Нейрокомп'ютерний інтерфейс: відмінності між версіями

Матеріал з Вікіпедії — вільної енциклопедії.
Перейти до навігації Перейти до пошуку
Інтерактивний перегляд історії
[неперевірена версія][неперевірена версія]
← Попереднє редагуванняНаступне редагування →
Вилучено вміст Додано вміст
ВізуальнийВікірозмітка
В культурі
Доповнено, оптимізовано
Рядок 1: Рядок 1:
'''Нейро-комп'ютерний інтерфейс (НКІ)''' (''нейронний інтерфейс, мозковий інтерфейс'') — [[система]], створена для обміну інформацією між [[Мозок|мозком]] і електронним пристроєм (наприклад, [[комп'ютер]]ом).
[[Файл:Brain BCI.jpg|альт=Демонстрація технології «Інтерфейс мозок-комп’ютер». Управління пластиковою рукою за допомогою думки. Кадр знятий на зйомках фільму «Мозок: Другий Всесвіт».|міні|Демонстрація технології. Управління пластиковою рукою за допомогою [[Думка|думки]].]]'''Нейро-комп'ютерний інтерфейс (НКІ)''' (''нейронний інтерфейс, мозковий інтерфейс'') — [[система]], створена для обміну інформацією між [[Мозок|мозком]] і електронним пристроєм (наприклад, [[комп'ютер]]ом).


Дослідження і розробка НКІ є напрямком міждисциплінарної співпраці таких наукових дисциплін, як [[нейронаука]], [[біомедична інженерія]], [[біомедицина]] та [[інженерія]], що охоплює різноманітний набір методологій, спрямованих на встановлення прямого зв’язку між мозком людини та зовнішніми пристроями, революціонізуючи нашу взаємодію з технологіями та розширюючи людські можливості. За своєю суттю, пристрої НКІ використовують розуміння сигналів мозку, декодування нейронних патернів і перетворення їх у дієві команди. Цей процес передбачає глибоке розуміння [[Нейрофізіологія|нейрофізіології]], у поєднанні з передовими інженерними рішеннями для захоплення, обробки та інтерпретації цих складних [[Нейрон|нейронних]] сигналів.<ref name=":2">{{Cite book
У односпрямованих [[інтерфейс]]ах зовнішні пристрої можуть або приймати сигнали від мозку, або посилати йому сигнали (наприклад, імітуючи сітківку ока при відновленні зору електронним [[імплантати|імплантатом]]). Двонаправлені [[інтерфейс]]и дозволяють мозку і зовнішнім пристроям обмінюватися інформацією в обох напрямках. В основі нейро-комп'ютерного інтерфейсу часто використовується метод біологічного зворотного зв'язку.
|title=Brain-computer interfaces: principles and practice
[[Файл:Brain BCI.jpg|альт=Демонстрація технології «Інтерфейс мозок-комп’ютер». Управління пластиковою рукою за допомогою думки. Кадр знятий на зйомках фільму «Мозок: Другий Всесвіт».|міні|Демонстрація технології. Управління пластиковою рукою за допомогою думки. Кадр знятий на зйомках фільму «Мозок: Другий Всесвіт».]]
|date=2012
Нейро-комп'ютерні інтерфейси часто спрямовані на дослідження, картографування, асистування, посилення або відновлення когнітивних або сенсорно-моторних функцій людини<ref>{{Cite web|url=https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5186786/|title=Enhancing Nervous System Recovery through Neurobiologics, Neural Interface Training, and Neurorehabilitation|last=Krucoff, M. O., Rahimpour, S., Slutzky, M. W., Edgerton, V. R., & Turner, D. A.|date=27 грудня 2016|website=https://doi.org/10.3389/fnins.2016.00584|publisher=Frontiers in neuroscience, 10, 584|language=eng}}</ref>. Впровадження НКІ варіюються від неінвазивних ([[Електроенцефалограма|ЕЕГ]], [[Магнітоенцефалографія|МЕГ]], [[Позитрон-емісійна томографія|ПЕТ]], [[Магнітно-резонансна томографія|МРТ]]) і частково інвазивних (електрокортикографія та ендоваскулярні) до інвазивних (матриця мікроелектродів), залежно від того, наскільки близько електроди підходять до тканин мозку.<ref>{{Cite news|title=Sensor Modalities for Brain-Computer Interface Technology: A Comprehensive Literature Review|url=https://journals.lww.com/neurosurgery/Abstract/2020/02000/Sensor_Modalities_for_Brain_Computer_Interface.22.aspx|work=Neurosurgery|date=2020-02|accessdate=2023-02-07|issn=0148-396X|doi=10.1093/neuros/nyz286|pages=E108|volume=86|issue=2|language=en-US|first=Michael L.|last=Martini|first2=Eric Karl|last2=Oermann|first3=Nicholas L.|last3=Opie|first4=Fedor|last4=Panov|first5=Thomas|last5=Oxley|first6=Kurt|last6=Yaeger}}</ref>
|editor-last=Wolpaw
|editor-first=Jonathan R.
|editor2-last=Wolpaw
|editor2-first=Elizabeth Winter
|publisher=[[Oxford University Press]]
|location=Oxford New York
|isbn=978-0-19-538885-5
}}</ref>

Удосконалення [[Сенсор|сенсорних]] технологій, [[Алгоритм|алгоритмів]] [[Обробка сигналів|обробки сигналів]] і [[Матеріалознавство|матеріалознавства]] стимулювали розвиток інвазивних НКІ (проникаючих в мозок), частково інвазивних (проникаючих в [[мозковий череп]] — електрокортикографічні та ендоваскулярні), і неінвазивних НКІ (завдяки [[Електроенцефалограма|ЕЕГ]] тощо), розширюючи їх застосування в різних областях.<ref>{{Cite news|title=Sensor Modalities for Brain-Computer Interface Technology: A Comprehensive Literature Review|url=https://journals.lww.com/neurosurgery/Abstract/2020/02000/Sensor_Modalities_for_Brain_Computer_Interface.22.aspx|work=Neurosurgery|date=2020-02|accessdate=2023-02-07|issn=0148-396X|doi=10.1093/neuros/nyz286|pages=E108|volume=86|issue=2|language=en-US|first=Michael L.|last=Martini|first2=Eric Karl|last2=Oermann|first3=Nicholas L.|last3=Opie|first4=Fedor|last4=Panov|first5=Thomas|last5=Oxley|first6=Kurt|last6=Yaeger}}</ref> Також, НКІ можуть бути одно- чи двонаправленні. У односпрямованих інтерфейсах зовнішні пристрої можуть або приймати сигнали від мозку, або посилати йому сигнали (наприклад, імітуючи [[Сітківка|сітківку]] [[Око|ока]] при відновленні [[Зір|зору]] [[Зоровий нейропротез|зоровим нейропротезом]]). Двонаправлені інтерфейси дозволяють мозку і зовнішнім пристроям обмінюватися інформацією в обох напрямках. В основі нейро-комп'ютерного інтерфейсу часто використовується принцип [[Біологічний зворотний зв'язок|біологічного зворотного зв'язку]].

Застосування НКІ в [[Медицина|медицині]] та [[Охорона здоров'я|охороні здоров'я]] включають [[нейропротезування]], допоміжні технології для людей з обмеженими можливостями та застосування в [[Нейрореабілітація|нейрореабілітації]]. Завдяки НКІ можливо досліджувати, картографувати, асистувати, посилювати і відновлювати когнітивні або сенсорно-моторні функції людини.<ref>{{Cite web|url=https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5186786/|title=Enhancing Nervous System Recovery through Neurobiologics, Neural Interface Training, and Neurorehabilitation|last=Krucoff, M. O., Rahimpour, S., Slutzky, M. W., Edgerton, V. R., & Turner, D. A.|date=27 грудня 2016|website=https://doi.org/10.3389/fnins.2016.00584|publisher=Frontiers in neuroscience, 10, 584|language=eng}}</ref>


== Історія ==
== Історія ==
Вивчення підстав, на яких базується нейро-комп'ютерний інтерфейс, сягає корінням у вчення [[Павлов Іван Петрович|І.&nbsp;П.&nbsp;Павлова]] про умовні рефлекси і регулюючої ролі кори мозку. Розвиваючи ці ідеї, [[Анохін Петро Кузьмич|П.&nbsp;К.&nbsp;Анохін]] з 1935 року показав, що принципу зворотного зв'язку належить вирішальна роль в регулюванні як вищих пристосувальних реакцій людини, так і його внутрішнього середовища. У результаті була розроблена теорія функціональних систем, потенціал використання якої в нейро-комп'ютерних інтерфейсах далеко не вичерпаний.
Вивчення підстав, на яких базується нейро-комп'ютерний інтерфейс, сягає корінням у вчення [[Павлов Іван Петрович|І.&nbsp;П.&nbsp;Павлова]] про умовні рефлекси і регулюючої ролі кори мозку. Розвиваючи ці ідеї, [[Анохін Петро Кузьмич|П.&nbsp;К.&nbsp;Анохін]] з 1935 року показав, що принципу зворотного зв'язку належить вирішальна роль в регулюванні як вищих пристосувальних реакцій людини, так і його внутрішнього середовища. У результаті була розроблена {{Не перекладено|Теорія функціональних систем|теорія функціональних систем|ru|Теория функциональных систем}}, потенціал використання якої в нейро-комп'ютерних інтерфейсах далеко не вичерпаний.


[[Пол Бах-і-Ріта]] показав в середині [[1960-ті|1960-х]], що різні ділянки нашого мозку можуть реорганізовуватись для компенсації різних сенсорних областей, пошкоджених інсультом, фактично довевши практичну [[нейропластичність]] в реабілітації.<ref>{{Cite news|title=SENSORY PLASTICITY|url=https://onlinelibrary.wiley.com/doi/10.1111/j.1600-0404.1967.tb05747.x|work=Acta Neurologica Scandinavica|date=1967-09|accessdate=2023-03-06|doi=10.1111/j.1600-0404.1967.tb05747.x|pages=417–426|volume=43|issue=4|language=en|first=Paul|last=Bach-y-Rita}}</ref> Він створив прилади, які дозвляли сліпим людям "бачити" спиною, а паціентам з пошкодженим вестибулярним апаратом утримувати рівновагу.<ref>{{Cite web|url=https://cmsw.mit.edu/wp/wp-content/uploads/2016/07/Champagne-for-the-Blind-Paul-Bach-y-Rita-Neurosciences-Forgotten-Genius.pdf|title=Champagne for the Blind: Paul Bach-y-Rita, Neurosciences Forgotten Genius|last=Aviva Hope Rutkin|date=2012|language=eng}}</ref>
[[Пол Бах-і-Ріта]] показав в середині [[1960-ті|1960-х]], що різні ділянки мозку людини можуть реорганізовуватись для компенсації різних сенсорних дефектів областей, пошкоджених інсультом, фактично довевши практичну [[нейропластичність]] в реабілітації.<ref>{{Cite news|title=SENSORY PLASTICITY|url=https://onlinelibrary.wiley.com/doi/10.1111/j.1600-0404.1967.tb05747.x|work=Acta Neurologica Scandinavica|date=1967-09|accessdate=2023-03-06|doi=10.1111/j.1600-0404.1967.tb05747.x|pages=417–426|volume=43|issue=4|language=en|first=Paul|last=Bach-y-Rita}}</ref> Він створив прилади, які дозвляли сліпим людям "бачити" спиною, а паціентам з пошкодженим вестибулярним апаратом утримувати рівновагу.<ref>{{Cite web|url=https://cmsw.mit.edu/wp/wp-content/uploads/2016/07/Champagne-for-the-Blind-Paul-Bach-y-Rita-Neurosciences-Forgotten-Genius.pdf|title=Champagne for the Blind: Paul Bach-y-Rita, Neurosciences Forgotten Genius|last=Aviva Hope Rutkin|date=2012|language=eng}}</ref>


Великий внесок внесли роботи [[Бехтерева, Наталя Петрівна|Н.&nbsp;П.&nbsp;Бехтеревої]] з [[1968]] по [[2008]]&nbsp;рр. по розшифровці мозкових кодів психічної діяльності, що продовжуються до теперішнього часу її послідовниками, в тому числі, з позицій [[нейрокібернетика|нейрокібернетики]] і офтальмонейрокібернетики. Дослідження нейро-комп'ютерного інтерфейсу почалися в [[1970]]-х роках в [[Каліфорнійський університет у Лос-Анджелесі|Каліфорнійському університеті в Лос-Анджелесі]] ([[UCLA]]). Після багаторічних експериментів на тваринах у середині дев'яностих років в організм людини були імплантовані перші пристрої, здатні передавати біологічну інформацію від тіла до комп'ютера. За допомогою цих пристроїв вдалося відновити пошкоджені функції слуху, зору, а також втрачені рухові навички. В основі успішної роботи НКІ лежить здатність кори великих півкуль до адаптації (властивість пластичності), завдяки якому імплантований пристрій може слугувати джерелом біологічної інформації.
Великий внесок внесли роботи [[Бехтерева, Наталя Петрівна|Н.&nbsp;П.&nbsp;Бехтеревої]] з [[1968]] по [[2008]]&nbsp;рр. з розшифровки мозкових кодів психічної діяльності, що продовжуються до теперішнього часу її послідовниками, в тому числі, з позицій [[нейрокібернетика|нейрокібернетики]] і офтальмонейрокібернетики.


Дослідження нейро-комп'ютерного інтерфейсу почалися в [[1970]]-х роках в [[Каліфорнійський університет у Лос-Анджелесі|Каліфорнійському університеті в Лос-Анджелесі]] ([[UCLA]]), з експериментів, проведених на [[Тварини|тваринах]], щоб створити новий, прямий шлях зв’язку між зовнішнім середовищем (або пристроями) і мозком.<ref>{{Cite news|title=Summary of over Fifty Years with Brain-Computer Interfaces—A Review|url=https://www.mdpi.com/2076-3425/11/1/43|work=Brain Sciences|date=2021-01|accessdate=2023-12-19|issn=2076-3425|pmc=PMC7824107|pmid=33401571|doi=10.3390/brainsci11010043|pages=43|volume=11|issue=1|language=en|first=Aleksandra|last=Kawala-Sterniuk|first2=Natalia|last2=Browarska|first3=Amir|last3=Al-Bakri|first4=Mariusz|last4=Pelc|first5=Jaroslaw|last5=Zygarlicki|first6=Michaela|last6=Sidikova|first7=Radek|last7=Martinek|first8=Edward Jacek|last8=Gorzelanczyk}}</ref> Дослідницькі групи, що очолювалися Шмідтом, Фетзом і Бейкером в 1970-х встановили, що мавпи можуть швидко навчатися вибірково контролювати швидкість реакції, використовуючи замкнене операційне позицінування, навчальний метод покарання і нагород.<ref>{{Cite news|title=Operantly conditioned patterns on precentral unit activity and correlated responses in adjacent cells and contralateral muscles.|url=https://www.physiology.org/doi/10.1152/jn.1973.36.2.179|work=Journal of Neurophysiology|date=1973-03|accessdate=2023-12-19|issn=0022-3077|doi=10.1152/jn.1973.36.2.179|pages=179–204|volume=36|issue=2|language=en|first=E E|last=Fetz|first2=M A|last2=Baker}}</ref><ref>{{Cite news|title=Correlations between activity of motor cortex cells and arm muscles during operantly conditioned response patterns|url=http://link.springer.com/10.1007/BF00239736|work=Experimental Brain Research|date=1975-09|accessdate=2023-12-19|issn=0014-4819|doi=10.1007/BF00239736|volume=23|issue=3|language=en|first=E.E.|last=Fetz|first2=D.V.|last2=Finocchio}}</ref> Дослідження Хосе Дельгадо стимуляції мозку в 1960-1970-хх роках також привнесли значне розуміння в цю галузь.<ref>{{Cite news|title=Neurorights in History: A Contemporary Review of José M. R. Delgado’s “Physical Control of the Mind” (1969) and Elliot S. Valenstein’s “Brain Control” (1973)|url=https://www.frontiersin.org/articles/10.3389/fnhum.2021.703308|work=Frontiers in Human Neuroscience|date=2021|accessdate=2023-12-19|issn=1662-5161|pmc=PMC8579946|pmid=34776898|doi=10.3389/fnhum.2021.703308|volume=15|first=Stephan|last=Schleim}}</ref>
Дослідження, в результаті яких були розроблені алгоритми для реконструкції рухів із сигналів нейронів моторної зони кори головного мозку, які контролюють рухові функції, датуються [[1970]]-ми роками. Дослідницькі групи, що очолювалися Шмідтом, Фетзом і Бейкером в [[1970]]-х встановили, що мавпи можуть швидко навчатися вибірково контролювати швидкість реакції, використовуючи замкнене позицінування операцій, навчальний метод покарання і нагород.


В [[1980]]-х [[Апостолос Георгопоулос]] з [[ Університет Джонса Хопкінса|Університету Хопкінса]] виявив математичну залежність між електричними відповідями окремих нейронів кори головного мозку макаки і напрямком, в якому тварини рухали свої кінцівки. Він також виявив, що різні групи нейронів у різних областях головного мозку спільно контролювали рухові команди, але були здатні реєструвати електричні сигнали від збуджених нейронів тільки в одній області одночасно. Причиною того є технічно обмежене обладнання дослідника.
В [[1980]]-х Апостолос Георгопоулос з [[ Університет Джонса Хопкінса|Університету Хопкінса]] виявив математичну залежність між електричними відповідями окремих нейронів кори головного мозку макаки і напрямком, в якому тварини рухали свої кінцівки. Він також виявив, що різні групи нейронів у різних областях головного мозку спільно контролювали рухові команди, але були здатні реєструвати електричні сигнали від збуджених нейронів тільки в одній області одночасно. Причиною того є технічно обмежене обладнання дослідника.


З середини 1990-х років почався швидкий розвиток НКІ. Кільком групам вчених вдалося зафіксувати сигнали рухового центру мозку, використовуючи записи сигналів від груп нейронів, а також використовувати ці сигнали для управління зовнішніми пристроями. Серед них можна назвати групи, що очолювалися Річардом Андерсеном, Джоном Донахью, Філіпом Кеннеді, [[Ніколеліс, Мігель|Мігелем Ніколеліс]], Ендрю Шварцом.
З середини 1990-х років почався швидкий розвиток НКІ. Після багаторічних експериментів на тваринах у середині дев'яностих років в організм людини були імплантовані перші пристрої, здатні передавати біологічну інформацію від тіла до комп'ютера. За допомогою цих пристроїв вдалося відновити пошкоджені функції слуху, зору, а також втрачені рухові навички. В основі успішної роботи НКІ лежить здатність кори великих півкуль до адаптації (властивість пластичності), завдяки якому імплантований пристрій може слугувати джерелом біологічної інформації. Кільком групам вчених вдалося зафіксувати сигнали рухового центру мозку, використовуючи записи сигналів від груп нейронів, а також використовувати ці сигнали для управління зовнішніми пристроями. Серед них можна назвати групи, що очолювалися Річардом Андерсеном, Джоном Донахью, Філіпом Кеннеді, [[Ніколеліс, Мігель|Мігелем Ніколеліс]], Ендрю Шварцом.


На думку [[Ілон Маск|Ілона Маска]], тісна взаємодія зі своїми смартфонами вже перетворила нас на кіборгів. Та ми не такі розумні, якими можемо бути, бо інформація від гаджета до нашого мозку доходить надто повільно. На думку Маска, об'єднати людей зі штучним інтелектом,&nbsp;— це найкращий варіант боротьби з останнім: «Злиття зі ШІ&nbsp;— це ідеальний сценарій, бо, як-то кажуть, приєднуйся, якщо не можеш перемогти.»<ref>{{Cite news|url=https://tokar.ua/read/27357|title=Ілон Маск об’єднає мозок людини зі штучним інтелектом|date=2018-09-17|language=uk-UA|work=[[Tokar.ua]]|accessdate=2018-11-18}}</ref>
На думку [[Ілон Маск|Ілона Маска]], тісна взаємодія зі своїми смартфонами вже перетворила нас на кіборгів. Та ми не такі розумні, якими можемо бути, бо інформація від гаджета до нашого мозку доходить надто повільно. На думку Маска, об'єднати людей зі штучним інтелектом,&nbsp;— це найкращий варіант боротьби з останнім: «Злиття зі ШІ&nbsp;— це ідеальний сценарій, бо, як-то кажуть, приєднуйся, якщо не можеш перемогти.»<ref>{{Cite news|url=https://tokar.ua/read/27357|title=Ілон Маск об’єднає мозок людини зі штучним інтелектом|date=2018-09-17|language=uk-UA|work=[[Tokar.ua]]|accessdate=2018-11-18}}</ref>
Рядок 29: Рядок 41:


У нейрохірургічному центрі в [[Клівленд]]і в 2004 був створений перший штучний кремнієвий чип-аналог, який, в свою чергу, був розроблений в [[Університет Південної Каліфорнії|університеті Південної Каліфорнії]] в 2003. Кремній володіє можливістю з'єднувати неживу матерію з живими нейронами, а оточені нейронами транзистори отримують сигнали від нервових клітин, одночасно конденсатори відсилають до них сигнали. Кожен транзистор на чипі вловлює найменшу, ледве помітну зміну електричного заряду, яка відбувається при «пострілі» нейрона в процесі передачі іонів натрію. Нова мікросхема здатна отримувати імпульси від 16 тисяч мозкових нейронів біологічного походження і посилати назад сигнали до кількох сотень клітин. Враховуючи те, що при виробництві чипу нейрони були виділені з оточуючих їх гліальних клітин, то довелося додати білки, які «склеюють» нейрони в мозку, утворюючи додаткові натрієві канали. Збільшення числа натрієвих каналів підвищує шанси на те, що транспорт іонів перетвориться в електричні сигнали в чипі.
У нейрохірургічному центрі в [[Клівленд]]і в 2004 був створений перший штучний кремнієвий чип-аналог, який, в свою чергу, був розроблений в [[Університет Південної Каліфорнії|університеті Південної Каліфорнії]] в 2003. Кремній володіє можливістю з'єднувати неживу матерію з живими нейронами, а оточені нейронами транзистори отримують сигнали від нервових клітин, одночасно конденсатори відсилають до них сигнали. Кожен транзистор на чипі вловлює найменшу, ледве помітну зміну електричного заряду, яка відбувається при «пострілі» нейрона в процесі передачі іонів натрію. Нова мікросхема здатна отримувати імпульси від 16 тисяч мозкових нейронів біологічного походження і посилати назад сигнали до кількох сотень клітин. Враховуючи те, що при виробництві чипу нейрони були виділені з оточуючих їх гліальних клітин, то довелося додати білки, які «склеюють» нейрони в мозку, утворюючи додаткові натрієві канали. Збільшення числа натрієвих каналів підвищує шанси на те, що транспорт іонів перетвориться в електричні сигнали в чипі.

== Основні принципи ==

=== Основи нейронауки ===
Складна мова мозку, що складається з електричних імпульсів [[Потенціал дії|потенціалів дій]] в нейронах [[Нейронний ансамбль|нейронних ансамбл]]<nowiki/>ів і [[Біологічна нейронна мережа|нейронних мереж]], являє собою основу для взаємодії з нейрокомп'ютерними інтерфейсами (НКІ). Ці інтерфейси декодують і інтерпретують нейронні сигнали, щоб полегшити зв’язок між мозком і зовнішніми пристроями.<ref name=":2" />

==== Розуміння сигналів мозку ====
[[Файл:BCI sensor mounting types — invasive (IM), semi-invasive (ECoG), and non-invasive (MEG, EEG, fNIRS).png|міні|Типи [[Датчик|датчиків]] для НКІ — інвазивний (IM), напівазивний (ECoG) і неінвазивний (МЕГ, [[ЕЕГ]], fNIRS)<ref name=":3">{{Cite news|title=State-of-the-Art on Brain-Computer Interface Technology|url=https://www.mdpi.com/1424-8220/23/13/6001|work=Sensors|date=2023-01|accessdate=2023-12-19|issn=1424-8220|doi=10.3390/s23136001|pages=6001|volume=23|issue=13|language=en|first=Janis|last=Peksa|first2=Dmytro|last2=Mamchur}}</ref>]]
Нейронні сигнали, які зазвичай отримують за допомогою таких методів, як [[електроенцефалографія]] (ЕЕГ), {{Не перекладено|Магнітоенцефалографія|магнітоенцефалографія|en|Magnetoencephalography}} (МЕГ) та {{Не перекладено|Функціональна ближньо-інфрачервона спектроскопія|функціональна ближньо-інфрачервона спектроскопія|en|Functional near-infrared spectroscopy}} (fNIRS), дають змогу зрозуміти функціонування мозку.<ref name=":3" /> ЕЕГ, наприклад, фіксує електричну активність за допомогою [[Електрод|електродів]], розміщених на [[Шкіра|шкірі]] [[Голова|голови]], виявляючи [[Патерн|патерни]], пов’язані з [[Когнітивні функції мозку|когнітивними функціями]] та станами, [[Рух|руховими]] намірами та сенсорними [[Сприйняття|сприйняттями]].

==== Нейрональний зв'язок і закономірності ====
Синхронізована активація нейронів генерує чіткі шаблони, які передають інформацію про рухові команди, сенсорні вхідні дані та когнітивні процеси. Розшифровка цих патернів передбачає вивчення фізіології нейронних ансамблів, картографування областей мозку, відповідальних за певні функції, та виявлення нейронних корелятів намірів або дій.

=== Технологічні та інженерні аспекти ===
[[Файл:General paradigm of BCIs. Sensors collected neural activities, and signals are processed by the decoders to control external devices, which also return feedback to the individual.jpg|міні|Загальна парадигма НКІ. [[Датчик|Датчики]] збирають нейронну активність, а сигнали обробляються [[Декодер|декодерами]] для керування зовнішніми пристроями, які також повертають зворотний зв’язок людині<ref name=":4">{{Cite news|title=Neural Decoding for Intracortical Brain–Computer Interfaces|url=https://spj.science.org/doi/10.34133/cbsystems.0044|work=Cyborg and Bionic Systems|date=2023-01|accessdate=2023-12-19|issn=2692-7632|pmc=PMC10380541|pmid=37519930|doi=10.34133/cbsystems.0044|volume=4|language=en|first=Yuanrui|last=Dong|first2=Shirong|last2=Wang|first3=Qiang|last3=Huang|first4=Rune W.|last4=Berg|first5=Guanghui|last5=Li|first6=Jiping|last6=He}}</ref>]]

==== Сенсорні технології ====
Удосконалення сенсорних технологій, включаючи матриці ЕЕГ високої щільності<ref>{{Cite news|title=High-Density EEG in Current Clinical Practice and Opportunities for the Future|url=https://journals.lww.com/clinicalneurophys/abstract/2021/03000/high_density_eeg_in_current_clinical_practice_and.6.aspx|work=Journal of Clinical Neurophysiology|date=2021-03|accessdate=2023-12-19|issn=0736-0258|pmc=PMC8083969|pmid=33661787|doi=10.1097/WNP.0000000000000807|pages=112|volume=38|issue=2|language=en-US|first=Sally M.|last=Stoyell|first2=Janina|last2=Wilmskoetter|first3=Mary-Ann|last3=Dobrota|first4=Dhinakaran M.|last4=Chinappen|first5=Leonardo|last5=Bonilha|first6=Mark|last6=Mintz|first7=Benjamin H.|last7=Brinkmann|first8=Susan T.|last8=Herman|first9=Jurriaan M.|last9=Peters}}</ref><ref>{{Cite news|title=Individual finger movement decoding using a novel ultra-high-density electroencephalography-based brain-computer interface system|url=https://www.frontiersin.org/articles/10.3389/fnins.2022.1009878|work=Frontiers in Neuroscience|date=2022|accessdate=2023-12-19|issn=1662-453X|pmc=PMC9627315|pmid=36340769|doi=10.3389/fnins.2022.1009878|volume=16|first=Hyemin S.|last=Lee|first2=Leonhard|last2=Schreiner|first3=Seong-Hyeon|last3=Jo|first4=Sebastian|last4=Sieghartsleitner|first5=Michael|last5=Jordan|first6=Harald|last6=Pretl|first7=Christoph|last7=Guger|first8=Hyung-Soon|last8=Park}}</ref><ref>{{Cite news|title=High-density scalp electroencephalogram dataset during sensorimotor rhythm-based brain-computer interfacing|url=https://www.nature.com/articles/s41597-023-02260-6|work=[[Scientific Data]]|date=2023-06-15|accessdate=2023-12-19|issn=2052-4463|doi=10.1038/s41597-023-02260-6|pages=385|volume=10|issue=1|language=en|first=Seitaro|last=Iwama|first2=Masumi|last2=Morishige|first3=Midori|last3=Kodama|first4=Yoshikazu|last4=Takahashi|first5=Ryotaro|last5=Hirose|first6=Junichi|last6=Ushiba}}</ref>, функціональну ближньо-інфрачервону спектроскопію (fNIRS) та інвазивні нейронні [[імплантати]], дозволяють фіксувати нейронні сигнали з різним ступенем просторової та часової роздільної здатності.<ref name=":3" /> Ці датчики пропонують уявлення про локалізовану мозкову активність і сприяють вилученню значущої інформації з нейронних сигналів.

==== Методи обробки сигналів ====
[[Файл:Architectures of neural decoding.jpg|міні|Архітектури для декодування нейронних сигналів<ref name=":4" />]]
Складні алгоритми обробки сигналів, які часто ґрунтуються на [[Машинне навчання|машинному навчанні]] та [[Теорія розпізнавання образів|розпізнаванні образів]], використовуються для інтерпретації та декодування нейронних сигналів. Ці методи перетворюють необроблені нейронні дані в дієві команди або інформацію, забезпечуючи взаємодію в реальному часі між мозком і зовнішніми пристроями.<ref>{{Cite news|title=Human motor decoding from neural signals: a review|url=https://bmcbiomedeng.biomedcentral.com/articles/10.1186/s42490-019-0022-z|work=BMC Biomedical Engineering|date=2019-12|accessdate=2023-12-19|issn=2524-4426|pmc=PMC7422484|pmid=32903354|doi=10.1186/s42490-019-0022-z|volume=1|issue=1|language=en|first=Wing-kin|last=Tam|first2=Tong|last2=Wu|first3=Qi|last3=Zhao|first4=Edward|last4=Keefer|first5=Zhi|last5=Yang}}</ref><ref>{{Cite news|title=Machine Learning for Neural Decoding|url=https://www.eneuro.org/content/7/4/ENEURO.0506-19.2020|work=eNeuro|date=2020-07-01|accessdate=2023-12-19|issn=2373-2822|pmc=PMC7470933|pmid=32737181|doi=10.1523/ENEURO.0506-19.2020|volume=7|issue=4|language=en|first=Joshua I.|last=Glaser|first2=Ari S.|last2=Benjamin|first3=Raeed H.|last3=Chowdhury|first4=Matthew G.|last4=Perich|first5=Lee E.|last5=Miller|first6=Konrad P.|last6=Kording}}</ref><ref>{{Cite news|title=Neural Decoding of EEG Signals with Machine Learning: A Systematic Review|url=https://www.mdpi.com/2076-3425/11/11/1525|work=Brain Sciences|date=2021-11-18|accessdate=2023-12-19|issn=2076-3425|pmc=PMC8615531|pmid=34827524|doi=10.3390/brainsci11111525|pages=1525|volume=11|issue=11|language=en|first=Maham|last=Saeidi|first2=Waldemar|last2=Karwowski|first3=Farzad V.|last3=Farahani|first4=Krzysztof|last4=Fiok|first5=Redha|last5=Taiar|first6=P. A.|last6=Hancock|first7=Awad|last7=Al-Juaid}}</ref><ref name=":4" /><ref>{{Cite news|title=Machine-Learning Methods for Speech and Handwriting Detection Using Neural Signals: A Review|url=https://www.mdpi.com/1424-8220/23/12/5575|work=Sensors|date=2023-01|accessdate=2023-12-19|issn=1424-8220|pmc=PMC10303480|pmid=37420741|doi=10.3390/s23125575|pages=5575|volume=23|issue=12|language=en|first=Ovishake|last=Sen|first2=Anna M.|last2=Sheehan|first3=Pranay R.|last3=Raman|first4=Kabir S.|last4=Khara|first5=Adam|last5=Khalifa|first6=Baibhab|last6=Chatterjee}}</ref><ref>{{Cite news|title=Electroencephalography Signal Processing: A Comprehensive Review and Analysis of Methods and Techniques|url=https://www.mdpi.com/1424-8220/23/14/6434|work=Sensors|date=2023-01|accessdate=2023-12-19|issn=1424-8220|pmc=PMC10385593|pmid=37514728|doi=10.3390/s23146434|pages=6434|volume=23|issue=14|language=en|first=Ahmad|last=Chaddad|first2=Yihang|last2=Wu|first3=Reem|last3=Kateb|first4=Ahmed|last4=Bouridane}}</ref>

==== Апаратні компоненти ====
НКІ містять [[Операційний підсилювач|підсилювачі]]<ref>{{Cite news|title=A Systematic Comparison of High-End and Low-Cost EEG Amplifiers for Concealed, Around-the-Ear EEG Recordings|url=https://www.mdpi.com/1424-8220/23/9/4559|work=Sensors|date=2023-01|accessdate=2023-12-19|issn=1424-8220|pmc=PMC10181552|pmid=37177761|doi=10.3390/s23094559|pages=4559|volume=23|issue=9|language=en|first=Michael Thomas|last=Knierim|first2=Martin Georg|last2=Bleichner|first3=Pierluigi|last3=Reali}}</ref><ref>{{Cite web|title=A Wearable Asynchronous Brain-Computer Interface Based on EEG - EOG Signals with Fewer Channels {{!}} IEEE Journals & Magazine {{!}} IEEE Xplore|url=https://ieeexplore.ieee.org/document/10229161/|website=ieeexplore.ieee.org|accessdate=2023-12-19|doi=10.1109/tbme.2023.3308371}}</ref>, [[Аналого-цифровий перетворювач|аналого-цифрові перетворювачі]] та [[Блок-схема|обчислювальні блоки]], необхідні для отримання, обробки та передачі сигналу. Апаратні компоненти забезпечують точність сигналу, зменшують шум<ref>{{Cite news|title=Investigation of different approaches for noise reduction in functional near-infrared spectroscopy signals for brain–computer interface applications|url=http://link.springer.com/10.1007/s00521-017-2961-4|work=Neural Computing and Applications|date=2017-10|accessdate=2023-12-19|issn=0941-0643|doi=10.1007/s00521-017-2961-4|pages=2889–2903|volume=28|issue=10|language=en|first=A.|last=Janani|first2=M.|last2=Sasikala}}</ref><ref>{{Cite news|title=Noise cancellation in brain waves using a new diffusion normalized least power based algorithm for brain computer interface applications|url=https://www.sciencedirect.com/science/article/pii/S2665917420300350|work=Measurement: Sensors|date=2021-04-01|accessdate=2023-12-19|issn=2665-9174|doi=10.1016/j.measen.2020.100038|pages=100038|volume=14|first=Chintalpudi S. L.|last=Prasanna|first2=Md Zia Ur|last2=Rahman}}</ref><ref>{{Cite news|title=Denoising EEG Signals for Real-World BCI Applications Using GANs|url=https://www.frontiersin.org/articles/10.3389/fnrgo.2021.805573|work=Frontiers in Neuroergonomics|date=2022|accessdate=2023-12-19|issn=2673-6195|doi=10.3389/fnrgo.2021.805573|volume=2|first=Eoin|last=Brophy|first2=Peter|last2=Redmond|first3=Andrew|last3=Fleury|first4=Maarten|last4=De Vos|first5=Geraldine|last5=Boylan|first6=Tomás|last6=Ward}}</ref> і сприяють бездоганній інтеграції між нейронними сигналами та керуванням пристроєм.<ref>{{Cite news|title=A feasibility study of a complete low-cost consumer-grade brain-computer interface system|url=https://doi.org/10.1016/j.heliyon.2020.e03425|work=[[Heliyon]]|date=2020-03|accessdate=2023-12-19|issn=2405-8440|pmc=PMC7056654|pmid=32154404|doi=10.1016/j.heliyon.2020.e03425|pages=e03425|volume=6|issue=3|first=Victoria|last=Peterson|first2=Catalina|last2=Galván|first3=Hugo|last3=Hernández|first4=Ruben|last4=Spies}}</ref><ref>{{Cite news|title=Cross-Platform Implementation of an SSVEP-Based BCI for the Control of a 6-DOF Robotic Arm|url=https://www.mdpi.com/1424-8220/22/13/5000|work=Sensors|date=2022-01|accessdate=2023-12-19|issn=1424-8220|pmc=PMC9269816|pmid=35808498|doi=10.3390/s22135000|pages=5000|volume=22|issue=13|language=en|first=Eduardo|last=Quiles|first2=Javier|last2=Dadone|first3=Nayibe|last3=Chio|first4=Emilio|last4=García}}</ref><ref>{{Cite news|title=Design and Validation of a Low-Cost Mobile EEG-Based Brain–Computer Interface|url=https://www.mdpi.com/1424-8220/23/13/5930|work=Sensors|date=2023-01|accessdate=2023-12-19|issn=1424-8220|pmc=PMC10346228|pmid=37447780|doi=10.3390/s23135930|pages=5930|volume=23|issue=13|language=en|first=Alexander|last=Craik|first2=Juan José|last2=González-España|first3=Ayman|last3=Alamir|first4=David|last4=Edquilang|first5=Sarah|last5=Wong|first6=Lianne|last6=Sánchez Rodríguez|first7=Jeff|last7=Feng|first8=Gerard E.|last8=Francisco|first9=Jose L.|last9=Contreras-Vidal}}</ref><ref>{{Cite news|title=A novel approach for minimising anti-aliasing effects in EEG data acquisition|url=https://www.degruyter.com/document/doi/10.1515/biol-2022-0664/html|work=Open Life Sciences|date=2023-10-03|accessdate=2023-12-19|issn=2391-5412|pmc=PMC10549983|pmid=37800116|doi=10.1515/biol-2022-0664|volume=18|issue=1|language=en|first=Putta|last=Brundavani|first2=Dupakuntla Vishnu|last2=Vardhan}}</ref>


== Сучасність ==
== Сучасність ==

Версія за 16:51, 19 грудня 2023

Демонстрація технології «Інтерфейс мозок-комп’ютер». Управління пластиковою рукою за допомогою думки. Кадр знятий на зйомках фільму «Мозок: Другий Всесвіт».
Демонстрація технології. Управління пластиковою рукою за допомогою думки.

Нейро-комп'ютерний інтерфейс (НКІ) (нейронний інтерфейс, мозковий інтерфейс) — система, створена для обміну інформацією між мозком і електронним пристроєм (наприклад, комп'ютером).

Дослідження і розробка НКІ є напрямком міждисциплінарної співпраці таких наукових дисциплін, як нейронаука, біомедична інженерія, біомедицина та інженерія, що охоплює різноманітний набір методологій, спрямованих на встановлення прямого зв’язку між мозком людини та зовнішніми пристроями, революціонізуючи нашу взаємодію з технологіями та розширюючи людські можливості. За своєю суттю, пристрої НКІ використовують розуміння сигналів мозку, декодування нейронних патернів і перетворення їх у дієві команди. Цей процес передбачає глибоке розуміння нейрофізіології, у поєднанні з передовими інженерними рішеннями для захоплення, обробки та інтерпретації цих складних нейронних сигналів.[1]

Удосконалення сенсорних технологій, алгоритмів обробки сигналів і матеріалознавства стимулювали розвиток інвазивних НКІ (проникаючих в мозок), частково інвазивних (проникаючих в мозковий череп — електрокортикографічні та ендоваскулярні), і неінвазивних НКІ (завдяки ЕЕГ тощо), розширюючи їх застосування в різних областях.[2] Також, НКІ можуть бути одно- чи двонаправленні. У односпрямованих інтерфейсах зовнішні пристрої можуть або приймати сигнали від мозку, або посилати йому сигнали (наприклад, імітуючи сітківку ока при відновленні зору зоровим нейропротезом). Двонаправлені інтерфейси дозволяють мозку і зовнішнім пристроям обмінюватися інформацією в обох напрямках. В основі нейро-комп'ютерного інтерфейсу часто використовується принцип біологічного зворотного зв'язку.

Застосування НКІ в медицині та охороні здоров'я включають нейропротезування, допоміжні технології для людей з обмеженими можливостями та застосування в нейрореабілітації. Завдяки НКІ можливо досліджувати, картографувати, асистувати, посилювати і відновлювати когнітивні або сенсорно-моторні функції людини.[3]

Історія

Вивчення підстав, на яких базується нейро-комп'ютерний інтерфейс, сягає корінням у вчення І. П. Павлова про умовні рефлекси і регулюючої ролі кори мозку. Розвиваючи ці ідеї, П. К. Анохін з 1935 року показав, що принципу зворотного зв'язку належить вирішальна роль в регулюванні як вищих пристосувальних реакцій людини, так і його внутрішнього середовища. У результаті була розроблена теорія функціональних систем[ru], потенціал використання якої в нейро-комп'ютерних інтерфейсах далеко не вичерпаний.

Пол Бах-і-Ріта показав в середині 1960-х, що різні ділянки мозку людини можуть реорганізовуватись для компенсації різних сенсорних дефектів областей, пошкоджених інсультом, фактично довевши практичну нейропластичність в реабілітації.[4] Він створив прилади, які дозвляли сліпим людям "бачити" спиною, а паціентам з пошкодженим вестибулярним апаратом утримувати рівновагу.[5]

Великий внесок внесли роботи Н. П. Бехтеревої з 1968 по 2008 рр. з розшифровки мозкових кодів психічної діяльності, що продовжуються до теперішнього часу її послідовниками, в тому числі, з позицій нейрокібернетики і офтальмонейрокібернетики.

Дослідження нейро-комп'ютерного інтерфейсу почалися в 1970-х роках в Каліфорнійському університеті в Лос-Анджелесі (UCLA), з експериментів, проведених на тваринах, щоб створити новий, прямий шлях зв’язку між зовнішнім середовищем (або пристроями) і мозком.[6] Дослідницькі групи, що очолювалися Шмідтом, Фетзом і Бейкером в 1970-х встановили, що мавпи можуть швидко навчатися вибірково контролювати швидкість реакції, використовуючи замкнене операційне позицінування, навчальний метод покарання і нагород.[7][8] Дослідження Хосе Дельгадо стимуляції мозку в 1960-1970-хх роках також привнесли значне розуміння в цю галузь.[9]

В 1980-х Апостолос Георгопоулос з Університету Хопкінса виявив математичну залежність між електричними відповідями окремих нейронів кори головного мозку макаки і напрямком, в якому тварини рухали свої кінцівки. Він також виявив, що різні групи нейронів у різних областях головного мозку спільно контролювали рухові команди, але були здатні реєструвати електричні сигнали від збуджених нейронів тільки в одній області одночасно. Причиною того є технічно обмежене обладнання дослідника.

З середини 1990-х років почався швидкий розвиток НКІ. Після багаторічних експериментів на тваринах у середині дев'яностих років в організм людини були імплантовані перші пристрої, здатні передавати біологічну інформацію від тіла до комп'ютера. За допомогою цих пристроїв вдалося відновити пошкоджені функції слуху, зору, а також втрачені рухові навички. В основі успішної роботи НКІ лежить здатність кори великих півкуль до адаптації (властивість пластичності), завдяки якому імплантований пристрій може слугувати джерелом біологічної інформації. Кільком групам вчених вдалося зафіксувати сигнали рухового центру мозку, використовуючи записи сигналів від груп нейронів, а також використовувати ці сигнали для управління зовнішніми пристроями. Серед них можна назвати групи, що очолювалися Річардом Андерсеном, Джоном Донахью, Філіпом Кеннеді, Мігелем Ніколеліс, Ендрю Шварцом.

На думку Ілона Маска, тісна взаємодія зі своїми смартфонами вже перетворила нас на кіборгів. Та ми не такі розумні, якими можемо бути, бо інформація від гаджета до нашого мозку доходить надто повільно. На думку Маска, об'єднати людей зі штучним інтелектом, — це найкращий варіант боротьби з останнім: «Злиття зі ШІ — це ідеальний сценарій, бо, як-то кажуть, приєднуйся, якщо не можеш перемогти.»[10]

Перший в історії НКІ був створений Філіпом Кеннеді і його колегами з використанням електродів, імплантованих в кору головного мозку мавп. У 1999 році дослідники під керівництвом Яна Дена з Університету Каліфорнії розшифрували сигнали нейронів зорової системи кішки і використовували ці дані для відтворення зображень, що сприймалися піддослідними тваринами. У цих експериментах були використані електроди, вживлені в таламус (структура середнього мозку. За їх допомогою було досліджено 177 клітин в латеральному колінчастому тілі в таламусі і розшифровані сигнали, що приходять від сітківки. Кішкам демонстрували вісім коротких фільмів, протягом яких проводили запис активності нейронів. Використовуючи математичні фільтри, дослідники розшифрували сигнали для відтворення образів, які бачили кішки і були здатні відтворити впізнавані сцени і об'єкти, що рухаються. Схожі результати на людині були отримані дослідниками з Японії.

Для підвищення ефективності управління НКІ Мігель Ніколесіс запропонував реєструвати електричну активність одночасно за допомогою декількох електродів, імплантованих в віддалені області головного мозку. Під час перших досліджень на щурах, які в дев'яностих роках проводили Ніколеліс і його колеги, почалися аналогічні експерименти на мавпах. В результаті був створений НКІ, за допомогою якого сигнали нервових клітин мавп були розшифровані і використані для управління рухами робота. Саме мавпи виявилися ідеальними піддослідними для такого роду робіт, оскільки у них добре розвинені рухові і маніпуляційні навички, і, відповідно, високо розвинені структури головного мозку, що відповідають за реалізацію моторних функцій. До 2000 року група Ніколеліс створила НКІ, який відтворював рухи передніх кінцівок мавп під час маніпуляцій джойстиком або під час захоплення їжі. Дана система працювала в режимі реального часу і була використана для дистанційного керування рухами робота за допомогою інтернет-зв'язку. При цьому мавпа не мала можливості побачити руху власних кінцівок і не отримувала будь-якої іншої інформації для зворотного зв'язку.

Пізніше група Ніколесіса використовувала результати експериментів з макаками для створення алгоритму руху робота, що імітує рухи руки людини. Для управління рухами робота використовували інформацію, отриману при записі нейронної активності мавп після декодування. Мавпи були навчені вказувати на об'єкти на екрані комп'ютера, маніпулюючи джойстиком. Рухи кінцівок мавп-операторів були відтворені рухами робота.

У нейрохірургічному центрі в Клівленді в 2004 був створений перший штучний кремнієвий чип-аналог, який, в свою чергу, був розроблений в університеті Південної Каліфорнії в 2003. Кремній володіє можливістю з'єднувати неживу матерію з живими нейронами, а оточені нейронами транзистори отримують сигнали від нервових клітин, одночасно конденсатори відсилають до них сигнали. Кожен транзистор на чипі вловлює найменшу, ледве помітну зміну електричного заряду, яка відбувається при «пострілі» нейрона в процесі передачі іонів натрію. Нова мікросхема здатна отримувати імпульси від 16 тисяч мозкових нейронів біологічного походження і посилати назад сигнали до кількох сотень клітин. Враховуючи те, що при виробництві чипу нейрони були виділені з оточуючих їх гліальних клітин, то довелося додати білки, які «склеюють» нейрони в мозку, утворюючи додаткові натрієві канали. Збільшення числа натрієвих каналів підвищує шанси на те, що транспорт іонів перетвориться в електричні сигнали в чипі.

Основні принципи

Основи нейронауки

Складна мова мозку, що складається з електричних імпульсів потенціалів дій в нейронах нейронних ансамблів і нейронних мереж, являє собою основу для взаємодії з нейрокомп'ютерними інтерфейсами (НКІ). Ці інтерфейси декодують і інтерпретують нейронні сигнали, щоб полегшити зв’язок між мозком і зовнішніми пристроями.[1]

Розуміння сигналів мозку

Типи датчиків для НКІ — інвазивний (IM), напівазивний (ECoG) і неінвазивний (МЕГ, ЕЕГ, fNIRS)[11]

Нейронні сигнали, які зазвичай отримують за допомогою таких методів, як електроенцефалографія (ЕЕГ), магнітоенцефалографія[en] (МЕГ) та функціональна ближньо-інфрачервона спектроскопія[en] (fNIRS), дають змогу зрозуміти функціонування мозку.[11] ЕЕГ, наприклад, фіксує електричну активність за допомогою електродів, розміщених на шкірі голови, виявляючи патерни, пов’язані з когнітивними функціями та станами, руховими намірами та сенсорними сприйняттями.

Нейрональний зв'язок і закономірності

Синхронізована активація нейронів генерує чіткі шаблони, які передають інформацію про рухові команди, сенсорні вхідні дані та когнітивні процеси. Розшифровка цих патернів передбачає вивчення фізіології нейронних ансамблів, картографування областей мозку, відповідальних за певні функції, та виявлення нейронних корелятів намірів або дій.

Технологічні та інженерні аспекти

Загальна парадигма НКІ. Датчики збирають нейронну активність, а сигнали обробляються декодерами для керування зовнішніми пристроями, які також повертають зворотний зв’язок людині[12]

Сенсорні технології

Удосконалення сенсорних технологій, включаючи матриці ЕЕГ високої щільності[13][14][15], функціональну ближньо-інфрачервону спектроскопію (fNIRS) та інвазивні нейронні імплантати, дозволяють фіксувати нейронні сигнали з різним ступенем просторової та часової роздільної здатності.[11] Ці датчики пропонують уявлення про локалізовану мозкову активність і сприяють вилученню значущої інформації з нейронних сигналів.

Методи обробки сигналів

Архітектури для декодування нейронних сигналів[12]

Складні алгоритми обробки сигналів, які часто ґрунтуються на машинному навчанні та розпізнаванні образів, використовуються для інтерпретації та декодування нейронних сигналів. Ці методи перетворюють необроблені нейронні дані в дієві команди або інформацію, забезпечуючи взаємодію в реальному часі між мозком і зовнішніми пристроями.[16][17][18][12][19][20]

Апаратні компоненти

НКІ містять підсилювачі[21][22], аналого-цифрові перетворювачі та обчислювальні блоки, необхідні для отримання, обробки та передачі сигналу. Апаратні компоненти забезпечують точність сигналу, зменшують шум[23][24][25] і сприяють бездоганній інтеграції між нейронними сигналами та керуванням пристроєм.[26][27][28][29]

Сучасність

Нейронні інтерфейси є основним елементом, який використовується для вивчення нейронних систем і покращення або заміни нейронних функцій спеціально розробленими пристроями. Перед інженерами стоїть завдання розробити електроди, які можуть вибірково записувати дані, щоб збирати інформацію про діяльність нервової системи та стимулювати певні ділянки нервової тканини для відновлення функцій цієї тканини.[30][31] Матеріали, які використовуються для цих пристроїв, повинні відповідати механічним властивостям нервової тканини, в яку вони поміщені, і не пошкоджувати оточуюючі тканини.

Приклади застосування НКІ

  • Дослідники нейронауки з Каліфорнійського університету в Сан-Франциско лікували пацієнта з інсультом за допомогою 128-електродного імплантату мозку, який називають «субдуральною електродною матрицею» (наданий Blackrock Neurotech). Протягом 81-тижневого періоду, використовуючи лише свої думки (його мозкові хвилі, зчитані штучним інтелектом), він міг писати повідомлення, зокрема «Я відчуваю голод» і «Будь ласка, принесіть мої окуляри».
  • Пацієнт, який страждає на пізню стадію бічного аміотрофічного склерозу (БАС), виснажливої ​​хвороби, яка впливає на рухову активність, нещодавно продемонстрував, що він може обмінюватися текстовими повідомленнями з іншими людьми, використовуючи лише свої думки , що підтримується програмним забезпеченням, яке інтегрує його iPhone і його імплантований НКІ.

Компанії які розробляють НКІ

Blackrock Neurotech

Blackrock Neurotech, заснована в 2008 році, є провідною у світі платформою для технології НКІ, яка займає передові позиції в реалізації НКІ у людей. Blackrock є єдиною компанією у світі, яка має імплантований проникаючий масив із майже 100 електродами на пристрій, який уже дозволено FDA та використовується на людях. Деякі пацієнти навіть використовують кілька пристроїв.

На сьогоднішній день в усьому світі є 36 пацієнтів, які живуть з НКІ в голові, і 32 з них використовують технологію Blackrock.

«Десятки пацієнтів-людей наразі використовують наші імплантати та технологію, щоб безпосередньо своїм розумом досягати речей, які неможливо було уявити десять років тому, — сказав Маркус Герхардт, генеральний директор і співзасновник Blackrock. — Ми витратили більше десяти років на розробку нашої технології з кілька сотень провідних дослідницьких установ світу та понад 20 клінічних партнерських центрів»[32].

Blackrock Neurotech запустила широкий спектр «перших» у застосуванні НКІ людини. Наприклад, перший, хто надав пацієнтам з тетраплегією можливість керувати роботизованими кінцівками безпосередньо з мозку та за допомогою нього; і перший, який дозволив пацієнтам з боковим аміотрофічним склерозом, навіть повністю замкнутим, знову спілкуватися за допомогою звукового заклинання, безпосередньо керованого їхнім розумом.

У листопаді 2022 року Blackrock представила свій новий НКІ наступного покоління під назвою Neuralace.

Відновлення пам’яті та зору, а також лікування розладів психічного здоров’я, таких як депресія, потребують НКІ, які можуть взаємодіяти з більшою кількістю нейронів, і це те, що новий НКІ від Blackrock призначений для вирішення.

Neuralace має понад 10 000 каналів, усі вони розташовані на гнучкому мереживному чіпі, тоншому за вію.

Blackrock зробить Neuralace доступним для дослідницького співтовариства нейронаук у 2024 році, а до 2028 року планує провести перші демонстрації НКІ як візуального протеза для людей.

Neuralink

Neuralink, заснована Ілоном Маском у 2016 році, є чи не найвідомішою компанією НКІ.

У листопаді 2022 року Ілон і команда Neuralink провели презентацію з оновленнями своєї дорожньої карти для підключення — і, зрештою, об’єднання — нашого розуму з машинами[32].

Під час презентації Ілон сказав, що перші 2 програми Neuralink НКІ будуть: (1) допомогти людям з паралічем ефективніше використовувати свої цифрові пристрої та (2) відновити зір у тих, хто втратив зір. Насправді команда показала відеодемонстрацію того, як НКІ Neuralink використовувався для стимуляції зорової стимуляції в мозку мавпи[32].

Поточна версія пристрою Neuralink під назвою Link має розмір приблизно чверть і містить близько 1000 електродів. Ці електроди, або канали, здатні записувати та стимулювати нейрони.

У 2020 році команда Neuralink продемонструвала живу свиню з імплантованим у мозок чіпом Neuralink, показуючи живі сигнали мозку, коли свиня йшла по біговій доріжці. А в 2021 році Neuralink висвітлив відео макаки, ​​яка грає в понг без рук за допомогою свого Neuralink НКІ.

У листопаді 2022 року команда заявила, що працює над оновленою версією НКІ, яка буде приблизно такого ж розміру, але міститиме до 4000 електродів.

Одним із ключових нововведень, які Neuralink планує використовувати, є робот-хірург, який вставляє електроди в мозок через маленький отвір у черепі «так само легко, як хтось отримує операцію Lasik».

Ілон сказав, що компанія почала подавати документи для клінічних випробувань до FDA США, і він сподівається імплантувати НКІ Neuralink пацієнту через 6 місяців[32].

Paradromics

Paradromics має на меті створити НКІ наступного покоління, які допоможуть людям із розладами, починаючи від паралічу й закінчуючи вадами мовлення[32].

Імплантований пристрій компанії являє собою квадратний чіп розміром 1 см, який складається з 1600 платиново-іридієвих мікродротів, які виступають у вигляді масиву з одного боку чіпа.

Цей «мозковий чіп» розміщений у шарі між м’якою та твердою мозковою оболонками – захисними мембранами, які покривають мозок. Коли чіп поміщається в мозок, ці 1600 платиново-іридієвих мікропроводів проникають лише на 1,5 мм у глибину неокортекса.

Ці чіпи передають дані у верхній шар мозку та з нього, а потім транспортують дані до модуля, який імплантується прямо під шкіру на грудях суб’єкта. Оскільки все знаходиться просто під шкірою, ніхто не дізнається, що у вас імплантований мозковий чіп.

Ключовою особливістю платформи Paradromics є її масштабованість.

Станом на 2021 рік прототип пристрою компанії продемонстрував електричний запис із понад 30 000 електродних каналів у корі головного мозку овець.

НКІ від Paradromics наразі випробовується на вівцях і планує досягти людей наступного року, сподіваючись спочатку покращити життя людей із важким паралічем, відновивши спілкування за допомогою тексту, курсору та мови.

Майбутнє

Футуролог Рей Курцвейл прогнозує, що на початку 2030-х років людство матиме безперебійне з’єднання з високою пропускною здатністю між мозком і хмарою[32].

Прогрес в інженерії нервової тканини також дозволить відновлювати та покращувати функції мозку.

НКІ у реабілітаційній медицині

Нейрокомп'ютерні інтерфейси — це системи, які забезпечують прямий шлях зв’язку між мозком і зовнішнім пристроєм. В останні роки НКІ стали перспективним інструментом у сфері реабілітаційної медицини.[33][34][35][36][37].

Моторна реабілітація

Моторна (рухова) реабілітація спрямована на відновлення або покращення рухової функції в осіб із фізичними вадами, спричиненими неврологічними розладами, такими як інсульт, травма спинного мозку та черепно-мозкова травма. НКІ використовувалися для полегшення рухового відновлення за допомогою нервового зворотного зв’язку, функціональної електричної стимуляції (FES) і роботизованої терапії.

Нейрофідбек

Нейрофідбек передбачає моніторинг активності мозку в реальному часі для забезпечення зворотного зв’язку, який може допомогти пацієнтам навчитися регулювати свою нейронну активність. НКІ можуть бути використані для забезпечення такого зворотного зв’язку та продемонстрували потенціал у покращенні рухової функції у пацієнтів після інсульту.[38][39][40]

Функціональна електростимуляція

Функціональна електростимуляція (ФЕС) включає застосування електричних струмів для стимуляції м’язів або нервів, що дозволяє рухатися особам з руховими порушеннями. НКІ можна використовувати для контролю систем ФЕС, дозволяючи пацієнтам ініціювати рух за допомогою сигналів свого мозку.[38][41][42]

Робототехнічна терапія

У роботизованій реабілітації пацієнти взаємодіють із роботизованими пристроями, які забезпечують підтримку та допомогу під час рухових актів. НКІ можна інтегрувати з цими пристроями, щоб забезпечити контрольований мозком рух, що може покращити рухове навчання та відновлення, чи компенсувати функції.[43][44][45][46][47]

Когнітивна реабілітація

Когнітивна реабілітація зосереджена на відновленні або покращенні когнітивних функцій в осіб з когнітивними порушеннями, спричиненими неврологічними розладами, такими як черепно-мозкова травма чи деменція. НКІ використовувалися для сприяння когнітивному тренуванню за допомогою нервового зворотного зв’язку та тренування пам’яті та уваги.

Нейрофідбек

Подібно до моторної реабілітації, нейрофідбек можна використовувати для покращення когнітивних функцій шляхом надання зворотного зв’язку щодо активності мозку в реальному часі. НКІ використовувалися, щоб допомогти пацієнтам регулювати свою нейронну активність, що може призвести до покращення когнітивних функцій.[48][49][50]

Тренування пам'яті та уваги

НКІ можна використовувати для забезпечення зворотного зв’язку щодо завдань пам’яті та уваги, потенційно покращуючи когнітивне навчання. Включаючи НКІ в програми когнітивного навчання, дослідники прагнуть розробити більш ефективні заходи для людей з когнітивними порушеннями.[51][52][53]

Тренування усвідомленності

Інтерфейси «мозок-комп’ютер» (НКІ) у поєднанні з обладнанням ЕЕГ демонструють багатообіцяючі результати в тренуванні усвідомленості, надаючи користувачам унікальні можливості саморегуляції розумових і емоційних функцій на основі зворотного зв’язку від активності їх власного мозку. Дослідження показує, що НКІ у поєднанні з мобільними та імерсивними технологіями можуть підтримувати усвідомленість як нову практику когнітивного, емоційного та метакогнітивного розвитку, пропонуючи проактивні стратегії для досягнення медитативних станів, відчуття благополуччя та максимізації продуктивності.[54]

І навпаки, тренування усвідомленності може покращити ефективність взаємодії з нейрокомп'ютерним інтерфейсом.[55]

Виклики та майбутні напрямки

Хоча НКІ обіцяють покращити результати реабілітації, залишається кілька проблем. Вони включають потребу в покращених методах обробки сигналів, зручному апаратному забезпеченні та індивідуальних протоколах навчання.

Крім того, необхідно розглянути етичні міркування, такі як можливість вторгнення в приватне життя та наслідки неналежного використання нейронних даних. (Див. Нейроетика)

Оскільки галузь НКІ в реабілітаційній медицині продовжує розвиватися, дуже важливо, щоб дослідники та клініцисти співпрацювали для розробки безпечних та ефективних втручань, які можна втілити в клінічну практику.

НКІ і нейропротезування

Нейропротезування — область нейроінженерії, неврології та нейрореабілітації, що займається створенням і імплантацією штучних пристроїв для відновлення порушених функцій нервової системи або сенсорних органів (нейропротезів чи нейроімплантів). Прикладом нейропротезування є кохлеарний нейроімплант. Існує також нейропротез для відновлення зору, наприклад, імплантати сітківки.

Основна відмінність НКІ від нейропротезування полягає в особливостях їх застосування: нейропротез найчастіше «підключають» до нервової системи, в той час як НКІ зазвичай з'єднує мозок (або нервову систему) з комп'ютерною системою. На практиці нейропротез може бути приєднаний до будь-якої частини нервової системи, наприклад, до периферійних нервів, в той час як НКІ являє собою більш вузький клас систем, що взаємодіють з центральною нервовою системою.

Терміни нейропротезування і НКІ можуть бути взаємозамінними, оскільки обидва підходи переслідують одну мету — відновлення зору, слуху, рухових здібностей, здатності спілкуватися та інших когнітивних функцій. Крім того, в обох підходах використовуються аналогічні експериментальні методи, включаючи хірургічне втручання.

В культурі

НКІ стали впливовим елементом культурного дискурсу, демонструючи потенційно трансформаційний вплив цієї технології на розвиток людської цивілізації. Від літератури та кіно до філософських дебатів, культурне відображення НКІ часто представляє оптимістичне бачення довгострокового суспільного прогресу, покращених людських можливостей і гармонійного співіснування з технологіями.[56]

Література

Наукова фантастика та література часто зображують НКІ як стрижневий фактор розвитку людських та постлюдських цивілізації. Наприклад, у «Кінці дитинства» Артура К. Кларка передові інопланетні технології, включаючи НКІ, допомагають людству еволюціонувати у більш освічений вид. Серія «Я, робот» Айзека Азімова передбачає цивілізацію, де люди та штучний інтелект живуть у симбіозі, а НКІ допомагають у спілкуванні та співпраці.

Кіно та телебачення

Кіно та телебачення сприйняли концепцію НКІ по-різному, зокрема, як каталізатора позитивної трансформації. Наприклад, у фільмі «Зоряний шлях: наступне покоління» VISOR лейтенанта Джорді Ла Форджа — пристрій, що безпосередньо взаємодіє з його мозком — дозволяє йому сприймати ширший спектр світла, незважаючи на його сліпоту. У фільмі «Трансцендентність» свідомість головного героя переноситься в комп’ютер, який досліджує ідею безсмертя через НКІ. У мультсеріалі Еховзвід за допомогою нейрокомп'ютерного інтерфейсу здійснюється управління бойовими екзоскелетами під назвою Ехолети. У фільмі Тихоокеанський рубіж за допомогою нейрокомп'ютерних інтерфейсів команда з двох чоловік управляє гігантськими роботами для боротьби з прибульцями з іншого виміру. Відмінною особливістю НКІ в цьому фільмі є необхідність двох осіб для управління однією машиною. При цьому навантаження на мозок рівномірно розподіляється між двома пілотами.

У філософсько-етичному дискурсі

НКІ викликали широкі філософські дебати щодо потенційного збільшення людських здібностей та поняття постгуманізму. Такі філософи, як Нік Бостром і Девід Пірс, стверджували, що НКІ можуть бути ключовими для переходу людства до стану підвищеного інтелекту та добробуту, що, можливо, забезпечить цивілізацію, яка триватиме мільйони років. Ці дискусії підкреслюють позитивний вплив НКІ на покращення когнітивних здібностей, емпатію та прийняття етичних рішень.

У відеоіграх

Відеоігри зображують НКІ теж по-різному, зокрема, як інструменти для виховання глибокої емпатії та розуміння. У грі «Detroit: Become Human» персонажі використовують НКІ, щоб ділитися спогадами та досвідом, зміцнюючи емоційний зв’язок і взаєморозуміння. Це перегукується з потенційним реальним використанням НКІ для виховання емпатії та толерантності, підтримки згуртованості суспільства в довгостроковій перспективі.

Громадське сприйняття та бачення майбутнього

Культурні образи НКІ суттєво сформували їх сприйняття громадськістю як інструментів суспільного прогресу та сталого розвитку. Ці уявлення заохочують оптимізм щодо розвитку людини, покращення спілкування та потенціалу полегшення та реабілітації від різноманітних вад. Крім того, вони підкреслюють обіцянку НКІ для сталого майбутнього, де технології та людство гармонійно переплітаються, прокладаючи шлях до цивілізації, яка може існувати мільйони років.

Див. також

Література

Книги

Журнали

Примітки

  1. ↑ а б Wolpaw, Jonathan R.; Wolpaw, Elizabeth Winter, ред. (2012). Brain-computer interfaces: principles and practice. Oxford New York: Oxford University Press. ISBN 978-0-19-538885-5.
  2. ↑ Martini, Michael L.; Oermann, Eric Karl; Opie, Nicholas L.; Panov, Fedor; Oxley, Thomas; Yaeger, Kurt (2020-02). Sensor Modalities for Brain-Computer Interface Technology: A Comprehensive Literature Review. Neurosurgery (амер.). Т. 86, № 2. с. E108. doi:10.1093/neuros/nyz286. ISSN 0148-396X. Процитовано 7 лютого 2023.
  3. ↑ Krucoff, M. O., Rahimpour, S., Slutzky, M. W., Edgerton, V. R., & Turner, D. A. (27 грудня 2016). Enhancing Nervous System Recovery through Neurobiologics, Neural Interface Training, and Neurorehabilitation. https://doi.org/10.3389/fnins.2016.00584 (eng) . Frontiers in neuroscience, 10, 584.
  4. ↑ Bach-y-Rita, Paul (1967-09). SENSORY PLASTICITY. Acta Neurologica Scandinavica (англ.). Т. 43, № 4. с. 417—426. doi:10.1111/j.1600-0404.1967.tb05747.x. Процитовано 6 березня 2023.
  5. ↑ Aviva Hope Rutkin (2012). Champagne for the Blind: Paul Bach-y-Rita, Neurosciences Forgotten Genius (PDF) (eng) .
  6. ↑ Kawala-Sterniuk, Aleksandra; Browarska, Natalia; Al-Bakri, Amir; Pelc, Mariusz; Zygarlicki, Jaroslaw; Sidikova, Michaela; Martinek, Radek; Gorzelanczyk, Edward Jacek (2021-01). Summary of over Fifty Years with Brain-Computer Interfaces—A Review. Brain Sciences (англ.). Т. 11, № 1. с. 43. doi:10.3390/brainsci11010043. ISSN 2076-3425. PMC 7824107. PMID 33401571. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  7. ↑ Fetz, E E; Baker, M A (1973-03). Operantly conditioned patterns on precentral unit activity and correlated responses in adjacent cells and contralateral muscles. Journal of Neurophysiology (англ.). Т. 36, № 2. с. 179—204. doi:10.1152/jn.1973.36.2.179. ISSN 0022-3077. Процитовано 19 грудня 2023.
  8. ↑ Fetz, E.E.; Finocchio, D.V. (1975-09). Correlations between activity of motor cortex cells and arm muscles during operantly conditioned response patterns. Experimental Brain Research (англ.). Т. 23, № 3. doi:10.1007/BF00239736. ISSN 0014-4819. Процитовано 19 грудня 2023.
  9. ↑ Schleim, Stephan (2021). Neurorights in History: A Contemporary Review of José M. R. Delgado’s “Physical Control of the Mind” (1969) and Elliot S. Valenstein’s “Brain Control” (1973). Frontiers in Human Neuroscience. Т. 15. doi:10.3389/fnhum.2021.703308. ISSN 1662-5161. PMC 8579946. PMID 34776898. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  10. ↑ Ілон Маск об’єднає мозок людини зі штучним інтелектом. Tokar.ua (укр.). 17 вересня 2018. Процитовано 18 листопада 2018.
  11. ↑ а б в Peksa, Janis; Mamchur, Dmytro (2023-01). State-of-the-Art on Brain-Computer Interface Technology. Sensors (англ.). Т. 23, № 13. с. 6001. doi:10.3390/s23136001. ISSN 1424-8220. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  12. ↑ а б в Dong, Yuanrui; Wang, Shirong; Huang, Qiang; Berg, Rune W.; Li, Guanghui; He, Jiping (2023-01). Neural Decoding for Intracortical Brain–Computer Interfaces. Cyborg and Bionic Systems (англ.). Т. 4. doi:10.34133/cbsystems.0044. ISSN 2692-7632. PMC 10380541. PMID 37519930. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  13. ↑ Stoyell, Sally M.; Wilmskoetter, Janina; Dobrota, Mary-Ann; Chinappen, Dhinakaran M.; Bonilha, Leonardo; Mintz, Mark; Brinkmann, Benjamin H.; Herman, Susan T.; Peters, Jurriaan M. (2021-03). High-Density EEG in Current Clinical Practice and Opportunities for the Future. Journal of Clinical Neurophysiology (амер.). Т. 38, № 2. с. 112. doi:10.1097/WNP.0000000000000807. ISSN 0736-0258. PMC 8083969. PMID 33661787. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  14. ↑ Lee, Hyemin S.; Schreiner, Leonhard; Jo, Seong-Hyeon; Sieghartsleitner, Sebastian; Jordan, Michael; Pretl, Harald; Guger, Christoph; Park, Hyung-Soon (2022). Individual finger movement decoding using a novel ultra-high-density electroencephalography-based brain-computer interface system. Frontiers in Neuroscience. Т. 16. doi:10.3389/fnins.2022.1009878. ISSN 1662-453X. PMC 9627315. PMID 36340769. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  15. ↑ Iwama, Seitaro; Morishige, Masumi; Kodama, Midori; Takahashi, Yoshikazu; Hirose, Ryotaro; Ushiba, Junichi (15 червня 2023). High-density scalp electroencephalogram dataset during sensorimotor rhythm-based brain-computer interfacing. Scientific Data (англ.). Т. 10, № 1. с. 385. doi:10.1038/s41597-023-02260-6. ISSN 2052-4463. Процитовано 19 грудня 2023.
  16. ↑ Tam, Wing-kin; Wu, Tong; Zhao, Qi; Keefer, Edward; Yang, Zhi (2019-12). Human motor decoding from neural signals: a review. BMC Biomedical Engineering (англ.). Т. 1, № 1. doi:10.1186/s42490-019-0022-z. ISSN 2524-4426. PMC 7422484. PMID 32903354. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  17. ↑ Glaser, Joshua I.; Benjamin, Ari S.; Chowdhury, Raeed H.; Perich, Matthew G.; Miller, Lee E.; Kording, Konrad P. (1 липня 2020). Machine Learning for Neural Decoding. eNeuro (англ.). Т. 7, № 4. doi:10.1523/ENEURO.0506-19.2020. ISSN 2373-2822. PMC 7470933. PMID 32737181. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  18. ↑ Saeidi, Maham; Karwowski, Waldemar; Farahani, Farzad V.; Fiok, Krzysztof; Taiar, Redha; Hancock, P. A.; Al-Juaid, Awad (18 листопада 2021). Neural Decoding of EEG Signals with Machine Learning: A Systematic Review. Brain Sciences (англ.). Т. 11, № 11. с. 1525. doi:10.3390/brainsci11111525. ISSN 2076-3425. PMC 8615531. PMID 34827524. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  19. ↑ Sen, Ovishake; Sheehan, Anna M.; Raman, Pranay R.; Khara, Kabir S.; Khalifa, Adam; Chatterjee, Baibhab (2023-01). Machine-Learning Methods for Speech and Handwriting Detection Using Neural Signals: A Review. Sensors (англ.). Т. 23, № 12. с. 5575. doi:10.3390/s23125575. ISSN 1424-8220. PMC 10303480. PMID 37420741. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  20. ↑ Chaddad, Ahmad; Wu, Yihang; Kateb, Reem; Bouridane, Ahmed (2023-01). Electroencephalography Signal Processing: A Comprehensive Review and Analysis of Methods and Techniques. Sensors (англ.). Т. 23, № 14. с. 6434. doi:10.3390/s23146434. ISSN 1424-8220. PMC 10385593. PMID 37514728. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  21. ↑ Knierim, Michael Thomas; Bleichner, Martin Georg; Reali, Pierluigi (2023-01). A Systematic Comparison of High-End and Low-Cost EEG Amplifiers for Concealed, Around-the-Ear EEG Recordings. Sensors (англ.). Т. 23, № 9. с. 4559. doi:10.3390/s23094559. ISSN 1424-8220. PMC 10181552. PMID 37177761. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  22. ↑ A Wearable Asynchronous Brain-Computer Interface Based on EEG - EOG Signals with Fewer Channels | IEEE Journals & Magazine | IEEE Xplore. ieeexplore.ieee.org. doi:10.1109/tbme.2023.3308371. Процитовано 19 грудня 2023.
  23. ↑ Janani, A.; Sasikala, M. (2017-10). Investigation of different approaches for noise reduction in functional near-infrared spectroscopy signals for brain–computer interface applications. Neural Computing and Applications (англ.). Т. 28, № 10. с. 2889—2903. doi:10.1007/s00521-017-2961-4. ISSN 0941-0643. Процитовано 19 грудня 2023.
  24. ↑ Prasanna, Chintalpudi S. L.; Rahman, Md Zia Ur (1 квітня 2021). Noise cancellation in brain waves using a new diffusion normalized least power based algorithm for brain computer interface applications. Measurement: Sensors. Т. 14. с. 100038. doi:10.1016/j.measen.2020.100038. ISSN 2665-9174. Процитовано 19 грудня 2023.
  25. ↑ Brophy, Eoin; Redmond, Peter; Fleury, Andrew; De Vos, Maarten; Boylan, Geraldine; Ward, Tomás (2022). Denoising EEG Signals for Real-World BCI Applications Using GANs. Frontiers in Neuroergonomics. Т. 2. doi:10.3389/fnrgo.2021.805573. ISSN 2673-6195. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  26. ↑ Peterson, Victoria; Galván, Catalina; Hernández, Hugo; Spies, Ruben (2020-03). A feasibility study of a complete low-cost consumer-grade brain-computer interface system. Heliyon. Т. 6, № 3. с. e03425. doi:10.1016/j.heliyon.2020.e03425. ISSN 2405-8440. PMC 7056654. PMID 32154404. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  27. ↑ Quiles, Eduardo; Dadone, Javier; Chio, Nayibe; García, Emilio (2022-01). Cross-Platform Implementation of an SSVEP-Based BCI for the Control of a 6-DOF Robotic Arm. Sensors (англ.). Т. 22, № 13. с. 5000. doi:10.3390/s22135000. ISSN 1424-8220. PMC 9269816. PMID 35808498. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  28. ↑ Craik, Alexander; González-España, Juan José; Alamir, Ayman; Edquilang, David; Wong, Sarah; Sánchez Rodríguez, Lianne; Feng, Jeff; Francisco, Gerard E.; Contreras-Vidal, Jose L. (2023-01). Design and Validation of a Low-Cost Mobile EEG-Based Brain–Computer Interface. Sensors (англ.). Т. 23, № 13. с. 5930. doi:10.3390/s23135930. ISSN 1424-8220. PMC 10346228. PMID 37447780. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  29. ↑ Brundavani, Putta; Vardhan, Dupakuntla Vishnu (3 жовтня 2023). A novel approach for minimising anti-aliasing effects in EEG data acquisition. Open Life Sciences (англ.). Т. 18, № 1. doi:10.1515/biol-2022-0664. ISSN 2391-5412. PMC 10549983. PMID 37800116. Процитовано 19 грудня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  30. ↑ Cullen, D. Kacy; Pfister, Bryan J. (2011). State of the Art and Future Challenges in Neural Engineering: Neural Interfaces: Foreword / Editors' Commentary (Volume 1). Critical Reviews™ in Biomedical Engineering (English) . Т. 39, № 1. doi:10.1615/CritRevBiomedEng.v39.i1.10. ISSN 0278-940X. Процитовано 11 лютого 2023.
  31. ↑ Cullen, D. Kacy; Wolf, John A.; Vernekar, Varadraj N.; Vukasinovic, Jelena; LaPlaca, Michelle C. (2011). Neural Tissue Engineering and Biohybridized Microsystems for Neurobiological Investigation In Vitro (Part 1). Critical Reviews™ in Biomedical Engineering (English) . Т. 39, № 3. doi:10.1615/CritRevBiomedEng.v39.i3.30. ISSN 0278-940X. Процитовано 11 лютого 2023.
  32. ↑ а б в г д е Diamandis, Peter H. Metatrend #10: Connecting Your Brain to the Cloud (BCI). www.diamandis.com (en-us) . Процитовано 19 грудня 2022.
  33. ↑ Simon, Colin; Bolton, David A. E.; Kennedy, Niamh C.; Soekadar, Surjo R.; Ruddy, Kathy L. (2021). Challenges and Opportunities for the Future of Brain-Computer Interface in Neurorehabilitation. Frontiers in Neuroscience. Т. 15. doi:10.3389/fnins.2021.699428. ISSN 1662-453X. PMC 8282929. PMID 34276299. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  34. ↑ Cervera, María A.; Soekadar, Surjo R.; Ushiba, Junichi; Millán, José del R.; Liu, Meigen; Birbaumer, Niels; Garipelli, Gangadhar (2018-05). Brain-computer interfaces for post-stroke motor rehabilitation: a meta-analysis. Annals of Clinical and Translational Neurology (англ.). Т. 5, № 5. с. 651—663. doi:10.1002/acn3.544. PMC 5945970. PMID 29761128. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  35. ↑ Mane, Ravikiran; Chouhan, Tushar; Guan, Cuntai (1 серпня 2020). BCI for stroke rehabilitation: motor and beyond. Journal of Neural Engineering. Т. 17, № 4. с. 041001. doi:10.1088/1741-2552/aba162. ISSN 1741-2560. Процитовано 5 травня 2023.
  36. ↑ Sebastián-Romagosa, Marc; Cho, Woosang; Ortner, Rupert; Murovec, Nensi; Von Oertzen, Tim; Kamada, Kyousuke; Allison, Brendan Z.; Guger, Christoph (2020). Brain Computer Interface Treatment for Motor Rehabilitation of Upper Extremity of Stroke Patients—A Feasibility Study. Frontiers in Neuroscience. Т. 14. doi:10.3389/fnins.2020.591435. ISSN 1662-453X. PMC 7640937. PMID 33192277. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  37. ↑ Baniqued, Paul Dominick E.; Stanyer, Emily C.; Awais, Muhammad; Alazmani, Ali; Jackson, Andrew E.; Mon-Williams, Mark A.; Mushtaq, Faisal; Holt, Raymond J. (23 січня 2021). Brain–computer interface robotics for hand rehabilitation after stroke: a systematic review. Journal of NeuroEngineering and Rehabilitation. Т. 18, № 1. с. 15. doi:10.1186/s12984-021-00820-8. ISSN 1743-0003. PMC 7825186. PMID 33485365. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  38. ↑ а б Remsik, Alexander B.; van Kan, Peter L. E.; Gloe, Shawna; Gjini, Klevest; Williams, Leroy; Nair, Veena; Caldera, Kristin; Williams, Justin C.; Prabhakaran, Vivek (2022). BCI-FES With Multimodal Feedback for Motor Recovery Poststroke. Frontiers in Human Neuroscience. Т. 16. doi:10.3389/fnhum.2022.725715. ISSN 1662-5161. PMC 9296822. PMID 35874158. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  39. ↑ Belda-Lois, Juan-Manuel; Mena-del Horno, Silvia; Bermejo-Bosch, Ignacio; Moreno, Juan C.; Pons, José L.; Farina, Dario; Iosa, Marco; Molinari, Marco; Tamburella, Federica (13 грудня 2011). Rehabilitation of gait after stroke: a review towards a top-down approach. Journal of NeuroEngineering and Rehabilitation. Т. 8, № 1. с. 66. doi:10.1186/1743-0003-8-66. ISSN 1743-0003. PMC 3261106. PMID 22165907. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  40. ↑ Ramos-Murguialday, Ander; Broetz, Doris; Rea, Massimiliano; Läer, Leonhard; Yilmaz, Özge; Brasil, Fabricio L.; Liberati, Giulia; Curado, Marco R.; Garcia-Cossio, Eliana (2013-07). Brain-machine interface in chronic stroke rehabilitation: A controlled study: BMI in Chronic Stroke. Annals of Neurology (англ.). Т. 74, № 1. с. 100—108. doi:10.1002/ana.23879. PMC 3700597. PMID 23494615. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  41. ↑ Müller-Putz, Gernot R.; Scherer, Reinhold; Pfurtscheller, Gert; Rupp, Rüdiger (1 липня 2005). EEG-based neuroprosthesis control: A step towards clinical practice. Neuroscience Letters (англ.). Т. 382, № 1. с. 169—174. doi:10.1016/j.neulet.2005.03.021. ISSN 0304-3940. Процитовано 5 травня 2023.
  42. ↑ Pfurtscheller, Gert; Müller, Gernot R; Pfurtscheller, Jörg; Gerner, Hans Jürgen; Rupp, Rüdiger (6 листопада 2003). ‘Thought’ – control of functional electrical stimulation to restore hand grasp in a patient with tetraplegia. Neuroscience Letters (англ.). Т. 351, № 1. с. 33—36. doi:10.1016/S0304-3940(03)00947-9. ISSN 0304-3940. Процитовано 5 травня 2023.
  43. ↑ Willsey, Matthew S.; Nason-Tomaszewski, Samuel R.; Ensel, Scott R.; Temmar, Hisham; Mender, Matthew J.; Costello, Joseph T.; Patil, Parag G.; Chestek, Cynthia A. (12 листопада 2022). Real-time brain-machine interface in non-human primates achieves high-velocity prosthetic finger movements using a shallow feedforward neural network decoder. Nature Communications (англ.). Т. 13, № 1. с. 6899. doi:10.1038/s41467-022-34452-w. ISSN 2041-1723. Процитовано 5 травня 2023.
  44. ↑ Li, Rui; Zhang, Xiaodong; Lu, Zhufeng; Liu, Chang; Li, Hanzhe; Sheng, Weihua; Odekhe, Randolph (2018). An Approach for Brain-Controlled Prostheses Based on a Facial Expression Paradigm. Frontiers in Neuroscience. Т. 12. doi:10.3389/fnins.2018.00943. ISSN 1662-453X. PMC 6305548. PMID 30618572. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  45. ↑ Meng, Jianjun; Zhang, Shuying; Bekyo, Angeliki; Olsoe, Jaron; Baxter, Bryan; He, Bin (14 грудня 2016). Noninvasive Electroencephalogram Based Control of a Robotic Arm for Reach and Grasp Tasks. Scientific Reports (англ.). Т. 6, № 1. с. 38565. doi:10.1038/srep38565. ISSN 2045-2322. Процитовано 5 травня 2023.
  46. ↑ Ang, Kai Keng; Chua, Karen Sui Geok; Phua, Kok Soon; Wang, Chuanchu; Chin, Zheng Yang; Kuah, Christopher Wee Keong; Low, Wilson; Guan, Cuntai (2015-10). A Randomized Controlled Trial of EEG-Based Motor Imagery Brain-Computer Interface Robotic Rehabilitation for Stroke. Clinical EEG and Neuroscience (англ.). Т. 46, № 4. с. 310—320. doi:10.1177/1550059414522229. ISSN 1550-0594. Процитовано 5 травня 2023.
  47. ↑ Daly, Janis J.; Cheng, Roger; Rogers, Jean; Litinas, Krisanne; Hrovat, Kenneth; Dohring, Mark (2009-12). Feasibility of a New Application of Noninvasive Brain Computer Interface (BCI): A Case Study of Training for Recovery of Volitional Motor Control After Stroke. Journal of Neurologic Physical Therapy (амер.). Т. 33, № 4. с. 203. doi:10.1097/NPT.0b013e3181c1fc0b. ISSN 1557-0576. Процитовано 5 травня 2023.
  48. ↑ Rogala, Jacek; Jurewicz, Katarzyna; Paluch, Katarzyna; Kublik, Ewa; Cetnarski, Ryszard; Wróbel, Andrzej (2016). The Do's and Don'ts of Neurofeedback Training: A Review of the Controlled Studies Using Healthy Adults. Frontiers in Human Neuroscience. Т. 10. doi:10.3389/fnhum.2016.00301. ISSN 1662-5161. PMC 4911408. PMID 27378892. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  49. ↑ Gruzelier, John H. (1 липня 2014). EEG-neurofeedback for optimising performance. I: A review of cognitive and affective outcome in healthy participants. Neuroscience & Biobehavioral Reviews (англ.). Т. 44. с. 124—141. doi:10.1016/j.neubiorev.2013.09.015. ISSN 0149-7634. Процитовано 5 травня 2023.
  50. ↑ Sitaram, Ranganatha; Ros, Tomas; Stoeckel, Luke; Haller, Sven; Scharnowski, Frank; Lewis-Peacock, Jarrod; Weiskopf, Nikolaus; Blefari, Maria Laura; Rana, Mohit (2017-02). Closed-loop brain training: the science of neurofeedback. Nature Reviews Neuroscience (англ.). Т. 18, № 2. с. 86—100. doi:10.1038/nrn.2016.164. ISSN 1471-0048. Процитовано 5 травня 2023.
  51. ↑ Lim, Choon Guan; Soh, Chui Pin; Lim, Shernice Shi Yun; Fung, Daniel Shuen Sheng; Guan, Cuntai; Lee, Tih-Shih (25 січня 2023). Home-based brain–computer interface attention training program for attention deficit hyperactivity disorder: a feasibility trial. Child and Adolescent Psychiatry and Mental Health. Т. 17, № 1. с. 15. doi:10.1186/s13034-022-00539-x. ISSN 1753-2000. PMC 9878772. PMID 36698168. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  52. ↑ Kober, Silvia Erika; Wood, Guilherme; Hofer, Daniela; Kreuzig, Walter; Kiefer, Manfred; Neuper, Christa (8 лютого 2013). Virtual reality in neurologic rehabilitation of spatial disorientation. Journal of NeuroEngineering and Rehabilitation. Т. 10, № 1. с. 17. doi:10.1186/1743-0003-10-17. ISSN 1743-0003. PMC 3583670. PMID 23394289. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  53. ↑ deBettencourt, Megan T.; Cohen, Jonathan D.; Lee, Ray F.; Norman, Kenneth A.; Turk-Browne, Nicholas B. (2015-03). Closed-loop training of attention with real-time brain imaging. Nature Neuroscience (англ.). Т. 18, № 3. с. 470—475. doi:10.1038/nn.3940. ISSN 1546-1726. PMC 4503600. PMID 25664913. Процитовано 5 травня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  54. ↑ Mitsea, Eleni; Drigas, Athanasios; Skianis, Charalabos (18 лютого 2023). Brain-computer interfaces in digital mindfulness training for metacognitive, emotional and attention regulation skills: a literature review. Research, Society and Development (англ.). Т. 12, № 3. с. e2512340247—e2512340247. doi:10.33448/rsd-v12i3.40247. ISSN 2525-3409. Процитовано 8 червня 2023.
  55. ↑ James R Stieger та ін. (31 січня 2021). Mindfulness Improves Brain–Computer Interface Performance by Increasing Control Over Neural Activity in the Alpha Band. academic.oup.com. Cerebral cortex. doi:10.1093/cercor/bhaa234. Процитовано 8 червня 2023. {{cite web}}: Явне використання «та ін.» у: |last= (довідка)
  56. ↑ GPT-4 (8 червня 2023). Brain-computer interface in Culture in the sustainable, good and optimistic view (англ) . OpenAI. Prompts: 1) Hey awesome! Write please the ideal chapter "Brain-computer interfaces in culture" for the ideal Wikipedia page "Brain-computer interface" 2) Rewrite with providing the real most optimistic, good and sustainable examples, that aligned with Millions of years of human and posthuman civilizations' existence

Посилання

Галузі
Нейронаука
Питання
Отримано з https://uk.wikipedia.org/w/index.php?title=Нейрокомп%27ютерний_інтерфейс&oldid=41178877