg-komputer/?utm_source=chatgpt.com

2. https://mlodytechnik.pl/eksperymenty-i-zadania-szkolne/wynalazczosc/31251-interfejsy-mozg-komputer?utm_source=chatgpt.com

3. https://www.globaltimes.cn/page/202502/1328645.shtml?utm_source=chatgpt.com

4. Liu, Z.; Mei, J.; Tang, J.; et al. A Memristor-Based Adaptive Neuromorphic Decoder for Brain–Computer Interfaces. Nat. Electron. 2025, 8, 123-135. https://doi.org/10.1038/s41928-025-01340-2

Fot. https://www.lummi.ai/photo/bioengineered-brain-with-electronic-components-j5k-w

KOMENTARZE
news

<Kwiecień 2025>

pnwtśrczptsbnd
1
2
CEBioForum 2025
2025-04-02 do 2025-04-03
3
5
6
8
10
11
12
13
18
19
20
21
24
Webinar | Podstawy perfumerii
2025-04-24 do 2025-04-24
26
27
28
29
Wzorcowanie i kwalifikacja wag
2025-04-29 do 2025-04-29
1
2
3
4
Newsletter