Informatie

Is het mogelijk om elektrische signalen uit de hersenen te verwerken en de resultaten te interpreteren als exacte gedachten?


Als de hersenen extreem lage spanningssignalen gebruiken om te communiceren (van wat ik begrijp rond 100 mV), wat voor soort doorbraken zouden dan nodig zijn om deze signalen te onderscheppen en ze als exacte gedachten te interpreteren? Ik weet dat we al op een veel hoger niveau communiceren met het elektrische veld van de hersenen, maar wat weerhoudt ons ervan om het nauwkeuriger te interpreteren?


De hersenactiviteit is elektrisch en chemisch. Het mannelijke volwassen menselijke brein bevat ongeveer 86 miljard neuronen (Azevedo et al). Er zijn ongeveer 100 biljoen verbindingen tussen hen. Zo'n puzzel oplossen is niet eenvoudig...

wat voor doorbraken zijn er nodig om deze signalen te onderscheppen en te interpreteren als exacte gedachten?

Waar je naar verwijst zou worden genoemd het oplossen van de neurale code in de neurowetenschappen. Met de huidige methoden is dat waarschijnlijk niet mogelijk.

Overweeg elektro-encefalografie (EEG). Het registreert de elektrische activiteit van de hersenen. Ag/AgCl-sensoren worden langs de hoofdhuid geplaatst (meestal 64-256 in onderzoeksinstellingen). Wanneer ongeveer 50.000 parallel neuronen vuren tegelijkertijd, kan een verandering in een opgenomen signaal worden gezien. Terwijl de tijdresolutie ongeveer 1 ms is voor EEG, is de ruimtelijke resolutie enkele centimeters (het is niet gemakkelijk te vinden welke gebieden de opgenomen signalen produceerden; het is een omgekeerd probleem). Een nieuwere techniek, magneto-encefalografie (MEG) genaamd, wordt steeds meer gebruikt, maar is duur. Het registreert de magnetische velden die verband houden met de elektrische activiteit en maakt een betere lokalisatie mogelijk.

Zijn er andere complicaties? Nou... veel van hen. Knipper met je ogen tijdens de opname en er zal een groot artefact zijn dat de hersensignalen in de meeste kanalen maskeert (10-100x groter in amplitude dan de hersensignalen).

Hoe dan ook, je zou waarschijnlijk geïnteresseerd zijn in het nieuwe onderzoek waarbij gebruik wordt gemaakt van machine learning-technieken: het is mogelijk geweest om de inhoud van dromen te decoderen, te reconstrueren wat een onderwerp ziet, enz. De beste artikelen zijn gepubliceerd door Wetenschap, Natuur, en PNAS, dus hun zoekmachines gebruiken met de trefwoorden decoderen en brein moet u toelaten om het onderwerp gemakkelijk te verkennen.

ps. Ik had geen tijd om fMRI te bespreken; iemand anders kan dat misschien doen...


Mogelijk, maar niet voor een zeer lange tijd.

Professor Gallant bevindt zich in de embryonale stadia van dit onderzoek en boekt enig succes. Op dit moment heeft de computer een pool van mogelijke afbeeldingen nodig om uit te tekenen om de mogelijkheden klein genoeg te maken om te zoeken en de beeldresolutie is op zijn best ruw. Maar het feit dat zelfs zoiets eenvoudigs als de kleur van een herinnerde afbeelding kan worden gelezen, betekent dat het mogelijk is. Maar dat is technologie op het niveau van de spaceshuttle terwijl we nog steeds in het stadium zijn van het vastbinden van kartonnen vleugels aan onze armen.

Naar alle waarschijnlijkheid, zelfs wanneer deze technologie volwassen is, zal de machine uw hersenen moeten leren, net zoals een programma voor spreken met tekst uw spreekpatronen moet leren, voordat het werkt. Voor mij is dit enorm interessant vanwege de mogelijkheid om te zien welke delen van onze hersenarchitectuur universeel en dus waarschijnlijk genetisch zijn.

Ik voeg twee andere bronnen toe voor het onderzoek, maar ik waarschuw je dat ze achter een betaalmuur zitten. http://www.nature.com/scientificamericanmind/journal/v25/n6/full/scientificamericanmind1114-40.html

http://www.sciencedirect.com/science/article/pii/S1053811910009109


Is het mogelijk om elektrische signalen uit de hersenen te verwerken en de resultaten te interpreteren als exacte gedachten? - Biologie

Geluidsgolven, gekenmerkt door frequentie en amplitude, worden door verschillende organismen op unieke wijze waargenomen.

Leerdoelen

Beschrijf de relatie tussen amplitude en frequentie van een geluidsgolf en attributen van geluid

Belangrijkste leerpunten

Belangrijkste punten

  • Geluidsgolven zijn mechanische drukgolven die door een medium moeten reizen en niet in een vacuüm kunnen bestaan.
  • Er zijn vier hoofdkenmerken van een geluidsgolf: frequentie, golflengte, periode en amplitude.
  • Frequentie is het aantal golven per tijdseenheid en wordt gehoord als toonhoogte, hoogfrequente geluiden hoog zijn en laagfrequente geluiden laag.
  • De meeste mensen kunnen geluiden waarnemen met frequenties tussen 30 en 20.000 Hz. Andere dieren, zoals dolfijnen, kunnen geluiden op veel hogere frequenties waarnemen.
  • Amplitude, de afmeting van een golf van piek tot dal, wordt gehoord omdat luidere geluiden een grotere amplitude hebben dan zachtere geluiden.

Sleutelbegrippen

  • frequentie: gekenmerkt als een periodieke trilling die hoorbare eigenschap is van geluid die de toonhoogte het meest bepaalt en wordt gemeten in hertz
  • amplitude: maat van een golf van het hoogste punt tot het laagste punt, gehoord als volume
  • echografie: geluidsfrequenties boven het door mensen waarneembare plafond van circa 20.000 Hz

Geluid

Auditieve stimuli zijn geluidsgolven, dit zijn mechanische drukgolven die door een medium, zoals lucht of water, bewegen. Er zijn geen geluidsgolven in een vacuüm, omdat er geen luchtmoleculen zijn waar de golven doorheen kunnen bewegen. De snelheid van geluidsgolven verschilt op basis van hoogte, temperatuur en medium. Op zeeniveau en een temperatuur van 20º C (68º F), reizen geluidsgolven in de lucht met ongeveer 343 meter per seconde.

Zoals voor alle golven geldt, zijn er vier hoofdkenmerken van een geluidsgolf: frequentie, golflengte, periode en amplitude. Frequentie is het aantal golven per tijdseenheid in geluid, het wordt gehoord als toonhoogte. Geluiden met een hoge frequentie (≥15.000 Hz) hebben een hogere toon (korte golflengte) dan geluiden met een lage frequentie (lange golflengten ≤ 100 Hz). De frequentie wordt gemeten in cycli per seconde. Voor geluid is de meest gebruikte eenheid hertz (Hz) of cycli per seconde. De meeste mensen kunnen geluiden waarnemen met frequenties tussen 30 en 20.000 Hz. Vrouwen zijn doorgaans beter in het horen van hoge frequenties, maar ieders vermogen om hoge frequenties te horen neemt af met de leeftijd. Honden detecteren tot ongeveer 40.000 Hz katten, 60.000 Hz vleermuizen, 100.000 Hz dolfijnen, 150.000 Hz en de Amerikaanse elft (Alosa sapidissima), een vis, kan 180.000 Hz horen. Die frequenties boven het menselijk bereik worden ultrageluid genoemd.

Amplitude, of de afmeting van een golf van piek tot dal, in geluid wordt gehoord als volume. De geluidsgolven van hardere geluiden hebben een grotere amplitude dan die van zachtere geluiden. Voor geluid wordt het volume gemeten in decibel (dB). Het zachtste geluid dat een mens kan horen is het nulpunt. Mensen spreken normaal bij 60 decibel.

Amplitude: Voor geluidsgolven komt de golflengte overeen met de toonhoogte. De amplitude van de golf komt overeen met het volume. De geluidsgolf die wordt weergegeven met een stippellijn is zachter van volume dan de geluidsgolf die wordt weergegeven met een ononderbroken lijn.


Een nieuw apparaat kan je gedachten horen

Begin april plaatste MIT-onderzoeksassistent Arnav Kapur, 24, een korte video op YouTube. Op de clip was te zien hoe hij zich in verschillende omgevingen op de campus bewoog, terwijl hij een wit plastic ding rond de rechterkant van zijn gezicht droeg.

Terwijl hij langs rijen fietsen liep die naast bergen smeltende sneeuw geparkeerd stonden, waren zijn lippen gesloten terwijl zijn innerlijke gedachten als woorden op het scherm flitsten. "Tijd?" het leest. Een mannenstem antwoordde: "10:35 uur." In de volgende scène was Kapur aan het winkelen in een bodega. De prijzen van de dingen die hij in zijn winkelwagentje gooide - toiletpapier, een Italiaanse wrap, perziken uit blik - verschenen op het scherm. "Totaal $ 10,07", antwoordde de mannelijke stem. In de laatste scène bewoog Kapur een cursor over een videoconsole, zogenaamd met zijn geest.

Kapur kwam in 2016 vanuit New Delhi naar MIT's Media Lab om draagbare apparaten te bouwen die technologie naadloos integreren in onze 24/7 ervaring. Niet meer naar mobiele telefoons grijpen. Nooit meer naar schermen staren. Geen ogen meer naar beneden. Geen tuning meer om in te pluggen.

Het is onwaarschijnlijk dat AlterEgo, het geluidloze, stemloze apparaat zonder oordopjes waaraan hij de afgelopen twee jaar had gewerkt, zo goed was in het lezen van zijn gedachten dat hij het kon gebruiken om een ​​Uber te bestellen zonder een woord te zeggen.

"We wilden interacties vastleggen die zo dicht mogelijk bij het denken in je hoofd liggen."

In zijn huidige vorm is het apparaat van Kapur - ontwikkeld in samenwerking met zijn broer Shreyas (een MIT-student), een paar medestudenten van de afdeling Fluid Interfaces, en leiden hij A.I. goeroe professor Pattie Maes - is een 3D-geprint draagbaar apparaat uitgerust met elektromagnetische sensoren die een kant van je kaak omhelzen en je via Bluetooth verbindt met je wat Maes je computerbrein noemt - het enorme web van informatie van het internet waar de meesten van ons toegang toe hebben smartphones zo'n 80 keer per dag.

Het is radicaal om de eenvoudige reden dat het niet-invasief is - geen implantaten nodig - en stille menselijke communicatie kan verwerken met een uitzonderlijk hoge mate van nauwkeurigheid. Uiteindelijk, belooft Kapur, zal dit apparaat praktisch onzichtbaar zijn voor andere mensen.

Een paar maanden nadat de video uitkwam, ging Kapur zitten voor een interview met Medium in een klein Media Lab-kantoor op de vijfde verdieping, dat hij deelt met andere onderzoekers. Hij is gladgeschoren, netjes gekleed, en de afgestudeerde student dun zijn bruine ogen afwisselend slaperig en verschroeiend intens - een indrukwekkende truc. Tussen de computeronderdelen, boeken en ander afval verspreid over de kamer zit een roze ukelele. Niet van hem, zegt hij.

Kapur's natuurlijke neiging is om lang te praten, maar sinds zijn uitvinding media-aandacht trekt, werkt hij duidelijk aan zijn soundbites. "Ik ben erg gepassioneerd door AI", zegt hij. "Ik denk dat de toekomst van de menselijke samenleving gaat over ons samenwerken met machines."

Sinds de introductie van de smartphone wenden 2,5 miljard mensen zich al tot hun computerbrein als ze ergens heen moeten rijden of iets moeten koken of communiceren met andere mensen of de hoofdstad Missouri moeten vergeten. Cognitieve vergroting door middel van technologie is centraal komen te staan ​​in het dagelijks leven. Organisch brein, computerbrein. Ze werken al samen, zegt Kapur, alleen niet zo goed als ze zouden kunnen.

Vanwege de manier waarop onze apparaten zijn ontworpen, leiden ze ons echter meer af dan dat ze ons helpen. Om te overleggen met de oneindige wereld binnen handbereik, moeten we onze apparaten onze volledige aandacht geven. Schermen vragen om oogcontact. Telefoons hebben oordopjes nodig. Ze trekken ons uit de fysieke wereld en in die van hen.

Kapur wil een apparaat perfectioneren waarmee gebruikers kunnen communiceren met A.I. zo moeiteloos als je linkerhersenhelft met je rechterhersenhelft praat, zodat mensen de kracht van internet op elk niveau in hun denken kunnen integreren. Zodra de technologie een natuurlijk verlengstuk van het lichaam wordt, gelooft Kapur, zullen we vrij zijn om beter te worden in het mens-zijn.

"Dit is hoe we ons leven gaan leiden", zegt hij.

Bij het conceptualiseren van AlterEgo baseerde Kapur zijn ontwerprichtlijnen op een paar vaste principes. Het apparaat kan niet invasief zijn omdat hij dat onhandig en niet schaalbaar vindt. De interactie ermee moest natuurlijk aanvoelen en onzichtbaar zijn voor anderen, dus het apparaat moest stille signalen kunnen opvangen. Zich pijnlijk bewust van de manieren waarop technologie kan worden gecoöpteerd, wilde hij ook gebruikerscontrole in het ontwerp ingebakken, zodat het apparaat alleen zou detecteren vrijwillig, in plaats van onderbewuste, signalen. Met andere woorden, het zou uw gedachten alleen moeten lezen wanneer u dat wilt.

Je moet wil communiceren met uw computerbrein om ermee te communiceren.

Andere tech-pioniers hebben met enig succes mens-naar-computer conversatie-interfaces ontwikkeld, maar er zijn altijd kanttekeningen bij. Om met Siri en Alexa te communiceren, moet je rechtstreeks met een machine praten, die onnatuurlijk aanvoelt en niet privé is. Het belemmeren van de acceptatie van deze technologie is de sluipende zorg dat we niet precies weten wie naar wat luistert wanneer deze apparaten in de buurt zijn.

Kapur had een nieuwe manier nodig om het probleem te omzeilen. Wat als een computer onze gedachten zou kunnen lezen?

Als een onderzoeker die "dobbert over verschillende disciplines" (hij heeft geprobeerd en faalde om een ​​korte website-bio te schrijven omdat hij niet "in een hokje wil worden gestopt"), begon Kapur het menselijk lichaam niet als een beperking te zien, maar als een leiding. Hij zag de hersenen als de krachtbron die een complex elektrisch neuraal netwerk aandrijft dat onze gedachten en bewegingen bestuurt. Wanneer de hersenen bijvoorbeeld een vinger willen bewegen, sturen ze een elektrische impuls langs de arm naar het juiste cijfer en de spier reageert dienovereenkomstig. Sensoren kunnen die elektrische signalen opvangen. Je hoeft alleen maar te weten waar en hoe je moet inspelen.

Kapur wist dat wanneer we voor onszelf lezen, onze innerlijke articulatorische spieren bewegen en onbewust de woorden vormen die we zien. "Als iemand hardop spreekt, sturen de hersenen elektrische instructies naar meer dan 100 spieren in je spraaksysteem", legt hij uit. Interne vocalisatie - wat we doen als we stil voor onszelf lezen - is een sterk verzwakte versie van dit proces, waarbij alleen de innerlijke spraakspieren neurologisch worden geactiveerd. We ontwikkelden deze gewoonte toen we leerden lezen - letters laten klinken en elk woord hardop uitspreken. Het is een gewoonte die ook een verplichting is - cursussen voor snel lezen zijn vaak gericht op het elimineren van woordvorming terwijl we een pagina met tekst scannen.

Deze neurologische signalering werd voor het eerst waargenomen in het midden van de 19e eeuw en is de enige bekende fysieke uitdrukking van een mentale activiteit.

Kapur vroeg zich af of sensoren de fysieke manifestaties van dit interne gesprek - kleine elektrische ladingen die vanuit de hersenen worden afgevuurd - op de huid van het gezicht konden detecteren, zelfs als de betrokken spieren zich diep in de mond en keel bevonden. Ook als ze niet echt in beweging waren.

Het oorspronkelijke ontwerp van AlterEgo's armatuur speldde een raster van 30 sensoren op het gezicht en de kaak van een proefpersoon, zodat ze de neuromusculaire actie konden oppikken wanneer de onderzoeker zijn of haar innerlijke stem gebruikte om te communiceren. Eigen software werd gekalibreerd om de signalen te analyseren en om te zetten in duidelijke woorden.

Er was slechts één probleem: in het begin detecteerden de sensoren van AlterEgo niets.

Kapur had de hardware en de software gebouwd en hoopte op het beste. Maar de myo-elektrische signalen van deze stille toespraak waren erg zwak. Het zou op dat moment gemakkelijk zijn geweest om de hele zaak te heroverwegen. "Maar", zegt hij, "we wilden interacties zo dicht mogelijk bij het denken in je hoofd vastleggen."

Kapur verplaatste de sensoren naar verschillende delen van het gezicht, verhoogde hun gevoeligheid en herwerkte de software. Nog steeds niets.

Op een nacht waren Kapur en zijn broer het apparaat aan het testen in hun appartement in Cambridge. Kapur droeg het apparaat en Shreyas hield het computerscherm in de gaten. Ze hadden het apparaat zo gemanipuleerd dat het signalen in realtime kon volgen, zodat Shreyas het exacte moment kon noteren waarop het iets oppikte, of iets dergelijks.

Het werd laat. Kapur had een paar uur stil in het apparaat gesproken - nadat hij het had geprogrammeerd om slechts twee woorden te begrijpen: Ja en Nee - zonder enig zinvol resultaat.

Toen dacht Shreyas dat hij iets zag. Een vlek op het scherm.

"We geloofden het niet", zegt Kapur. Hij keerde zijn broer de rug toe en herhaalde de actie. "We zagen steeds een hobbel in het signaal en dachten dat het een artefact in de draden was. We waren er echt zeker van dat dit een soort ruis in het systeem was.”

Zagen ze echt iets?

Na het testen en opnieuw testen voor het volgende uur, was Kapur ervan overtuigd dat ze contact hadden opgenomen.

"Dat was een gek moment", zegt hij. Ze vierden het de volgende dag met een pizza.

Het kostte Kapur en zijn medewerkers twee jaar om de hardware en software voor AlterEgo te ontwikkelen, het apparaat zo te ontwerpen dat het gemakkelijk kan worden gedragen, de sensoren en doellocaties te verfijnen om het pakket te verkleinen tot iets dat visueel minder opdringerig is. Hij schuwde oordopjes, die volgens hem normaal menselijk gedrag verstoren, en ontwikkelde een auditief feedbacksysteem door middel van beengeleiding, het apparaat fluistert antwoorden op vragen als een geniale beschermengel.

Toen het apparaat myo-elektrische pulsen begon op te vangen, concentreerde Kapur zich op het ontwikkelen van een dataset om AlterEgo te trainen om signaalsignaturen voor verschillende woorden te herkennen. Het was een moeizaam proces - iemand moest in een laboratorium zitten terwijl hij het apparaat droeg en in stilte specifieke woorden uitsprak totdat de computer ze onder de knie had.

Tot nu toe heeft AlterEgo een vocabulaire van 100 woorden, inclusief cijfers van 1 tot 9, en commando's zoals optellen, aftrekken, beantwoorden, bellen.

Omdat de YouTube-video het leek alsof AlterEgo Kapur's gedachten las, was er wat openbare handwringing. "Het is echt heel eng dat onze gedachten niet langer privé zijn", schreef een bezorgde commentator bij een artikel over de technologie. "Technologie als deze kan worden gebruikt door de echte Denkpolitie."

Kapur en de A.I. expert Maes is buitengewoon gevoelig voor ethische kwesties als deze. Kapur is van mening dat hij als maker snode gebruik kan ondermijnen door beveiligingen in het ontwerp in te bouwen. Kapur houdt vol dat AlterEgo dat niet kan eigenlijk lees je gedachten en zal dat nooit kunnen. Hij heeft het heel bewust ontwikkeld om alleen te reageren op: vrijwillig signalering - bewuste communicatie. Je moet wil communiceren met uw computerbrein om ermee te communiceren. Dat onderscheidt AlterEgo van bijvoorbeeld Google Glass. Het toestel heeft bijvoorbeeld geen camera, omdat Kapur niet wil dat zijn wearables meer informatie verzamelen dan jij ze uitdrukkelijk geeft.

“A.I. zelf is niet slecht, maar we hebben nog steeds discussies over mogelijk misbruik van de technologie”, zegt hij. “Dus we proberen de technologie te bouwen die past bij de principes die we hebben ontwikkeld. Daarom hebben we AlterEgo vanaf het begin ontworpen - we hebben er vanaf het begin op een bepaalde manier over nagedacht, zodat het zal worden gebruikt zoals we het hebben ontworpen."

Kapur, die aan een paar projecten heeft gewerkt met de Harvard Medical School, is vooral gedreven om de technologie te gebruiken om mensen met een handicap te helpen. Alzheimerpatiënten, uitgerust met het apparaat, kunnen bijvoorbeeld een geheugensteun krijgen. En omdat het microneurale signalen detecteert, kan het degenen die fysiek worden uitgedaagd - dove of stomme mensen, slachtoffers van een beroerte of mensen met ALS, stotteren of autisme - helpen om met de wereld te communiceren.

Om AlterEgo echt functioneel te maken, moet Kapur het ding nog programmeren om een ​​woordenschat groter dan 100 woorden te detecteren. En hij heeft voldoende gegevens nodig om ervoor te zorgen dat het apparaat werkt op een volledige reeks verschillende koppen en stille luidsprekers. Dat gezegd hebbende, denkt hij dat de bestaande technologie goed genoeg is om op een gegeven moment informatie te synthetiseren en nieuwe woorden uit hun context te extrapoleren.

In de moderne, glimmend witte kantoren van Media Lab is het gemakkelijk om verleid te worden door een visioen van een sprankelende toekomst waarin we vloeiend denken met onze beide hersenen - degene waarmee we zijn geboren en de computer waaraan we vrijwillig hebben vastgemaakt onszelf.

Maes biedt talloze manieren om een ​​volledig geïntegreerde en naadloze A.I. systeem ons zou kunnen transformeren als de software was ontworpen om te vergroten in plaats van te amuseren. Technologie kan ons helpen onze dromen te realiseren, zegt Maes. (Haar welverdiende reputatie als techno-utopische goeroe maakt deel uit van wat ambitieuze studenten zoals Kapur naar MIT trekt.) AlterEgo zou ons vreemde talen kunnen leren door ons vloeiend door onze omgeving te leiden in een niet-moedertaal. Het kan een sociaal smeermiddel zijn, dat ons herinnert aan de namen van mensen en andere belangrijke gegevenspunten wanneer we ze begroeten.

"Ik denk dat de toekomst van de menselijke samenleving gaat over ons samenwerken met machines."

Dan, alsof ze op het juiste moment is, neemt ze een onverwachte scherpe wending van Kapur's pure, A.I.-menselijke mind-meld-concept. Als het apparaat is aangesloten op biofeedback-informatie zoals hartslag, zweetbiomarkers en lichaamstemperatuur, zegt ze, kan het apparaat anticiperen op gedrag en ons subtiele signalen sturen om ons aan te moedigen voorgeprogrammeerde doelen te bereiken. Het kan detecteren wanneer we in slaap vallen op het werk en een stimulerende pepermuntgeur afgeven. Het kan gedrag herprogrammeren en de stank van rotte eieren verspreiden als we naar die derde cupcake grijpen. Het kan detecteren wanneer we angstig zijn en rustgevende berichten afgeven, onhoorbaar voor anderen, om ons naar beneden te praten.

Het is een significant andere toekomst - misschien meer te gelde maken en gericht op gedragstechnologie - dan degene die haar student voor ogen had. Als we A.I. en alle informatie op het web in onze bewuste gedachte, lijkt Maes te suggereren, dan zouden we eindelijk 10 pond kunnen verliezen. Maar misschien is dat toch echt wat we willen.

Het is niet moeilijk in te zien hoe de uitvinding van Kapur binnen een paar jaar een idee van een miljard dollar zou kunnen worden, met implicaties voor de defensie-industrie en technische giganten als Facebook en Amazon. Alleen wie de intellectuele eigendom achter AlterEgo bezit, is minder duidelijk. Kapur praat rond de vraag. Hij zegt dat als hij MIT verlaat, hij het mee kan nemen. Maar dat is voorlopig niet zijn plan. Hij is gedreven om in een academische setting te blijven, sleutelen aan een uitvinding waarvan hij gelooft dat die het menselijk leven zal verbeteren in plaats van simpelweg te verkopen aan de hoogste bieder. Dit is zijn baby en hij wil het tot het einde zien.

Maar wat als iemand zijn technologie kopieert, zijn eigen versie bouwt en het volgende eenhoorn-technologiebedrijf zonder hem creëert?

"Ik weet echt niet hoe ik dat moet beantwoorden", zegt hij schouderophalend, zijn uitdrukking kalm, zijn gedachten onleesbaar.


6 manieren om hersenactiviteit te meten

Er zijn tal van methoden om informatie over hersenstructuren en -functies vast te leggen. Sommige zijn veiliger dan andere, sommige bevatten moeilijke technieken, terwijl andere vrij eenvoudig zijn in hun uitvoering, sommige zijn vrij duur en sommige kunt u elke maand uitvoeren. Ze worden allemaal gebruikt om waardevolle gegevens over onze hersenactiviteit te verzamelen, wat helpt bij het vaststellen van aandoeningen en ziekten die in andere gevallen moeilijk te diagnosticeren zouden zijn. Laten we eens goed kijken welke beschikbare methoden voor hersenscans beschikbaar zijn in de moderne geneeskunde.

1. Elektro-encefalografie (EEG)

Met EEG kunnen neurale specialisten hersenactiviteit analyseren door elektrische activiteit te meten die wordt gegenereerd in de verschillende corticale lagen van de hersenen. Elektrische signalen worden opgepikt uit de grijze-stofgebieden met hoge dichtheid van piramidale cellen die met elkaar communiceren. Tijdens het communicatieproces worden deze cellen in een gesynchroniseerd patroon ontstoken en de opgewekte elektriciteit straalt naar het schedeloppervlak, waar EEG-elektroden zijn bevestigd. Specialisten moeten deze signalen versterken, omdat ze nog steeds erg subtiel zijn. Voorafgaand aan het scanproces nemen ze een meting van de "referentielocatie" (meestal zijn dit de gebieden achter uw oren) en vergelijken vervolgens de activiteit van andere zones met die controlemeting. De veranderingen in elektrische velden gaan erg snel - dus met EEG krijg je inzicht in hersenprocessen met een zeer hoge tijdresolutie (tot 1 ms afhankelijk van de bemonsteringssnelheid). Met EEG kunt u hersenprocessen opnemen die plaatsvinden kort na het begin van visuele of audio-stimuli (er zijn al consistente hersenprocessen na 50-100 ms na prikkel), maar u kunt ook de hersentoestanden volgen die de betrokkenheid, motivatie of slaperigheid weerspiegelen die optreedt over langere perioden, zoals uren of zelfs dagen. Deze fenomenale tijdresolutie geeft je inzicht in de precieze timing van hersenactiviteit.

2. Functionele magnetische resonantie beeldvorming (fMRI)

fMRI is een functionele neuro-imaging procedure die de hersenfunctie meet door veranderingen in de bloedstroom te detecteren die verband houden met neurale activiteit. De belangrijkste theorie is dat neuronen meer zuurstof nodig hebben als ze actief zijn. Omdat de bloedstroom traag is, is bekend dat fMRI een lage tijdresolutie heeft. De centrale kracht van magnetische resonantiebeeldvorming is echter de uitstekende ruimtelijke resolutie.
Typisch moeten respondenten bewegingsloos in een magnetische kern liggen terwijl een supergeleidende magneet met hoge frequentie rond het lichaam draait. fMRI meet vervolgens de verandering in magnetisatie tussen zuurstofrijk en zuurstofarm bloed, wat de relatieve activiteit van verschillende hersengebieden laat zien. Ook kunnen zeer hoge resolutie beelden van hersenstructuren worden gemaakt met een uitzonderlijke nauwkeurigheid. Met magnetische beeldvorming kunt u de individuele schedelvormen en corticale lagen van al uw respondenten reconstrueren.

3. Computertomografie (CT)

CT-scanning projecteert een beeld van de hersenen op basis van de differentiële absorptie van röntgenstralen. Tijdens het scanproces ligt de patiënt op een tafel die in een cilindrisch apparaat schuift. De röntgenstraal passeert het hoofd van de patiënt en vervolgens bemonsteren de detectoren van de machine de deeltjes. Beelden gemaakt met behulp van röntgenstralen zijn afhankelijk van de absorptie van de straal door het weefsel waar het doorheen gaat. Bot en hard weefsel absorberen röntgen goed, lucht en water absorberen weinig en zacht weefsel zit daar tussenin. CT-scans onthullen dus de grove kenmerken van de hersenen, maar lossen de structuur ervan niet goed op. Zoals u kunt zien, is CT-scan meestal een röntgenfoto van de hersenen, daarom veroorzaakt het een beetje radioactieve blootstelling en kan het niet te vaak worden uitgevoerd.

4. Magneto-encefalografie (MEG)

Het belangrijkste verschil tussen EEG en MEG is dat bij EEG de gegevens worden verzameld in de vorm van elektrische activiteit die wordt gegenereerd door neuraal vuren, terwijl het in het geval van MEG magnetische velden zijn. MEG-apparaten zijn volledig stationair zoals fMRI-apparaten. Voor de meest nauwkeurige resultaten moet de patiënt bewegingsloos liggen of zitten met het hoofd gefixeerd. Om te voorkomen dat andere magnetische velden in de gegevensregistratie lekken en de resultaten verstoren, worden patiënten beschermd door een afgeschermde kamer. Het grootste voordeel is dat MEG de hoge precisie in de tijd van het EEG combineert met de hoge precisie in de ruimte van de fMRI, dus het is het beste van de 2 werelden. Uiteindelijk krijg je een precies beeld van de tijdsresolutie van het signaal, waardoor je precies weet welke gebieden actief zijn en tegelijkertijd heel precies de structuur van de schedel en de hersenen kent.

5. Positronemissietomografie (PET)

PET gebruikt suikerglucosespiegels in de hersenen om neurale vuurplaatsen te meten en aan te tonen. De manier waarop het werkt is vanwege het feit dat actieve neuronen glucose gebruiken als energiebron voor signaaltransitie. Tijdens het scanproces wordt een aan radioactieve isotopen gehechte tracerstof in het bloed geïnjecteerd. Bloed met tracers wordt gestuurd om zuurstof te leveren aan de delen van de hersenen die op dat moment actief worden. Hierdoor ontstaan ​​zichtbare activiteitsplekken, die door detectoren worden opgepikt en op het scherm worden geprojecteerd als videobeeld van de hersenen die een bepaalde taak uitvoeren. Helaas stelt PET ons in staat om alleen algemene gebieden van hersenactiviteit te zien en niet specifieke locaties. Bovendien zijn PET-scans kostbaar en invasief, waardoor het gebruik ervan beperkt is. Ze kunnen echter worden gebruikt bij sommige vormen van medische diagnose, waaronder voor de ziekte van Alzheimer.

6. Nabij-infraroodspectroscopie NIRS

NIRS is een veilige optische techniek om activiteit te meten door de bloedoxygenatie in de hersenen te evalueren. Een heldere lichtstraal in het nabij-infraroodspectrum (700-900 nm) scant door de schedel en detecteert de verzwakking van terugvallend licht. Bloedoxygenatie beïnvloedt deze lichtdemping en deze gegevens worden verzameld om indirect hersenactiviteit te meten. Het is niet de meest nauwkeurige of informatieve manier, maar zeker de meest onschadelijke en gemakkelijkste voor de patiënt.


Technologie om objecten te verplaatsen met de geest gecreëerd door Mexicaanse onderzoeker

Systemen die gedachten kunnen verwerken en deze kunnen vertalen in een commando om objecten te verplaatsen zijn erg handig voor mensen die niet kunnen praten of bewegen, maar het nadeel hebben dat ze mentale vermoeidheid veroorzaken. Een Mexicaanse onderzoeker ontwierp echter een intelligente interface die in staat is om tot 90 procent van de instructies van de gebruiker te leren, dus autonoom werkt en vermoeidheid vermindert.

Dit project, genaamd "Automating a brain-machine interface system", heeft de leiding over Christian Isaac Peñaloza Sanchez, een promovendus voor Cognitive Neuroscience Applied to Robotics aan de Universiteit van Osaka, Japan.

"Ik heb drie jaar in dit project gewerkt, gebaseerd op hersen-machine-interfaces, waarvan de functie is om de activiteit van neuronen te meten om een ​​signaal te verkrijgen dat wordt gegenereerd door een gedachte, dat wordt verwerkt en omgezet in een indicatie om te bewegen, voor bijvoorbeeld een robotprothese, een computeraanwijzer of huishoudelijke apparaten", zegt de wetenschapper, die deel uitmaakt van het Mexican Talent Network, Chapter Japan.

Hij legt uit dat het systeem bestaat uit elektroden die op de hoofdhuid van de persoon worden geplaatst en die de hersenactiviteit meten in de vorm van EEG-signalen. Deze worden gebruikt om patronen te detecteren die worden gegenereerd door verschillende gedachten en de mentale toestand van de gebruiker (wakker, slaperig of in slaap, enz.) en het concentratieniveau.

Het bevat ook een grafische interface die de beschikbare apparaten of objecten weergeeft, die EEG-signalen interpreteert om gebruikerscommando's en bedieningsapparaten toe te wijzen.

Daarnaast zijn er draadloze sensoren in de kamer die verantwoordelijk zijn voor het verzenden van omgevingsinformatie (zoals temperatuur of verlichting), mobiele hardware-actuatoren die signalen ontvangen om apparaten in en uit te schakelen en een kunstmatige intelligentie-algoritme.

"De laatste verzamelt gegevens van draadloze sensoren, elektroden en gebruikerscommando's om een ​​correlatie te leren tussen de omgeving van de kamer, de mentale toestand van de persoon en zijn gemeenschappelijke activiteiten", zegt Christian Peñaloza.

Hij voegt eraan toe dat om te voorkomen dat gebruikers zich onderwerpen aan mentale vermoeidheid en frustratie vanwege de hoge concentratieniveaus gedurende langere perioden die nodig zijn om het systeem te bedienen, er een systeem is opgezet dat in staat is om onafhankelijk te worden.

"We geven het systeem leermogelijkheden door intelligente algoritmen te implementeren, die geleidelijk de voorkeuren van de gebruiker leren. Op een gegeven moment kan het de apparaten overnemen zonder dat de persoon zich veel hoeft te concentreren om dit doel te bereiken", zegt Peñaloza Sanchez.

Hij beschrijft bijvoorbeeld dat een persoon het kan gebruiken om een ​​elektrische stoel te bedienen en deze naar de woonkamer te verplaatsen met behulp van basiscommando's (vooruit, achteruit, links of rechts), die door het systeem worden geleerd. Dus de volgende keer dat de gebruiker dezelfde actie wil ondernemen, hoeft hij of zij alleen maar op een knop te drukken of erover na te denken om de stoel automatisch naar de gewenste bestemming te laten navigeren.

Zodra het systeem automatisch werkt, hoeft de gebruiker zich niet langer te concentreren om apparaten te bedienen. Het systeem blijft echter de EEG-gegevens bewaken om een ​​signaal te detecteren dat foutgerelateerde negativiteit wordt genoemd. Die ontstaat wanneer mensen zich bewust worden van een fout die door henzelf of door een machine is begaan.

Als de temperatuur in de kamer bijvoorbeeld hoog is, verwacht de gebruiker dat het raam automatisch opengaat, maar als het systeem een ​​fout maakt en de tv aanzet, kan deze actie door het menselijk brein op een spontane manier worden gedetecteerd zonder dat de gebruiker iets hoeft te doen. enige inspanning. Hierdoor kan de opdracht die de fout heeft veroorzaakt worden gecorrigeerd en kan het systeem opnieuw worden getraind.

"We hebben behoorlijk goede resultaten behaald in verschillende experimenten met meerdere mensen die als vrijwilliger hebben deelgenomen aan onze in vivo onderzoeken. We hebben geconstateerd dat de mentale vermoeidheid van de gebruiker aanzienlijk afneemt en het leerniveau door het systeem aanzienlijk toeneemt", zegt de onderzoeker.


Inhoud

De geschiedenis van brain-computer interfaces (BCI's) begint met de ontdekking van de elektrische activiteit van het menselijk brein door Hans Berger en de ontwikkeling van elektro-encefalografie (EEG). In 1924 was Berger de eerste die menselijke hersenactiviteit vastlegde door middel van EEG. Berger was in staat om oscillerende activiteit te identificeren, zoals de golf van Berger of de alfagolf (8-13 Hz), door EEG-sporen te analyseren.

Het eerste opnameapparaat van Berger was erg rudimentair. Hij bracht zilveren draden onder de hoofdhuid van zijn patiënten. Deze werden later vervangen door zilveren folies die door rubberen verbanden aan het hoofd van de patiënt waren bevestigd. Berger verbond deze sensoren met een Lippmann capillaire elektrometer, met teleurstellende resultaten. Meer geavanceerde meetapparatuur, zoals de Siemens dubbelspoelsregistratie-galvanometer, die elektrische spanningen van slechts een tienduizendste volt weergaf, leidden echter tot succes.

Berger analyseerde de onderlinge relatie van afwisselingen in zijn EEG-golfdiagrammen met hersenziekten. EEG's boden volledig nieuwe mogelijkheden voor het onderzoek naar menselijke hersenactiviteiten.

Hoewel de term nog niet was bedacht, was het stuk een van de vroegste voorbeelden van een werkende brein-machine-interface Muziek voor solo-artiest (1965) van de Amerikaanse componist Alvin Lucier. Het stuk maakt gebruik van EEG en analoge signaalverwerkingshardware (filters, versterkers en een mengpaneel) om akoestische percussie-instrumenten te stimuleren. Om het stuk uit te voeren moet men alfagolven produceren en daarbij de verschillende percussie-instrumenten "bespelen" via luidsprekers die bij of direct op de instrumenten zelf zijn geplaatst. [8]

UCLA Professor Jacques Vidal bedacht de term "BCI" en produceerde de eerste peer-reviewed publicaties over dit onderwerp. [2] [3] Vidal wordt algemeen erkend als de uitvinder van BCI's in de BCI-gemeenschap, zoals blijkt uit talrijke collegiaal getoetste artikelen waarin het vakgebied wordt beoordeeld en besproken (bijv. [9] [10] [11]). Zijn artikel uit 1973 noemde de "BCI-uitdaging": controle van externe objecten met behulp van EEG-signalen. Hij wees in het bijzonder op het potentieel voor contingente negatieve variatie (CNV) als een uitdaging voor BCI-controle. Het experiment dat Vidal uit 1977 beschreef, was de eerste toepassing van BCI na zijn BCI-uitdaging in 1973. Het was een niet-invasieve EEG (eigenlijk Visual Evoked Potentials (VEP)) controle van een cursorachtig grafisch object op een computerscherm. De demonstratie was beweging in een doolhof. [12]

Na zijn vroege bijdragen was Vidal jarenlang niet actief in BCI-onderzoek, noch in BCI-evenementen zoals conferenties. In 2011 gaf hij echter een lezing in Graz, Oostenrijk, ondersteund door het Future BNCI-project, waarbij hij de eerste BCI presenteerde, die een staande ovatie verdiende. Vidal werd vergezeld door zijn vrouw, Laryce Vidal, die eerder met hem aan de UCLA werkte aan zijn eerste BCI-project.

In 1988 werd een rapport uitgebracht over niet-invasieve EEG-controle van een fysiek object, een robot. Het beschreven experiment was EEG-controle van meerdere start-stop-herstart van de robotbeweging, langs een willekeurig traject gedefinieerd door een lijn op een vloer. Het lijnvolggedrag was het standaard robotgedrag, waarbij gebruik werd gemaakt van autonome intelligentie en een autonome energiebron. [13] [14] Dit rapport uit 1988, geschreven door Stevo Bozinovski, Mihail Sestakov en Liljana Bozinovska, was het eerste over een robotbesturing met behulp van EEG. [15] [16]

In 1990 werd een rapport uitgebracht over een gesloten lus, bidirectionele adaptieve BCI die de computerzoemer bestuurt door een anticiperend hersenpotentieel, het voorwaardelijke negatieve variatie (CNV) potentieel. [17] [18] Het experiment beschreef hoe een verwachtingstoestand van de hersenen, gemanifesteerd door CNV, in een feedbacklus de S2-zoemer in het S1-S2-CNV-paradigma regelt. De verkregen cognitieve golf die het verwachtingsleren in de hersenen vertegenwoordigt, wordt Electroexpectogram (EXG) genoemd. Het CNV-hersenpotentieel maakte deel uit van de BCI-uitdaging die Vidal in zijn artikel uit 1973 presenteerde.

Studies in 2010s suggereerden het potentiële vermogen van neurale stimulatie om functioneel verbindend en geassocieerd gedrag te herstellen door modulatie van moleculaire mechanismen van synaptische werkzaamheid. [19] [20] Dit opende de deur voor het concept dat BCI-technologieën in staat zouden kunnen zijn om de functie te herstellen naast het mogelijk maken van functionaliteit.

Sinds 2013 heeft DARPA BCI-technologie gefinancierd via het BRAIN-initiatief, dat onder meer het werk van het University of Pittsburgh Medical Center, [21] Paradromics, [22] Brown, [23] en Synchron, [24] heeft ondersteund.

Neuroprothetiek is een gebied van de neurowetenschappen dat zich bezighoudt met neurale prothesen, dat wil zeggen het gebruik van kunstmatige apparaten om de functie van gestoorde zenuwstelsels en hersengerelateerde problemen te vervangen, of van sensorische organen of organen zelf (blaas, middenrif, enz.). In december 2010 waren bij ongeveer 220.000 mensen wereldwijd cochleaire implantaten geïmplanteerd als neuroprothese. [25] Er zijn ook verschillende neuroprothetische apparaten die gericht zijn op het herstellen van het gezichtsvermogen, waaronder retinale implantaten. Het eerste neuroprothetische apparaat was echter de pacemaker.

De termen worden soms door elkaar gebruikt. Neuroprothesen en BCI's proberen dezelfde doelen te bereiken, zoals het herstellen van zicht, gehoor, beweging, communicatievermogen en zelfs cognitieve functie. [1] Beide gebruiken vergelijkbare experimentele methoden en chirurgische technieken.

Verschillende laboratoria zijn erin geslaagd signalen van de hersenschors van apen en ratten op te nemen om BCI's te bedienen om beweging te produceren. Apen hebben door computercursors op het scherm genavigeerd en robotarmen bevolen om eenvoudige taken uit te voeren door simpelweg na te denken over de taak en de visuele feedback te zien, maar zonder enige motorische output. [26] In mei 2008 werden in een aantal bekende wetenschappelijke tijdschriften en tijdschriften foto's gepubliceerd waarop een aap te zien was in het University of Pittsburgh Medical Center die een robotarm bedient door na te denken. [27] Ook schapen zijn gebruikt om BCI-technologie te evalueren, waaronder de stentrode van Synchron.

In 2020 werd de Neuralink van Elon Musk met succes geïmplanteerd in een varken, [28] aangekondigd in een veel bekeken webcast. In 2021 kondigde Elon Musk aan dat hij met succes een aap in staat had gesteld om videogames te spelen [29] met behulp van het apparaat van Neuralink.

Vroege werk

In 1969 toonden de operante conditioneringsstudies van Fetz en collega's aan het Regional Primate Research Center en Department of Physiology and Biophysics, University of Washington School of Medicine in Seattle, voor het eerst aan dat apen konden leren om de doorbuiging van een biofeedbackmeter te beheersen arm met neurale activiteit. [30] Vergelijkbaar werk in de jaren zeventig stelde vast dat apen snel konden leren om vrijwillig de vuursnelheid van individuele en meerdere neuronen in de primaire motorische cortex te regelen als ze werden beloond voor het genereren van geschikte patronen van neurale activiteit. [31]

Studies die algoritmen ontwikkelden om bewegingen te reconstrueren van motorische cortexneuronen, die beweging controleren, dateren uit de jaren zeventig. In de jaren tachtig vond Apostolos Georgopoulos van de Johns Hopkins University een wiskundige relatie tussen de elektrische reacties van enkele motorische cortexneuronen bij resusapen en de richting waarin ze hun armen bewogen (op basis van een cosinusfunctie). Hij ontdekte ook dat verspreide groepen neuronen, in verschillende delen van de hersenen van de aap, gezamenlijk motorische commando's controleerden, maar in staat waren om het afvuren van neuronen in slechts één gebied tegelijk te registreren, vanwege de technische beperkingen die door zijn apparatuur werden opgelegd. [32]

Sinds het midden van de jaren negentig is er een snelle ontwikkeling geweest in BCI's. [33] Verschillende groepen zijn in staat geweest om complexe signalen van de motorische hersenschors vast te leggen door opname van neurale ensembles (groepen neuronen) en deze te gebruiken om externe apparaten te besturen.

Prominente onderzoekssuccessen

Kennedy en Yang Dan Edit

Phillip Kennedy (die later Neural Signals in 1987 oprichtte) en collega's bouwden de eerste intracorticale hersen-computerinterface door neurotrofe kegelelektroden in apen te implanteren. [ citaat nodig ]

In 1999 decodeerden onderzoekers onder leiding van Yang Dan van de University of California, Berkeley neuronale ontstekingen om beelden te reproduceren die door katten werden gezien. Het team gebruikte een reeks elektroden ingebed in de thalamus (die alle sensorische input van de hersenen integreert) van katten met scherpe ogen. Onderzoekers richtten zich op 177 hersencellen in het laterale geniculate kerngebied van de thalamus, dat signalen van het netvlies decodeert. De katten kregen acht korte films te zien en het afvuren van hun neuronen werd opgenomen. Met behulp van wiskundige filters decodeerden de onderzoekers de signalen om films te genereren van wat de katten zagen en konden ze herkenbare scènes en bewegende objecten reconstrueren. [34] Vergelijkbare resultaten bij mensen zijn sindsdien bereikt door onderzoekers in Japan (zie hieronder).

Nicolelis Bewerken

Miguel Nicolelis, een professor aan de Duke University in Durham, North Carolina, was een prominent voorstander van het gebruik van meerdere elektroden verspreid over een groter deel van de hersenen om neuronale signalen te verkrijgen om een ​​BCI aan te sturen.

Na het uitvoeren van eerste studies bij ratten in de jaren negentig, ontwikkelden Nicolelis en zijn collega's BCI's die de hersenactiviteit bij uilapen decodeerden en de apparaten gebruikten om apenbewegingen in robotarmen te reproduceren. Apen hebben geavanceerde reik- en grijpvaardigheden en goede handmanipulatievaardigheden, waardoor ze ideale proefpersonen zijn voor dit soort werk.

In 2000 slaagde de groep erin een BCI te bouwen die de bewegingen van de uil-aap reproduceerde terwijl de aap een joystick bedient of naar voedsel reikte. [35] De BCI werkte in realtime en kon ook een aparte robot op afstand besturen via het internetprotocol. Maar de apen konden de arm niet zien bewegen en kregen geen feedback, een zogenaamde open-loop BCI.

Latere experimenten van Nicolelis met resusapen slaagden erin de feedbacklus te sluiten en reproduceerden reikende en grijpbewegingen van apen in een robotarm. Met hun diep gespleten en gegroefde hersenen worden resusapen beschouwd als betere modellen voor menselijke neurofysiologie dan uilapen. De apen werden getraind om objecten op een computerscherm te bereiken en vast te pakken door een joystick te manipuleren, terwijl overeenkomstige bewegingen van een robotarm werden verborgen. [36] [37] De apen kregen later de robot direct te zien en leerden hem te besturen door zijn bewegingen te bekijken. De BCI gebruikte snelheidsvoorspellingen om reikbewegingen te beheersen en tegelijkertijd voorspelde handgreepkracht. In 2011 toonden O'Doherty en collega's een BCI met sensorische feedback met resusapen. De aap was hersenen die de positie van een avatar-arm regelde terwijl hij sensorische feedback ontving via directe intracorticale stimulatie (ICMS) in het armrepresentatiegebied van de sensorische cortex. [38]

Donoghue, Schwartz en Andersen Bewerken

Andere laboratoria die BCI's en algoritmen hebben ontwikkeld die neuronsignalen decoderen, zijn onder meer die van John Donoghue van Brown University, Andrew Schwartz van de University of Pittsburgh en Richard Andersen van Caltech. Deze onderzoekers hebben werkende BCI's kunnen produceren, zelfs met behulp van geregistreerde signalen van veel minder neuronen dan Nicolelis (15-30 neuronen versus 50-200 neuronen).

Donoghue's groep meldde dat ze resusapen trainden om een ​​BCI te gebruiken om visuele doelen op een computerscherm te volgen (closed-loop BCI) met of zonder hulp van een joystick. [39] De groep van Schwartz creëerde een BCI voor driedimensionale tracking in virtual reality en reproduceerde ook BCI-besturing in een robotarm. [40] Dezelfde groep zorgde ook voor krantenkoppen toen ze aantoonden dat een aap zichzelf stukjes fruit en marshmallows kan voeren met behulp van een robotarm die wordt bestuurd door de eigen hersensignalen van het dier. [41] [42] [43]

De groep van Andersen gebruikte opnames van premovement-activiteit van de posterieure pariëtale cortex in hun BCI, inclusief signalen die werden gecreëerd toen proefdieren een beloning verwachtten. [44]

Ander onderzoek

Naast het voorspellen van kinematische en kinetische parameters van ledemaatbewegingen, worden BCI's ontwikkeld die elektromyografische of elektrische activiteit van de spieren van primaten voorspellen. [45] Dergelijke BCI's zouden kunnen worden gebruikt om de mobiliteit in verlamde ledematen te herstellen door spieren elektrisch te stimuleren.

Miguel Nicolelis en collega's toonden aan dat de activiteit van grote neurale ensembles de armpositie kan voorspellen. Dit werk maakte het mogelijk om BCI's te creëren die de intenties van armbewegingen lezen en deze vertalen in bewegingen van kunstmatige actuatoren. Carmena en collega's [36] programmeerden de neurale codering in een BCI waarmee een aap reik- en grijpbewegingen door een robotarm kon regelen. Lebedev en collega's [37] voerden aan dat hersennetwerken reorganiseren om een ​​nieuwe representatie van het robotachtige aanhangsel te creëren naast de representatie van de eigen ledematen van het dier.

In 2019 publiceerden onderzoekers van UCSF een studie waarin ze een BCI aantoonden die het potentieel had om patiënten te helpen met spraakstoornissen veroorzaakt door neurologische aandoeningen. Hun BCI gebruikte high-density elektrocorticografie om neurale activiteit uit de hersenen van een patiënt af te tappen en gebruikte deep learning-methoden om spraak te synthetiseren. [46] [47]

De grootste belemmering voor BCI-technologie op dit moment is het ontbreken van een sensormodaliteit die veilige, nauwkeurige en robuuste toegang tot hersensignalen biedt. Het is echter denkbaar of zelfs waarschijnlijk dat een dergelijke sensor de komende twintig jaar wordt ontwikkeld. Het gebruik van een dergelijke sensor moet het scala aan communicatiefuncties die met een BCI kunnen worden geleverd, aanzienlijk uitbreiden.

Het ontwikkelen en implementeren van een BCI-systeem is complex en tijdrovend. Als antwoord op dit probleem heeft Gerwin Schalk een algemeen systeem voor BCI-onderzoek ontwikkeld, genaamd BCI2000. BCI2000 is sinds 2000 in ontwikkeling in een project onder leiding van het Brain-Computer Interface R&D-programma in het Wadsworth Center van het New York State Department of Health in Albany, New York, Verenigde Staten.

Een nieuwe 'draadloze' benadering maakt gebruik van lichtgestuurde ionkanalen zoals Channelrhodopsin om de activiteit van genetisch gedefinieerde subsets van neuronen in vivo te controleren. In de context van een eenvoudige leertaak beïnvloedde verlichting van getransfecteerde cellen in de somatosensorische cortex het besluitvormingsproces van vrij bewegende muizen. [48]

Het gebruik van BMI's heeft ook geleid tot een dieper begrip van neurale netwerken en het centrale zenuwstelsel. Onderzoek heeft aangetoond dat, ondanks de neiging van neurowetenschappers om te geloven dat neuronen het meeste effect hebben wanneer ze samenwerken, afzonderlijke neuronen kunnen worden geconditioneerd door het gebruik van BMI's om te vuren op een patroon waarmee primaten motorische outputs kunnen regelen. Het gebruik van BMI's heeft geleid tot de ontwikkeling van het principe van de insufficiëntie van één neuron, dat stelt dat zelfs met een goed afgestemde afvuursnelheid afzonderlijke neuronen slechts een beperkte hoeveelheid informatie kunnen dragen en dat daarom het hoogste niveau van nauwkeurigheid wordt bereikt door het opnemen van flitsen van het collectieve ensemble . Andere principes die zijn ontdekt met het gebruik van BMI's zijn het neuronale multitasking-principe, het neuronale massaprincipe, het neurale degeneratieprincipe en het plasticiteitsprincipe. [49]

Er wordt ook voorgesteld om BCI's toe te passen door gebruikers zonder handicap. Een gebruikersgerichte categorisering van BCI-benaderingen door Thorsten O. Zander en Christian Kothe introduceert de term passieve BCI. [50] Naast actieve en reactieve BCI die worden gebruikt voor gerichte controle, maken passieve BCI's het mogelijk om veranderingen in de gebruikersstatus tijdens mens-computerinteractie (HCI) te beoordelen en te interpreteren. In een secundaire, impliciete regelkring past het computersysteem zich aan de gebruiker aan, waardoor de bruikbaarheid in het algemeen wordt verbeterd.

Naast BCI-systemen die neurale activiteit decoderen om externe effectoren aan te sturen, kunnen BCI-systemen worden gebruikt om signalen uit de periferie te coderen. Deze sensorische BCI-apparaten maken realtime, gedragsrelevante beslissingen mogelijk op basis van neurale stimulatie met gesloten lus. [51]

De BCI Award Edit

De jaarlijkse BCI Research Award wordt uitgereikt als erkenning voor uitmuntend en innovatief onderzoek op het gebied van Brain-Computer Interfaces. Elk jaar wordt een gerenommeerd onderzoekslaboratorium gevraagd om de ingediende projecten te beoordelen. De jury bestaat uit toonaangevende BCI-experts die zijn gerekruteerd door het toekennende laboratorium. De jury selecteert twaalf genomineerden en kiest vervolgens een winnaar van de eerste, tweede en derde plaats, die respectievelijk prijzen van $ 3.000, $ 2.000 en $ 1.000 ontvangen.

Invasieve BCI's Bewerken

Invasieve BCI vereist een operatie om elektroden onder de hoofdhuid te implanteren voor het communiceren van hersensignalen. Het belangrijkste voordeel is een nauwkeurigere aflezing, maar het nadeel ervan omvat bijwerkingen van de operatie. Na de operatie kunnen zich littekenweefsels vormen die de hersensignalen kunnen verzwakken. Bovendien, volgens het onderzoek van Abdulkader et al., (2015), [52] kan het lichaam de geïmplanteerde elektroden niet accepteren en kan dit een medische aandoening veroorzaken.

Visie Bewerken

Invasief BCI-onderzoek was gericht op het repareren van beschadigd zicht en het bieden van nieuwe functionaliteit voor mensen met verlamming. Invasieve BCI's worden tijdens neurochirurgie rechtstreeks in de grijze stof van de hersenen geïmplanteerd. Omdat ze in de grijze stof liggen, produceren invasieve apparaten de hoogste kwaliteit signalen van BCI-apparaten, maar zijn ze vatbaar voor de opbouw van littekenweefsel, waardoor het signaal zwakker wordt of zelfs helemaal niet meer bestaat, omdat het lichaam reageert op een vreemd voorwerp in de hersenen. [53]

In visie wetenschap, zijn directe hersenimplantaten gebruikt om niet-aangeboren (verworven) blindheid te behandelen. Een van de eerste wetenschappers die een werkende herseninterface produceerde om het gezichtsvermogen te herstellen, was de privé-onderzoeker William Dobelle.

Dobelle's eerste prototype werd geïmplanteerd in "Jerry", een man die op volwassen leeftijd blind werd, in 1978. Een single-array BCI met 68 elektroden werd geïmplanteerd op Jerry's visuele cortex en slaagde erin fosfenen te produceren, het gevoel van het zien van licht. Het systeem omvatte camera's die op een bril waren gemonteerd om signalen naar het implantaat te sturen. Aanvankelijk stelde het implantaat Jerry in staat om grijstinten te zien in een beperkt gezichtsveld bij een lage framesnelheid. Hiervoor moest hij ook worden aangesloten op een mainframecomputer, maar de steeds kleiner wordende elektronica en snellere computers maakten zijn kunstoog draagbaarder en stellen hem nu in staat om eenvoudige taken zonder hulp uit te voeren. [54]

In 2002 werd Jens Naumann, ook blind op volwassen leeftijd, de eerste in een reeks van 16 betalende patiënten die Dobelle's tweede generatie implantaat ontving, wat een van de eerste commerciële toepassingen van BCI's markeerde. Het apparaat van de tweede generatie maakte gebruik van een meer geavanceerd implantaat dat een betere toewijzing van fosfenen in een coherent zicht mogelijk maakte. Fosfenen zijn verspreid over het gezichtsveld in wat onderzoekers 'het sterrennachteffect' noemen. Direct na zijn implantatie kon Jens zijn onvolmaakt herstelde gezichtsvermogen gebruiken om een ​​auto langzaam rond de parkeerplaats van het onderzoeksinstituut te laten rijden. [ citaat nodig ] Helaas stierf Dobelle in 2004 [55] voordat zijn processen en ontwikkelingen werden gedocumenteerd. Vervolgens, toen dhr. Naumann en de andere patiënten in het programma problemen begonnen te krijgen met hun gezichtsvermogen, was er geen verlichting en verloren ze uiteindelijk hun "zicht" weer. Naumann schreef over zijn ervaring met het werk van Dobelle in Zoeken naar het paradijs: het verslag van een patiënt over het experiment met kunstmatige visie [56] en is teruggekeerd naar zijn boerderij in Zuidoost-Ontario, Canada, om zijn normale activiteiten te hervatten. [57]

Beweging bewerken

BCI's die zich richten op motorische neuroprothese gericht op het herstellen van beweging bij personen met verlamming of het leveren van apparaten om hen te helpen, zoals interfaces met computers of robotarmen.

Onderzoekers van de Emory University in Atlanta, onder leiding van Philip Kennedy en Roy Bakay, waren de eersten die een hersenimplantaat in een mens installeerden die signalen produceerde van voldoende hoge kwaliteit om beweging te simuleren. Hun patiënt, Johnny Ray (1944-2002), leed aan het 'locked-in-syndroom' nadat hij in 1997 een hersenstam beroerte had gehad. Ray's implantaat werd in 1998 geplaatst en hij leefde lang genoeg om met het implantaat te gaan werken. een computercursor besturen, stierf hij in 2002 aan een hersenaneurysma. [58]

Tetraplegic Matt Nagle werd de eerste persoon die een kunstmatige hand bestuurde met behulp van een BCI in 2005 als onderdeel van de eerste negen maanden durende menselijke proef van Cyberkinetics' BrainGate-chipimplantaat. Het BrainGate-implantaat met 96 elektroden, geïmplanteerd in Nagle's rechter precentrale gyrus (gebied van de motorische cortex voor armbeweging), stelde Nagle in staat een robotarm te besturen door na te denken over het bewegen van zijn hand, evenals een computercursor, lichten en tv. [59] Een jaar later ontving professor Jonathan Wolpaw de prijs van de Altran Foundation for Innovation om een ​​Brain Computer Interface te ontwikkelen met elektroden op het oppervlak van de schedel, in plaats van direct in de hersenen.

Meer recentelijk hebben onderzoeksteams onder leiding van de Braingate-groep aan de Brown University [60] en een groep onder leiding van het University of Pittsburgh Medical Center [61], beide in samenwerking met het Amerikaanse Department of Veterans Affairs, verder succes aangetoond bij de directe controle van robotachtige prothetische ledematen met veel vrijheidsgraden die directe verbindingen gebruiken met arrays van neuronen in de motorische cortex van patiënten met tetraplegie.

In mei 2021 rapporteerde een team van Stanford University een succesvolle proof-of-concept-test waarmee een quadraplegische deelnemer Engelse zinnen kon invoeren met ongeveer 86 tekens per minuut. De deelnemer stelde zich voor dat hij zijn hand bewoog om brieven te schrijven, en het systeem voerde handschriftherkenning uit op elektrische signalen die in de motorische cortex werden gedetecteerd. [62]

Gedeeltelijk invasieve BCI's Bewerken

Gedeeltelijk invasieve BCI-apparaten worden in de schedel geïmplanteerd, maar rusten buiten de hersenen in plaats van in de grijze stof. Ze produceren signalen met een betere resolutie dan niet-invasieve BCI's, waarbij het botweefsel van de schedel signalen afbuigt en vervormt en een lager risico hebben op het vormen van littekenweefsel in de hersenen dan volledig invasieve BCI's. Er is preklinische demonstratie geweest van intracorticale BCI's uit de perilesionale cortex van de beroerte. [63]

Interventionele neurologie Bewerken

De grootste vooruitgang in gedeeltelijk invasieve BCI's kwam tot stand op het gebied van interventionele neurologie. Elon Musk noemde het potentieel hiervoor in 2016 [64] maar heeft het nooit nagestreefd. Ondertussen waren onderzoekers verbonden aan de Universiteit van Melbourne in 2010 begonnen met het ontwikkelen van een BCI die via het vasculaire systeem kon worden ingebracht. De Australische neuroloog Thomas Oxley (Mount Sinai Hospital) kwam op het idee voor deze BCI, Stentrode genaamd, die gefinancierd werd door DARPA. Preklinische studies evalueerden de technologie bij schapen.

In november 2020 waren twee deelnemers die lijden aan amyotrofische laterale sclerose in staat om draadloos een besturingssysteem te sturen om te sms'en, e-mailen, winkelen en bankieren met behulp van directe gedachte via de Stentrode hersen-computerinterface, [65] wat de eerste keer was dat een hersen- computerinterface werd geïmplanteerd via de bloedvaten van de patiënt, waardoor open hersenchirurgie niet meer nodig was.

ECoG bewerken

Elektrocorticografie (ECoG) meet de elektrische activiteit van de hersenen van onder de schedel op een vergelijkbare manier als niet-invasieve elektro-encefalografie, maar de elektroden zijn ingebed in een dun plastic kussentje dat boven de cortex, onder de dura mater, is geplaatst. [66] ECoG-technologieën werden in 2004 voor het eerst bij mensen uitgeprobeerd door Eric Leuthardt en Daniel Moran van de Washington University in St. Louis. In een latere proef stelden de onderzoekers een tiener in staat om Space Invaders te spelen met behulp van zijn ECoG-implantaat. [67] Dit onderzoek geeft aan dat controle snel is, minimale training vereist en een ideale afweging kan zijn met betrekking tot signaalgetrouwheid en mate van invasiviteit. [notitie 1]

Signalen kunnen subduraal of epiduraal zijn, maar komen niet uit het hersenparenchym zelf. Het is tot voor kort niet uitgebreid bestudeerd vanwege de beperkte toegang van onderwerpen. Momenteel is de enige manier om het signaal voor onderzoek te verkrijgen het gebruik van patiënten die invasieve monitoring nodig hebben voor lokalisatie en resectie van een epileptogene focus.

ECoG is een veelbelovende intermediaire BCI-modaliteit omdat het een hogere ruimtelijke resolutie, een betere signaal-ruisverhouding, een breder frequentiebereik en minder trainingsvereisten heeft dan op de hoofdhuid opgenomen EEG, en tegelijkertijd een lagere technische moeilijkheid en een lager klinisch risico heeft. , en waarschijnlijk superieure stabiliteit op lange termijn dan intracorticale single-neuron recording. Dit functieprofiel en recent bewijs van het hoge niveau van controle met minimale trainingsvereisten toont potentieel voor toepassing in de echte wereld voor mensen met motorische handicaps. [69] [70] Lichtreactieve beeldvorming BCI-apparaten zijn nog steeds in het rijk van de theorie.

Niet-invasieve BCI's Bewerken

Er zijn ook experimenten bij mensen geweest met behulp van niet-invasieve neuroimaging-technologieën als interfaces. De overgrote meerderheid van het gepubliceerde BCI-werk heeft betrekking op niet-invasieve op EEG gebaseerde BCI's. Niet-invasieve EEG-gebaseerde technologieën en interfaces zijn gebruikt voor een veel grotere verscheidenheid aan toepassingen.Hoewel op EEG gebaseerde interfaces gemakkelijk te dragen zijn en geen operatie vereisen, hebben ze een relatief slechte ruimtelijke resolutie en kunnen ze niet effectief hogere frequentiesignalen gebruiken, omdat de schedel signalen dempt, waardoor de elektromagnetische golven die door de neuronen worden gecreëerd, worden verspreid en vertroebeld. Op EEG gebaseerde interfaces vereisen ook enige tijd en inspanning voorafgaand aan elke gebruikssessie, terwijl niet-EEG-gebaseerde en invasieve interfaces geen voorafgaande gebruikstraining vereisen. Over het algemeen hangt de beste BCI voor elke gebruiker af van tal van factoren.

Niet-EEG-gebaseerde mens-computerinterface

Elektro-oculografie (EOG) Bewerken

In 1989 werd verslag uitgebracht over de besturing van een mobiele robot door oogbewegingen met behulp van elektro-oculografie (EOG)-signalen. Een mobiele robot werd van het begin naar een doelpunt gereden met behulp van vijf EOG-commando's, geïnterpreteerd als vooruit, achteruit, links, rechts en stop. [71] De EOG als een uitdaging om externe objecten te controleren, werd door Vidal in zijn artikel uit 1973 gepresenteerd. [2]

Schommeling ter grootte van een pupil Bewerken

Een artikel uit 2016 [72] beschreef een geheel nieuw communicatieapparaat en een niet-EEG-gebaseerde mens-computerinterface, waarvoor geen visuele fixatie of het vermogen om de ogen te bewegen vereist is. De interface is gebaseerd op een verborgen interesse die de aandacht vestigt op een gekozen letter op een virtueel toetsenbord, zonder dat je je ogen hoeft te bewegen om direct naar de letter te kijken. Elke letter heeft zijn eigen (achtergrond) cirkel die in helderheid anders micro-oscilleert dan alle andere letters. De letterselectie is gebaseerd op de beste pasvorm tussen onbedoelde oscillatie van pupilgrootte en het helderheidsoscillatiepatroon van de achtergrondcirkel. De nauwkeurigheid wordt bovendien verbeterd door de gebruiker mentaal de woorden 'helder' en 'donker' te oefenen, synchroon met de helderheidsovergangen van de cirkel van de letter.

Functionele nabij-infrarood spectroscopie Bewerken

In 2014 en 2017 was een BCI die functionele nabij-infraroodspectroscopie gebruikte voor "opgesloten" patiënten met amyotrofische laterale sclerose (ALS) in staat om een ​​aantal basisvaardigheden van de patiënten te herstellen om met andere mensen te communiceren. [73] [74]

Op elektro-encefalografie (EEG) gebaseerde hersen-computerinterfaces

Nadat de BCI-uitdaging in 1973 door Vidal was vermeld, omvatten de eerste rapporten over niet-invasieve benadering de besturing van een cursor in 2D met behulp van VEP (Vidal 1977), besturing van een zoemer met CNV (Bozinovska et al. 1988, 1990), besturing van een fysiek object, een robot, met behulp van een hersenritme (alfa) (Bozinovski et al. 1988), controle van een tekst geschreven op een scherm met behulp van P300 (Farwell en Donchin, 1988). [75]

In de begindagen van BCI-onderzoek was een andere belangrijke belemmering voor het gebruik van elektro-encefalografie (EEG) als een hersen-computerinterface de uitgebreide training die nodig was voordat gebruikers met de technologie kunnen werken. Zo trainde Niels Birbaumer van de Universiteit van Tübingen in Duitsland in experimenten die halverwege de jaren negentig begonnen ernstig verlamde mensen om zelfregulatie van de langzame corticale potentialen zodanig in hun EEG dat deze signalen als binair signaal kunnen worden gebruikt om een ​​computercursor te besturen. [76] (Birbaumer had eerder epileptici getraind om dreigende aanvallen te voorkomen door deze laagspanningsgolf te beheersen.) In het experiment werden tien patiënten getraind om een ​​computercursor te verplaatsen door hun hersengolven te beheersen. Het proces verliep traag, waarbij patiënten meer dan een uur nodig hadden om 100 tekens met de cursor te schrijven, terwijl de training vaak vele maanden in beslag nam. De langzame corticale potentiële benadering van BCI's is echter al enkele jaren niet meer gebruikt, omdat andere benaderingen weinig of geen training vereisen, sneller en nauwkeuriger zijn en voor een groter deel van de gebruikers werken.

Een andere onderzoeksparameter is het type oscillerende activiteit dat wordt gemeten. Gert Pfurtscheller richtte in 1991 het BCI Lab op en voerde zijn onderzoeksresultaten over motorbeelden in de eerste online BCI op basis van oscillerende kenmerken en classificaties. Samen met Birbaumer en Jonathan Wolpaw van de New York State University richtten ze zich op het ontwikkelen van technologie waarmee gebruikers de hersensignalen kunnen kiezen die ze het gemakkelijkst vonden om een ​​BCI te bedienen, waaronder mu en bèta ritmes.

Een andere parameter is de gebruikte feedbackmethode en dit wordt aangetoond in studies van P300-signalen. Patronen van P300-golven worden onvrijwillig gegenereerd (stimulus-feedback) wanneer mensen iets zien dat ze herkennen en kunnen BCI's toestaan ​​om categorieën van gedachten te decoderen zonder eerst patiënten te trainen. Daarentegen vereisen de hierboven beschreven biofeedback-methoden het leren om hersengolven te beheersen, zodat de resulterende hersenactiviteit kan worden gedetecteerd.

In 2005 werd gemeld onderzoek naar EEG-emulatie van digitale besturingscircuits voor BCI, met een voorbeeld van een CNV-flip-flop. [77] In 2009 werd melding gemaakt van niet-invasieve EEG-controle van een robotarm met behulp van een CNV-flip-flop. [78] In 2011 werd gemeld dat de controle over twee robotarmen de taak van de Toren van Hanoi met drie schijven met behulp van een CNV-flip-flop oplost. [79] In 2015 werd EEG-emulatie beschreven van een Schmidt-trigger, flip-flop, demultiplexer en modem. [80]

Hoewel een aantal onderzoekslaboratoria uitgebreid is gestreefd naar een op EEG gebaseerde hersencomputerinterface, suggereren recente vorderingen van Bin He en zijn team aan de Universiteit van Minnesota het potentieel van een op EEG gebaseerde hersencomputerinterface om taken uit te voeren die bijna invasieve brein-computer interface. Met behulp van geavanceerde functionele neuroimaging, waaronder BOLD functionele MRI- en EEG-bronbeeldvorming, identificeerden Bin He en collega's de co-variatie en co-lokalisatie van elektrofysiologische en hemodynamische signalen veroorzaakt door motorische verbeelding. [81] Verfijnd door een neuroimaging-benadering en door een trainingsprotocol, toonden Bin He en collega's het vermogen aan van een niet-invasieve op EEG gebaseerde hersencomputerinterface om de vlucht van een virtuele helikopter in een driedimensionale ruimte te besturen, gebaseerd op motorische verbeelding. [82] In juni 2013 werd bekend dat Bin He de techniek had ontwikkeld om een ​​op afstand bestuurbare helikopter door een hindernisbaan te laten leiden. [83]

Naast een hersen-computerinterface op basis van hersengolven, zoals vastgelegd met EEG-elektroden op de hoofdhuid, verkenden Bin He en collega's een virtuele op EEG-signaal gebaseerde hersencomputerinterface door eerst het EEG-inverse probleem op te lossen en vervolgens de resulterende virtuele EEG voor hersen-computerinterfacetaken. Goed gecontroleerde studies suggereerden de voordelen van zo'n op bronanalyse gebaseerde hersen-computerinterface. [84]

Een onderzoek uit 2014 wees uit dat patiënten met een ernstige motorische handicap sneller en betrouwbaarder konden communiceren met niet-invasieve EEG BCI, dan met welk spiergebaseerd communicatiekanaal dan ook. [85]

Een onderzoek uit 2016 wees uit dat het Emotiv EPOC-apparaat mogelijk meer geschikt is voor controletaken met behulp van het aandachts-/meditatieniveau of knipperen met de ogen dan het Neurosky MindWave-apparaat. [86]

Een studie uit 2019 wees uit dat de toepassing van evolutionaire algoritmen de EEG-classificatie van de mentale toestand zou kunnen verbeteren met een niet-invasief Muse-apparaat, waardoor een hoogwaardige classificatie van gegevens mogelijk wordt gemaakt door een goedkoop EEG-detectieapparaat van consumentenkwaliteit. [87]

Droge actieve elektrode-arrays

In het begin van de jaren negentig demonstreerde Babak Taheri, aan de Universiteit van Californië, Davis de eerste enkele en ook meerkanaals droge actieve elektrode-arrays met behulp van microbewerkingen. De constructie en de resultaten van de enkelkanaals droge EEG-elektrode werden gepubliceerd in 1994. [88] De array-elektrode bleek ook goed te presteren in vergelijking met zilver/zilverchloride-elektroden. Het apparaat bestond uit vier sensoren met geïntegreerde elektronica om ruis te verminderen door impedantie-aanpassing. De voordelen van dergelijke elektroden zijn: (1) geen elektrolyt gebruikt, (2) geen voorbereiding van de huid, (3) aanzienlijk kleinere sensorgrootte en (4) compatibiliteit met EEG-bewakingssystemen. De actieve elektrodenreeks is een geïntegreerd systeem dat bestaat uit een reeks capacitieve sensoren met lokale geïntegreerde schakelingen die zijn ondergebracht in een pakket met batterijen om de schakelingen van stroom te voorzien. Dit niveau van integratie was nodig om de functionele prestatie van de elektrode te bereiken.

De elektrode werd getest op een elektrische testbank en op menselijke proefpersonen in vier modaliteiten van EEG-activiteit, namelijk: (1) spontane EEG, (2) sensorische gebeurtenisgerelateerde potentialen, (3) hersenstampotentialen en (4) cognitieve gebeurtenis -gerelateerde mogelijkheden. De prestaties van de droge elektrode waren gunstig in vergelijking met die van de standaard natte elektroden wat betreft huidvoorbereiding, geen gelvereisten (droog) en hogere signaal-ruisverhouding. [89]

In 1999 gebruikten onderzoekers van de Case Western Reserve University in Cleveland, Ohio, geleid door Hunter Peckham, 64-elektroden EEG-kalotje om beperkte handbewegingen terug te geven aan de quadriplegische Jim Jatich. Terwijl Jatich zich concentreerde op eenvoudige maar tegengestelde concepten zoals op en neer, werd zijn bèta-ritme EEG-output geanalyseerd met behulp van software om patronen in de ruis te identificeren. Er werd een basispatroon geïdentificeerd en gebruikt om een ​​schakelaar aan te sturen: Bovengemiddelde activiteit werd aangezet, benedengemiddeld uit. Behalve dat Jatich een computercursor kon besturen, werden de signalen ook gebruikt om de zenuwcontrollers aan te drijven die in zijn handen waren ingebouwd, waardoor enige beweging werd hersteld. [90]

SSVEP mobiele EEG BCI's Bewerken

In 2009 werd de NCTU Brain-Computer-Interface-hoofdband gemeld. De onderzoekers die deze BCI-hoofdband ontwikkelden, ontwikkelden ook op silicium gebaseerde MicroElectro-Mechanical System (MEMS) droge elektroden die zijn ontworpen voor toepassing op niet-behaarde plaatsen van het lichaam. Deze elektroden werden vastgemaakt aan het DAQ-bord in de hoofdband met opklikbare elektrodehouders. De signaalverwerkingsmodule meet alfa-activiteit en de Bluetooth-telefoon beoordeelde de alertheid en het vermogen van de patiënt voor cognitieve prestaties. Toen de proefpersoon slaperig werd, stuurde de telefoon opwindende feedback naar de telefoniste om hem wakker te maken. Dit onderzoek werd ondersteund door de National Science Council, Taiwan, R.O.C., NSC, National Chiao-Tung University, Taiwan's Ministry of Education en het U.S. Army Research Laboratory. [91]

In 2011 rapporteerden onderzoekers een cellulaire BCI met de mogelijkheid om EEG-gegevens te nemen en deze om te zetten in een commando om de telefoon te laten rinkelen. Dit onderzoek werd gedeeltelijk ondersteund door Abraxis Bioscience LLP, het onderzoekslaboratorium van het Amerikaanse leger en het onderzoeksbureau van het leger. De ontwikkelde technologie was een draagbaar systeem dat bestond uit een vierkanaals biosignaalacquisitie/versterkingsmodule, een draadloze transmissiemodule en een mobiele telefoon met Bluetooth. De elektroden werden zo geplaatst dat ze steady-state visual evoked potentials (SSVEP's) opnemen. [92] SSVEP's zijn elektrische reacties op flikkerende visuele stimuli met herhalingssnelheden van meer dan 6 Hz [92] die het best worden gevonden in de pariëtale en occipitale hoofdhuidregio's van de visuele cortex. [93] Er werd gemeld dat met deze BCI-opstelling alle deelnemers aan de studie in staat waren om het telefoongesprek te starten met minimale oefening in natuurlijke omgevingen. [94]

De wetenschappers beweren dat hun studies met behulp van een enkelkanaals snelle Fourier-transformatie (FFT) en meerkanaals canonieke correlatieanalyse (CCA)-algoritme de capaciteit van mobiele BCI's ondersteunen. [92] [95] Het CCA-algoritme is toegepast in andere experimenten waarbij BCI's werden onderzocht met geclaimde hoge prestaties in nauwkeurigheid en snelheid. [96] Hoewel de cellulaire BCI-technologie werd ontwikkeld om een ​​telefoontje van SSVEP's te starten, zeiden de onderzoekers dat het kan worden vertaald voor andere toepassingen, zoals het oppikken van sensorimotorische mu/bèta-ritmes om te functioneren als een op motorbeelden gebaseerde BCI. [92]

In 2013 werden vergelijkende tests uitgevoerd op Android-mobiele telefoons, tablets en computergebaseerde BCI's, waarbij de vermogensspectrumdichtheid van resulterende EEG SSVEP's werd geanalyseerd. De gestelde doelen van deze studie, waarbij wetenschappers betrokken waren die gedeeltelijk werden ondersteund door het onderzoekslaboratorium van het Amerikaanse leger, waren om "de uitvoerbaarheid, draagbaarheid en alomtegenwoordigheid van een op SSVEP gebaseerde BCI voor dagelijks gebruik te vergroten". Citaat Er werd gemeld dat de stimulatiefrequentie op alle media nauwkeurig was, hoewel het signaal van de mobiele telefoon enige instabiliteit vertoonde. De amplitudes van de SSVEP's voor de laptop en tablet waren ook groter dan die van de mobiele telefoon. Deze twee kwalitatieve karakteriseringen werden voorgesteld als indicatoren voor de haalbaarheid van het gebruik van een mobiele stimulus BCI. [95]

Beperkingen Bewerken

In 2011 stelden onderzoekers dat er verder gewerkt moet worden aan het gebruiksgemak, de robuustheid van de prestaties en het verlagen van de hardware- en softwarekosten. [92]

Een van de problemen met EEG-metingen is de grote gevoeligheid voor bewegingsartefacten. [97] In de meeste van de eerder beschreven onderzoeksprojecten werden de deelnemers gevraagd stil te zitten, waarbij hoofd- en oogbewegingen zoveel mogelijk werden verminderd, en werden metingen uitgevoerd in een laboratoriumomgeving. Omdat de nadruk op deze initiatieven lag bij het maken van een mobiel apparaat voor dagelijks gebruik [95] moest de technologie echter in beweging worden getest.

In 2013 testten onderzoekers mobiele EEG-gebaseerde BCI-technologie, waarbij SSVEP's van deelnemers werden gemeten terwijl ze met verschillende snelheden op een loopband liepen. Dit onderzoek werd ondersteund door het Office of Naval Research, Army Research Office en het US Army Research Laboratory. De vermelde resultaten waren dat naarmate de snelheid toenam, de detecteerbaarheid van SSVEP met behulp van CCA afnam. Omdat is aangetoond dat onafhankelijke componentenanalyse (ICA) efficiënt is in het scheiden van EEG-signalen van ruis [98], pasten de wetenschappers ICA toe op door CCA geëxtraheerde EEG-gegevens. Zij stelden dat de CCA-gegevens met en zonder ICA-verwerking vergelijkbaar waren. Ze concludeerden dus dat CCA onafhankelijk een robuustheid aantoonde voor bewegingsartefacten, wat aangeeft dat het een gunstig algoritme kan zijn om toe te passen op BCI's die in echte omstandigheden worden gebruikt. [93]

In 2020 gebruikten onderzoekers van de Universiteit van Californië een computersysteem dat verband houdt met hersen-machine-interfaces om hersengolven in zinnen te vertalen. Hun decodering was echter beperkt tot 30-50 zinnen, hoewel de woordfoutenpercentages slechts 3% waren. [99]

Prothese en omgevingscontrole Bewerken

Niet-invasieve BCI's zijn ook toegepast om hersencontrole mogelijk te maken van prothetische apparaten voor de bovenste en onderste ledematen bij mensen met verlamming. Gert Pfurtscheller van de Technische Universiteit van Graz en collega's demonstreerden bijvoorbeeld een BCI-gestuurd functioneel elektrisch stimulatiesysteem om de bewegingen van de bovenste extremiteiten te herstellen bij een persoon met tetraplegie als gevolg van een dwarslaesie. [100] Tussen 2012 en 2013 hebben onderzoekers van de Universiteit van Californië, Irvine, voor het eerst aangetoond dat het mogelijk is om BCI-technologie te gebruiken om hersengestuurd lopen te herstellen na een dwarslaesie. In hun onderzoek naar ruggenmergletsel was een persoon met een dwarslaesie in staat om een ​​BCI-robotachtige looporthese te bedienen om de basishersengestuurde beweging terug te krijgen. [101] [102] In 2009 gebruikte Alex Blainey, een onafhankelijke onderzoeker in het Verenigd Koninkrijk, met succes de Emotiv EPOC om een ​​5-assige robotarm te besturen. [103] Vervolgens maakte hij verschillende demonstraties van mind-control rolstoelen en domotica die konden worden bediend door mensen met beperkte of geen motorische controle, zoals mensen met een dwarslaesie en hersenverlamming.

Onderzoek naar militair gebruik van door DARPA gefinancierde BCI's is al sinds de jaren zeventig aan de gang. [2] [3] De huidige focus van onderzoek is gebruiker-naar-gebruiker communicatie door middel van analyse van neurale signalen. [104]

DIY en open source BCI Edit

In 2001 werd het OpenEEG Project [105] geïnitieerd door een groep doe-het-zelf-neurowetenschappers en ingenieurs. De ModularEEG was het primaire apparaat dat door de OpenEEG-gemeenschap werd gemaakt. Het was een 6-kanaals signaalopnamebord dat tussen $ 200 en $ 400 kostte om thuis te maken. Het OpenEEG-project markeerde een belangrijk moment in de opkomst van doe-het-zelf-hersencomputer-interfaces.

In 2010 publiceerden de Frontier Nerds van het ITP-programma van NYU een grondige tutorial met de titel How To Hack Toy EEG's. [106] De tutorial, die de geesten van veel beginnende doe-het-zelf BCI-enthousiastelingen aanwakkerde, demonstreerde hoe je een thuis-EEG met één kanaal kunt maken met een Arduino en een Mattel Mindflex tegen een zeer redelijke prijs. Deze tutorial versterkte de DIY BCI-beweging.

In 2013 kwam OpenBCI voort uit een DARPA-verzoek en de daaropvolgende Kickstarter-campagne. Ze creëerden een hoogwaardig, open-source 8-kanaals EEG-acquisitiebord, bekend als het 32-bits bord, dat voor minder dan $ 500 werd verkocht. Twee jaar later creëerden ze de eerste 3D-geprinte EEG-headset, bekend als de Ultracortex, evenals een 4-kanaals EEG-acquisitiebord, bekend als het Ganglion-bord, dat voor minder dan $ 100 werd verkocht.

MEG en MRI Bewerken

Magneto-encefalografie (MEG) en functionele magnetische resonantiebeeldvorming (fMRI) zijn beide met succes gebruikt als niet-invasieve BCI's. [107] In een breed gerapporteerd experiment, stond fMRI toe dat twee gebruikers werden gescand om Pong in realtime te spelen door hun hemodynamische respons of hersenbloedstroom te veranderen door middel van biofeedback-technieken. [108]

fMRI-metingen van hemodynamische reacties in realtime zijn ook gebruikt om robotarmen te besturen met een vertraging van zeven seconden tussen gedachte en beweging. [109]

In 2008 heeft onderzoek ontwikkeld in de Advanced Telecommunications Research (ATR) Computational Neuroscience Laboratories in Kyoto, Japan, de wetenschappers in staat gesteld om beelden rechtstreeks vanuit de hersenen te reconstrueren en ze op een computer in zwart-wit weer te geven met een resolutie van 10x10 pixels. Het artikel dat deze prestaties aankondigde, was het voorblad van het tijdschrift Neuron van 10 december 2008. [110]

In 2011 publiceerden onderzoekers van UC Berkeley [111] een studie waarin verslag werd gedaan van een seconde per seconde reconstructie van video's die werden bekeken door de proefpersonen van het onderzoek, op basis van fMRI-gegevens. Dit werd bereikt door een statistisch model te maken dat visuele patronen in video's die aan de proefpersonen worden getoond, relateert aan de hersenactiviteit die wordt veroorzaakt door het bekijken van de video's. Dit model werd vervolgens gebruikt om de 100 videosegmenten van één seconde op te zoeken in een database van 18 miljoen seconden willekeurige YouTube-video's, waarvan de visuele patronen het meest overeenkwamen met de hersenactiviteit die werd geregistreerd wanneer proefpersonen een nieuwe video bekeken. Deze 100 videofragmenten van één seconde werden vervolgens gecombineerd tot een gepureerd beeld dat leek op de video die werd bekeken. [112] [113] [114]

BCI-controlestrategieën bij neurogaming

Motorbeelden Bewerken

Motorbeelden omvatten de verbeelding van de beweging van verschillende lichaamsdelen, wat resulteert in activering van de sensomotorische cortex, die sensomotorische oscillaties in het EEG moduleert. Dit kan worden gedetecteerd door de BCI om de intentie van een gebruiker af te leiden. Motorbeelden vereisen doorgaans een aantal trainingssessies voordat een aanvaardbare controle over de BCI is verkregen. Deze trainingssessies kunnen een aantal uren over meerdere dagen duren voordat gebruikers de techniek consequent en met acceptabele precisie kunnen toepassen.Ongeacht de duur van de trainingssessie zijn gebruikers niet in staat om het controleschema onder de knie te krijgen. Dit resulteert in een zeer traag tempo van de gameplay. [115] Er zijn recentelijk geavanceerde machinale leermethoden ontwikkeld om een ​​onderwerpspecifiek model te berekenen voor het detecteren van de prestaties van motorbeelden. Het best presterende algoritme uit BCI Competition IV [116] dataset 2 voor motorbeelden is het Filter Bank Common Spatial Pattern, ontwikkeld door Ang et al. van A*STAR, Singapore). [117]

Bio/neurofeedback voor passieve BCI-ontwerpen Bewerken

Biofeedback wordt gebruikt om de mentale ontspanning van een proefpersoon te volgen. In sommige gevallen controleert biofeedback geen elektro-encefalografie (EEG), maar lichaamsparameters zoals elektromyografie (EMG), galvanische huidweerstand (GSR) en hartslagvariabiliteit (HRV). Veel biofeedbacksystemen worden gebruikt om bepaalde aandoeningen te behandelen, zoals ADHD, slaapproblemen bij kinderen, tandenknarsen en chronische pijn. EEG-biofeedbacksystemen bewaken doorgaans vier verschillende banden (theta: 4-7 Hz, alfa: 8-12 Hz, SMR: 12-15 Hz, bèta: 15-18 Hz) en dagen het onderwerp uit om ze te controleren. Passieve BCI [50] houdt in dat BCI wordt gebruikt om de interactie tussen mens en machine te verrijken met impliciete informatie over de werkelijke toestand van de gebruiker, bijvoorbeeld simulaties om te detecteren wanneer gebruikers van plan zijn te remmen tijdens een noodstopprocedure. Spelontwikkelaars die passieve BCI's gebruiken, moeten erkennen dat door herhaling van spelniveaus de cognitieve toestand van de gebruiker zal veranderen of aanpassen. Binnen het eerste spel van een level zal de gebruiker anders op dingen reageren dan tijdens het tweede spel: de gebruiker zal bijvoorbeeld minder verrast zijn door een gebeurtenis in het spel als hij/zij het verwacht. [115]

Visual evoked potential (VEP)

Een VEP is een elektrisch potentiaal dat wordt geregistreerd nadat een persoon een soort visuele stimuli heeft gekregen. Er zijn verschillende soorten VEP's.

Steady-state visueel evoked potentials (SSVEP's) gebruiken potentialen die worden gegenereerd door het netvlies te prikkelen, met behulp van visuele stimuli die op bepaalde frequenties worden gemoduleerd. De stimuli van SSVEP worden vaak gevormd door afwisselende dambordpatronen en gebruiken soms eenvoudig flitsende afbeeldingen. De frequentie van de fase-omkering van de gebruikte stimulus is duidelijk te onderscheiden in het spectrum van een EEG, dit maakt detectie van SSVEP-stimuli relatief eenvoudig. SSVEP is succesvol gebleken binnen veel BCI-systemen. Dit is te wijten aan verschillende factoren: het opgewekte signaal is meetbaar in een even grote populatie, aangezien de voorbijgaande VEP- en knipperbeweging en elektrocardiografische artefacten geen invloed hebben op de bewaakte frequenties. Bovendien is het SSVEP-signaal uitzonderlijk robuust. De topografische organisatie van de primaire visuele cortex is zodanig dat een breder gebied afferenten verkrijgt uit het centrale of foviale gebied van het gezichtsveld. SSVEP heeft echter verschillende problemen. Aangezien SSVEP's knipperende stimuli gebruiken om de intentie van een gebruiker af te leiden, moet de gebruiker naar een van de knipperende of herhalende symbolen staren om met het systeem te kunnen communiceren. Het is daarom waarschijnlijk dat de symbolen irriterend en oncomfortabel kunnen worden tijdens langere speelsessies, die vaak meer dan een uur kunnen duren, wat misschien geen ideale gameplay is.

Een ander type VEP dat bij toepassingen wordt gebruikt, is het P300-potentieel. Het P300-gebeurtenisgerelateerde potentieel is een positieve piek in het EEG die optreedt op ongeveer 300 ms na het verschijnen van een doelstimulus (een stimulus waarop de gebruiker wacht of zoekt) of excentrieke stimuli. De amplitude van de P300 neemt af naarmate de doelstimuli en de genegeerde stimuli meer op elkaar lijken. Er wordt gedacht dat de P300 verband houdt met een aandachtsproces op een hoger niveau of een oriënterende reactie waarbij de P300 als controleschema wordt gebruikt, het voordeel heeft dat de deelnemer slechts beperkt aanwezig hoeft te zijn oefensessies. De eerste toepassing die het P300-model gebruikte, was de P300-matrix. Binnen dit systeem zou een proefpersoon een letter kiezen uit een raster van 6 bij 6 letters en cijfers. De rijen en kolommen van het raster flitsten opeenvolgend en elke keer dat de geselecteerde "keuzeletter" werd verlicht, werd de P300 van de gebruiker (mogelijk) opgewekt. Het communicatieproces, met ongeveer 17 karakters per minuut, was echter vrij traag. De P300 is een BCI die een discrete selectie biedt in plaats van een continu controlemechanisme. Het voordeel van het gebruik van de P300 in games is dat de speler zichzelf niet hoeft te leren een volledig nieuw besturingssysteem te gebruiken en dus slechts korte trainingssessies hoeft te volgen om de gameplay-mechanica en het basisgebruik van het BCI-paradigma te leren. [115]

Synthetische telepathie/stille communicatie

In een initiatief van het Amerikaanse leger ter waarde van $ 6,3 miljoen om apparaten voor telepathische communicatie uit te vinden, ontdekte Gerwin Schalk, verzekerd in een subsidie ​​​​van $ 2,2 miljoen, dat het gebruik van ECoG-signalen de klinkers en medeklinkers kan onderscheiden die zijn ingebed in gesproken en ingebeelde woorden, wat licht werpt op de verschillende mechanismen die ermee samenhangen met de productie van klinkers en medeklinkers, en zou de basis kunnen vormen voor op de hersenen gebaseerde communicatie met behulp van ingebeelde spraak. [70] [118]

In 2002 liet Kevin Warwick een reeks van 100 elektroden in zijn zenuwstelsel schieten om zijn zenuwstelsel met internet te verbinden om de verbeteringsmogelijkheden te onderzoeken. Met dit op zijn plaats voerde Warwick met succes een reeks experimenten uit. Met elektroden die ook in het zenuwstelsel van zijn vrouw waren geïmplanteerd, voerden ze het eerste directe elektronische communicatie-experiment uit tussen het zenuwstelsel van twee mensen. [119] [120] [121] [122]

Een andere groep onderzoekers was in staat om bewuste hersen-tot-hersencommunicatie tot stand te brengen tussen twee mensen die op afstand van elkaar waren gescheiden met behulp van niet-invasieve technologie die in contact stond met de hoofdhuid van de deelnemers. De woorden werden gecodeerd door binaire stromen met behulp van de reeksen nullen en enen door de denkbeeldige motorische invoer van de persoon die de informatie "uitzendt". Als resultaat van dit experiment droegen pseudo-willekeurige stukjes van de informatie de gecodeerde woorden "hola" ("hoi" in het Spaans) en "ciao" ("tot ziens" in het Italiaans) en werden ze van geest tot geest overgedragen tussen mensen, gescheiden door een afstand, met geblokkeerde motorische en sensorische systemen, die weinig tot geen kans heeft dat dit toevallig gebeurt.[2]

Onderzoek naar synthetische telepathie met behulp van subvocalisatie vindt plaats aan de Universiteit van Californië, Irvine, onder leiding van wetenschapper Mike D'Zmura. De eerste dergelijke communicatie vond plaats in de jaren zestig met behulp van EEG om morsecode te creëren met behulp van alfagolven in de hersenen. Het gebruik van EEG om ingebeelde spraak te communiceren is minder nauwkeurig dan de invasieve methode om een ​​elektrode tussen de schedel en de hersenen te plaatsen. [123] [124] Op 27 februari 2013 verbond de groep met Miguel Nicolelis van Duke University en IINN-ELS met succes de hersenen van twee ratten met elektronische interfaces die hen in staat stelden om direct informatie te delen, in de allereerste directe brein-naar- herseninterface. [125] [126] [127]

Onderzoekers hebben apparaten gebouwd om te communiceren met neurale cellen en hele neurale netwerken in culturen buiten dieren. Naast het bevorderen van onderzoek naar implanteerbare apparaten bij dieren, waren experimenten met gekweekt neuraal weefsel gericht op het bouwen van probleemoplossende netwerken, het bouwen van basiscomputers en het manipuleren van robotapparaten. Onderzoek naar technieken voor het stimuleren en opnemen van individuele neuronen die op halfgeleiderchips zijn gekweekt, wordt soms neuro-elektronica of neurochips genoemd. [128]

De ontwikkeling van de eerste werkende neurochip werd in 1997 opgeëist door een Caltech-team onder leiding van Jerome Pine en Michael Maher. [129] De Caltech-chip had ruimte voor 16 neuronen.

In 2003 begon een team onder leiding van Theodore Berger, aan de Universiteit van Zuid-Californië, te werken aan een neurochip die is ontworpen om te functioneren als een kunstmatige of prothetische hippocampus. De neurochip is ontworpen om te functioneren in rattenhersenen en was bedoeld als prototype voor de uiteindelijke ontwikkeling van hogere hersenprothesen. De hippocampus werd gekozen omdat men denkt dat dit het meest geordende en gestructureerde deel van de hersenen is en het meest bestudeerde gebied. Zijn functie is om ervaringen te coderen voor opslag als langetermijnherinneringen elders in de hersenen. [130]

In 2004 gebruikte Thomas DeMarse van de Universiteit van Florida een kweek van 25.000 neuronen uit de hersenen van een rat om een ​​F-22 straaljagersimulator te besturen. [131] Na verzameling werden de corticale neuronen gekweekt in een petrischaal en begonnen ze zichzelf snel opnieuw te verbinden om een ​​levend neuraal netwerk te vormen. De cellen waren gerangschikt over een raster van 60 elektroden en werden gebruikt om de pitch- en yaw-functies van de simulator te regelen. De focus van de studie lag op het begrijpen hoe het menselijk brein presteert en computertaken leert op cellulair niveau.

Gebruikersgerichte problemen Bewerken

  • De langetermijneffecten voor de gebruiker blijven grotendeels onbekend.
  • Het verkrijgen van geïnformeerde toestemming van mensen die moeite hebben met communiceren.
  • De gevolgen van BCI-technologie voor de kwaliteit van leven van patiënten en hun families.
  • Gezondheidsgerelateerde bijwerkingen (bijv. neurofeedback van sensomotorische ritmetraining zou de slaapkwaliteit beïnvloeden).
  • Therapeutische toepassingen en hun potentieel misbruik.
  • Veiligheidsrisico's
  • Niet-converteerbaarheid van enkele van de veranderingen die in de hersenen zijn aangebracht

Juridische en sociale Edit

  • Kwesties van aansprakelijkheid en verantwoordelijkheid: beweert dat de invloed van BCI's de vrije wil en controle over sensorisch-motorische acties opheft, beweert dat cognitieve intentie onnauwkeurig is vertaald als gevolg van een BCI-storing.
  • Persoonlijkheidsveranderingen veroorzaakt door diepe hersenstimulatie.
  • Bezorgdheid over de staat van het worden van een "cyborg" - met delen van het lichaam die levend zijn en delen die mechanisch zijn.
  • Vragen persoonlijkheid: wat betekent het om mens te zijn?
  • Vervaging van de scheiding tussen mens en machine en onvermogen om onderscheid te maken tussen door mens en machine bestuurde handelingen.
  • Gebruik van de technologie in geavanceerde ondervragingstechnieken door overheidsinstanties.
  • Selectieve verbetering en sociale stratificatie.
  • Vragen van onderzoeksethiek die zich voordoen bij de overgang van dierproeven naar toepassing bij mensen.
  • Morele vragen en privacy.
  • Tracking- en "tagging-systeem" .
  • Bewegingscontrole
  • Emotie controle

In hun huidige vorm staan ​​de meeste BCI's ver af van de hierboven besproken ethische kwesties. Ze zijn eigenlijk vergelijkbaar met corrigerende therapieën in functie. Clausen verklaarde in 2009 dat "BCI's ethische uitdagingen vormen, maar deze zijn conceptueel vergelijkbaar met die welke bio-ethici hebben aangepakt voor andere gebieden van therapie". [132] Bovendien suggereert hij dat bio-ethiek goed is voorbereid om de problemen aan te pakken die zich voordoen met BCI-technologieën. Haselager en collega's [133] wezen erop dat verwachtingen van de werkzaamheid en waarde van BCI een grote rol spelen in ethische analyse en de manier waarop BCI-wetenschappers media moeten benaderen. Bovendien kunnen standaardprotocollen worden geïmplementeerd om te zorgen voor ethisch verantwoorde procedures voor geïnformeerde toestemming met opgesloten patiënten.

Het geval van BCI's vandaag heeft parallellen in de geneeskunde, evenals de evolutie ervan. Net zoals de farmaceutische wetenschap begon als een balans voor stoornissen en nu wordt gebruikt om de focus te vergroten en de behoefte aan slaap te verminderen, zullen BCI's waarschijnlijk geleidelijk veranderen van therapieën naar verbeteringen. [135] Er worden inspanningen geleverd binnen de BCI-gemeenschap om consensus te bereiken over ethische richtlijnen voor BCI-onderzoek, -ontwikkeling en -verspreiding. [136]

Onlangs hebben een aantal bedrijven de EEG-technologie van medische kwaliteit teruggeschroefd (en in één geval heeft NeuroSky de technologie van de grond af opnieuw opgebouwd [ verduidelijking nodig ] ) om goedkope BCI's te maken. Deze technologie is ingebouwd in speelgoed en spelapparatuur. Sommige van deze speeltjes zijn zeer commercieel succesvol geweest, zoals de NeuroSky en Mattel MindFlex.

  • In 2006 patenteerde Sony een neuraal interfacesysteem waardoor radiogolven signalen in de neurale cortex kunnen beïnvloeden. [137]
  • In 2007 bracht NeuroSky de eerste betaalbare, op consumenten gebaseerde EEG uit, samen met het spel NeuroBoy. Dit was ook het eerste grootschalige EEG-apparaat dat droge sensortechnologie gebruikte. [138]
  • In 2008 ontwikkelde OCZ Technology een apparaat voor gebruik in videogames dat voornamelijk gebaseerd is op elektromyografie. [139]
  • In 2008 kondigde Final Fantasy-ontwikkelaar Square Enix aan dat het samenwerkte met NeuroSky om een ​​spel te maken, Judecca. [140][141]
  • In 2009 werkte Mattel samen met NeuroSky om de Mindflex uit te brengen, een spel dat een EEG gebruikte om een ​​bal door een hindernisbaan te sturen. Het is verreweg de best verkopende EEG op basis van consumenten tot nu toe. [140][142]
  • In 2009 werkte Uncle Milton Industries samen met NeuroSky om de Star WarsForce Trainer uit te brengen, een spel dat is ontworpen om de illusie te wekken de Force te bezitten. [140][143]
  • In 2009 bracht Emotiv de EPOC uit, een 14-kanaals EEG-apparaat dat 4 mentale toestanden, 13 bewuste toestanden, gezichtsuitdrukkingen en hoofdbewegingen kan lezen. De EPOC is de eerste commerciële BCI die gebruik maakt van droge sensortechnologie, die kan worden gedempt met een zoutoplossing voor een betere verbinding. [144]
  • In november 2011 selecteerde Time Magazine "necomimi", geproduceerd door Neurowear, als een van de beste uitvindingen van het jaar. Het bedrijf kondigde aan dat het verwachtte in het voorjaar van 2012 een consumentenversie van het kledingstuk te lanceren, bestaande uit katachtige oren die worden aangestuurd door een hersengolflezer geproduceerd door NeuroSky. [145]
  • In februari 2014 begon They Shall Walk (een non-profitorganisatie die zich bezighoudt met het bouwen van exoskeletten, LIFESUITs genaamd, voor mensen met een dwarslaesie en quadriplegie) een samenwerking aan met James W. Shakarji voor de ontwikkeling van een draadloze BCI. [146]
  • In 2016 ontwikkelde een groep hobbyisten een open-source BCI-bord dat neurale signalen naar de audio-aansluiting van een smartphone stuurt, waardoor de kosten van BCI op instapniveau daalden tot £ 20. [147] Er is basisdiagnosesoftware beschikbaar voor Android-apparaten, evenals een app voor tekstinvoer voor Unity. [148]
  • In 2018 richtte het Compassionate AI Lab, een non-profitorganisatie zich op het gebruik van versterkend leren en andere AI-technieken om mensen uit te schakelen. [149] [neutraliteit wordt betwist]

Een consortium bestaande uit 12 Europese partners heeft een routekaart opgesteld om de Europese Commissie te ondersteunen bij hun financieringsbeslissingen voor het nieuwe kaderprogramma Horizon 2020. Het project, dat werd gefinancierd door de Europese Commissie, ging van start in november 2013 en publiceerde een routekaart in april 2015 [150] Een publicatie uit 2015 onder leiding van Dr. Clemens Brunner beschrijft enkele van de analyses en prestaties van dit project, evenals de opkomende Brain-Computer Interface Society. [151] Dit artikel besprak bijvoorbeeld werk binnen dit project dat BCI's en toepassingen verder definieerde, recente trends verkende, ethische kwesties besprak en verschillende richtingen voor nieuwe BCI's evalueerde. Zoals in het artikel wordt opgemerkt, strekt hun nieuwe routekaart zich over het algemeen uit tot en ondersteunt ze de aanbevelingen van het Future BNCI-project dat wordt beheerd door Dr. Brendan Allison, dat een aanzienlijk enthousiasme uitstraalt voor opkomende BCI-richtingen.

Ook andere recente publicaties hebben toekomstige BCI-richtlijnen voor nieuwe groepen gehandicapte gebruikers onderzocht (bijv. [9] [152] [153] [154] [155]). Enkele prominente voorbeelden worden hieronder samengevat.

Bewustzijnsstoornissen (DOC) Bewerken

Sommige personen hebben een bewustzijnsstoornis (DOC). Deze toestand wordt gedefinieerd om personen met coma te omvatten, evenals personen in een vegetatieve toestand (VS) of minimaal bewuste toestand (MCS). Nieuw BCI-onderzoek probeert mensen met DOC op verschillende manieren te helpen. Een belangrijk eerste doel is om patiënten te identificeren die in staat zijn om basale cognitieve taken uit te voeren, wat natuurlijk zou leiden tot een verandering in hun diagnose. Dat wil zeggen dat sommige personen bij wie de diagnose DOC is gesteld in feite in staat zijn om informatie te verwerken en belangrijke levensbeslissingen te nemen (zoals het al dan niet zoeken naar therapie, waar te gaan wonen en hun mening over beslissingen over het levenseinde met betrekking tot hen). Sommige personen bij wie DOC is vastgesteld, overlijden als gevolg van beslissingen rond het levenseinde, die kunnen worden genomen door familieleden die oprecht menen dat dit in het belang van de patiënt is. Gezien het nieuwe vooruitzicht om deze patiënten hun mening over deze beslissing te laten geven, lijkt er een sterke ethische druk te zijn om deze onderzoeksrichting te ontwikkelen om te garanderen dat DOC-patiënten de kans krijgen om te beslissen of ze willen leven. [156] [157]

Deze en andere artikelen beschrijven nieuwe uitdagingen en oplossingen om BCI-technologie te gebruiken om personen met DOC te helpen. Een grote uitdaging is dat deze patiënten geen BCI's kunnen gebruiken op basis van visie. Vandaar dat nieuwe instrumenten afhankelijk zijn van auditieve en/of vibrotactiele stimuli. Patiënten kunnen een koptelefoon en/of vibrotactiele stimulatoren dragen die op de polsen, nek, been en/of andere plaatsen zijn geplaatst. Een andere uitdaging is dat patiënten in en uit het bewustzijn kunnen verdwijnen en alleen op bepaalde tijden kunnen communiceren. Dit kan inderdaad een oorzaak zijn van een verkeerde diagnose. Sommige patiënten kunnen mogelijk slechts enkele uren per dag reageren op verzoeken van artsen (wat misschien niet van tevoren voorspelbaar is) en reageerden daarom mogelijk niet tijdens de diagnose. Daarom vertrouwen nieuwe methoden op hulpmiddelen die gemakkelijk te gebruiken zijn in veldomgevingen, zelfs zonder deskundige hulp, zodat familieleden en andere personen zonder medische of technische achtergrond ze nog steeds kunnen gebruiken. Dit vermindert de kosten, tijd, behoefte aan expertise en andere lasten met DOC-beoordeling. Geautomatiseerde tools kunnen eenvoudige vragen stellen die patiënten gemakkelijk kunnen beantwoorden, zoals "Heeft je vader George?" of "Ben je geboren in de VS?" Geautomatiseerde instructies informeren patiënten dat ze ja of nee kunnen overbrengen door (bijvoorbeeld) hun aandacht te richten op stimuli op de rechter- versus linkerpols. Deze gerichte aandacht produceert betrouwbare veranderingen in EEG-patronen die kunnen helpen bepalen of de patiënt in staat is om te communiceren. De resultaten kunnen worden gepresenteerd aan artsen en therapeuten, wat kan leiden tot een herziene diagnose en therapie. Bovendien zouden deze patiënten dan kunnen worden voorzien van op BCI gebaseerde communicatiehulpmiddelen die hen zouden kunnen helpen om basisbehoeften over te brengen, de bedpositie en HVAC (verwarming, ventilatie en airconditioning) aan te passen en hen anderszins in staat te stellen belangrijke levensbeslissingen te nemen en te communiceren. [158] [159] [160]

Motor herstel Bewerken

Mensen kunnen een deel van hun vermogen om te bewegen verliezen door vele oorzaken, zoals een beroerte of letsel. Verschillende groepen hebben systemen en methoden voor motorisch herstel onderzocht, waaronder BCI's. [161] [162] [163] [164] Bij deze benadering meet een BCI motorische activiteit terwijl de patiënt bewegingen voorstelt of probeert te doen zoals voorgeschreven door een therapeut.De BCI kan twee voordelen bieden: (1) als de BCI aangeeft dat een patiënt zich een beweging niet correct voorstelt (niet-naleving), dan kan de BCI de patiënt en de therapeut informeren en (2) belonende feedback zoals functionele stimulatie of de beweging van een virtuele avatar hangt ook af van de juiste bewegingsbeelden van de patiënt.

Tot nu toe vertrouwden BCI's voor motorisch herstel op het EEG om de motorbeelden van de patiënt te meten. Studies hebben echter ook fMRI gebruikt om verschillende veranderingen in de hersenen te bestuderen als personen een op BCI gebaseerde revalidatietraining voor een beroerte ondergaan. [165] [166] Toekomstige systemen kunnen de fMRI en andere maatregelen voor realtime controle omvatten, zoals functioneel nabij-infrarood, waarschijnlijk in combinatie met EEG's. Niet-invasieve hersenstimulatie is ook onderzocht in combinatie met BCI's voor motorisch herstel. [167] In 2016 publiceerden wetenschappers van de Universiteit van Melbourne preklinische proof-of-concept-gegevens met betrekking tot een potentieel hersen-computerinterfacetechnologieplatform dat wordt ontwikkeld voor patiënten met verlamming om de controle over externe apparaten zoals robotledematen, computers en exoskeletten door hersenactiviteit te vertalen. [168] [169] Klinische proeven zijn momenteel aan de gang. [170]

Functioneel in kaart brengen van de hersenen Bewerken

Elk jaar ondergaan ongeveer 400.000 mensen hersenmapping tijdens neurochirurgie. Deze procedure is vaak nodig voor mensen met tumoren of epilepsie die niet reageren op medicatie. [171] Tijdens deze procedure worden elektroden op de hersenen geplaatst om de locaties van structuren en functionele gebieden nauwkeurig te identificeren. Patiënten kunnen tijdens neurochirurgie wakker zijn en gevraagd worden om bepaalde taken uit te voeren, zoals het bewegen van vingers of het herhalen van woorden. Dit is nodig zodat chirurgen alleen het gewenste weefsel kunnen verwijderen en andere regio's, zoals kritieke bewegings- of taalregio's, kunnen sparen. Het verwijderen van te veel hersenweefsel kan blijvende schade veroorzaken, terwijl het verwijderen van te weinig weefsel de onderliggende aandoening onbehandeld kan laten en aanvullende neurochirurgie kan vereisen. Er is dus een sterke behoefte om zowel methoden als systemen te verbeteren om de hersenen zo effectief mogelijk in kaart te brengen.

In verschillende recente publicaties hebben BCI-onderzoeksexperts en artsen samengewerkt om nieuwe manieren te verkennen om BCI-technologie te gebruiken om neurochirurgische mapping te verbeteren. Dit werk richt zich grotendeels op hoge gamma-activiteit, die moeilijk te detecteren is met niet-invasieve middelen. De resultaten hebben geleid tot verbeterde methoden voor het identificeren van belangrijke gebieden voor beweging, taal en andere functies. Een recent artikel ging in op de vooruitgang in het in kaart brengen van functionele hersenen en vat een workshop samen. [172]

Flexibele apparaten Bewerken

Flexibele elektronica is polymeren of andere flexibele materialen (bijv. zijde, [173] pentaceen, PDMS, Paryleen, polyimide [174] ) die zijn bedrukt met schakelingen, de flexibele aard van de organische achtergrondmaterialen waardoor de elektronica kan buigen, en de fabricagetechnieken gebruikt om deze apparaten te maken lijkt op die gebruikt om geïntegreerde schakelingen en micro-elektromechanische systemen (MEMS) te maken. [ citaat nodig ] Flexibele elektronica werd voor het eerst ontwikkeld in de jaren zestig en zeventig, maar halverwege de jaren 2000 nam de belangstelling voor onderzoek toe. [175]

Neurale stof Bewerken

Neurale stof is een term die wordt gebruikt om te verwijzen naar apparaten van millimeterformaat die worden gebruikt als draadloos aangedreven zenuwsensoren die werden voorgesteld in een paper uit 2011 van de University of California, Berkeley Wireless Research Center, waarin zowel de uitdagingen als de uitstekende voordelen worden beschreven van het creëren van een langdurige draadloze BCI. [176] [177] In een voorgesteld model van de neurale stofsensor, maakte het transistormodel een scheiding mogelijk tussen lokale veldpotentialen en actiepotentiaal "spikes", wat een sterk gediversifieerde schat aan gegevens mogelijk zou maken die uit de opnames kunnen worden verkregen. . [176]


Wat veroorzaakt negatieve emoties en waarom hebben we ze?

Als je eenmaal een beetje meer begint met het onderzoeken van negatieve emoties, kun je echt gaan zien wat ze kan veroorzaken of triggeren, en waarom we ze in de eerste plaats hebben.

Qua oorzaken kan het een aantal dingen zijn, bijvoorbeeld:

  • Angstgevoelens rond het bijwonen van een sollicitatiegesprek voor een nieuwe baan
  • Boosheid om vast te zitten in het verkeer
  • Verdriet bij het ervaren van een breuk
  • Ergernis dat een collega het werk voor een groot project niet heeft gedaan
  • Wanhoop omdat je je niet aan een nieuw trainingsregime kunt houden

Emoties zijn een bron van informatie (Schwarz en Clore, 1996) die je helpen te begrijpen wat er om je heen gebeurt. Vooral negatieve emoties kunnen je helpen om bedreigingen te herkennen (Zein, Wyatt en Grezes, 2015) en je voorbereid te voelen om potentiële gevaren positief aan te pakken (Biswas-Diener en Kashdan, 2014).

Veel verschillende ervaringen in ons leven zullen verschillende emotionele reacties oproepen, in verschillende mate van intensiteit. Als mens zul je gedurende je hele leven een breed scala aan emoties ervaren als reactie op snel veranderende situaties.


Gezondheidsspanne versus levensduur

De wetenschap van veroudering zit vol paradoxen. Naarmate we bijvoorbeeld de gemiddelde levensduur hebben verlengd, zijn veel ziekten, waaronder de ziekte van Alzheimer, vaker voorgekomen. In feite heeft ongeveer 85 procent van de senioren een chronische gezondheidstoestand die hun kwaliteit van leven kan beïnvloeden.

Dus hoewel we (gemiddeld) langer leven, leven we niet noodzakelijkerwijs gezonder. Dat is de reden waarom veel senioren ervoor kiezen om zich te concentreren op hun 'gezondheidsspanne' in plaats van hun 'levensduur'. Gezondheidsspanne wordt vaak beschouwd als een maatstaf voor hoe lang een senior zelfstandig kan functioneren, zonder een slopende chronische aandoening. Voor veel oudere Amerikanen is succesvol ouder worden het vermogen om hun gezondheid te verlengen en comfortabel te genieten van het leven in een omgeving die zij kiezen.

Daarom worden naarmate we ouder worden de keuzes die we maken met betrekking tot onze levensstijl nog belangrijker. Hoewel veel van het verouderingsproces buiten onze controle ligt, kunnen veel keuzes waarmee we worden geconfronteerd, leiden tot een meer bevredigende gezondheidsspanne.

Ook spreken geriatrische onderzoekers over een 'verouderingsparadox'. Dat is het fenomeen waarbij mensen hun gezondheid eerder als 'goed' beoordelen als ze ouder worden, zelfs als hun gezondheid er echt op achteruit is gegaan. Een deel van deze dynamiek kan het gevolg zijn van het feit dat oudere mensen zichzelf vergelijken met hun zwakkere leeftijdsgenoten. En een deel ervan kan te wijten zijn aan de stereotypen die veel mensen hebben over ouder worden.

Met andere woorden, omdat de samenleving de neiging heeft om "ouderdom" te bestempelen als een tijd van ziekte en kwetsbaarheid, zijn veel mensen verrast om te ontdekken dat ze nog steeds bloeien en van het leven genieten.


Hoogtepunten

Geavanceerde methoden om hersenactiviteit vast te leggen, maken het steeds beter mogelijk om toegang te krijgen tot de mentale processen van een individu (d.w.z. om 'gedachten te lezen'). De informatie die direct uit de hersenen wordt gehaald, kan worden gebruikt om apparaten, kunstledematen aan te sturen of kennis te verkrijgen van (verborgen) bedoelingen.

Methoden om de hersenen te stimuleren met elektrische stromen, optogenetica en andere methoden worden routinematig gebruikt om causale relaties in de hersenen te onderzoeken en om disfunctionele neurale circuits te herstellen. Deze methoden kunnen ook worden gebruikt om 'naar de geest te schrijven' (d.w.z. om informatie rechtstreeks naar de hersenen te sturen).

Neurotechnologieën voor het lezen van en schrijven naar de hersenen kunnen in één persoon worden gecombineerd om 'augmented cognition' te creëren met verhoogde verwerkingscapaciteit en een verbeterd cognitief repertoire. Deze potentiële methodologie roept ook enkele belangrijke ethische vragen op.

Recente ontwikkelingen op het gebied van neurowetenschap en technologie hebben het mogelijk gemaakt om grote verzamelingen neuronen vast te leggen en hun activiteit te decoderen om informatie te extraheren. Tegelijkertijd breiden de beschikbare methoden om de hersenen te stimuleren en de lopende verwerking te beïnvloeden ook snel uit. Deze ontwikkelingen maken de weg vrij voor geavanceerde neurotechnologische toepassingen die rechtstreeks lezen van en schrijven naar het menselijk brein. Hoewel dergelijke technologieën nog steeds voornamelijk worden gebruikt in beperkte therapeutische contexten, kan dit in de toekomst veranderen zodra hun prestaties zijn verbeterd en ze breder toepasbaar worden. Hier bieden we een overzicht van methoden om te communiceren met de hersenen, speculeren over mogelijke toepassingen en bespreken we belangrijke kwesties in verband met een neurotechnologisch ondersteunde toekomst.


Een nieuwe studie, geschreven door Robert Lanza, suggereert dat 'waarnemers' verantwoordelijk zijn voor het bepalen van de fysieke realiteit, en dat bewuste waarnemers zelf de structuren van tijd en ruimte genereren en creëren.

Wij waarnemers, mensen zoals jij en ik, zijn verantwoordelijk voor hoe bewustzijn zich vormt tot fysieke materie, wat zegt dit over de kracht van onze individuele en collectieve overtuigingen?

Neem even de tijd en adem. Plaats je hand op je borst, dichtbij je hart. Adem ongeveer een minuut langzaam in het gebied, waarbij u zich concentreert op een gevoel van gemak dat uw geest en lichaam binnendringt. Klik hier om te zien waarom we dit aanbevelen.

Waar komt de 'fysieke' wereld vandaan? Materie in zijn kleinst waarneembare vorm, atomen, komen de hele tijd in en uit het bestaan. Het idee dat fysieke materie wordt geboren uit een niet-fysiek rijk, zoals het '8220quantumvacuüm'8221 of de '8220void'8221, of iets anders waarvan we ons niet bewust zijn, is niet nieuw. Nikola Tesla zelf geloofde dat 'alle waarneembare materie voortkomt uit een primaire substantie, of ijlheid voorbij conceptie, die alle ruimte vult, de akasha of lichtgevende ether, waarop wordt ingewerkt door de levengevende prana of creatieve kracht, die tot bestaan ​​roept, in eindeloze cycli alle dingen en verschijnselen.' (Man's Greatest Achievement, 1907)

Een paper gepubliceerd door Parahamsa Tewari in het tijdschrift Physics Essays legt uit:

'Over een eeuw zal het algemeen bekend zijn dat: het vacuüm van de ruimte dat het heelal vult zelf het echte substraat van het heelal is vacuüm in een circulerende toestand materie wordt het elektron is het fundamentele deeltje van materie en een draaikolk is van vacuüm met een vacuümloze leegte in het midden en het is dynamisch stabiel de lichtsnelheid ten opzichte van vacuüm is de maximale snelheid die de natuur heeft geboden en is een inherente eigenschap van het vacuüm vacuüm is een subtiele vloeistof die onbekend is in materiaal media vacuüm is massa -minder, continu, niet-viskeus en onsamendrukbaar en is verantwoordelijk voor alle eigenschappen van materie en dat vacuüm altijd heeft bestaan ​​en voor altijd zal bestaan... Dan zullen wetenschappers, ingenieurs en filosofen hun hoofd buigen in schaamte wetende dat de moderne wetenschap het vacuüm negeerde in onze zoektocht om de werkelijkheid meer dan een eeuw te ontdekken.”

Dit niet-fysieke '8220veld' kan ook donkere energie zijn, we weten of begrijpen het niet zo goed, maar we weten dat het bestaat. Een vrijgegeven document van de Defense Intelligence Agency gaat hierover,

"We begrijpen niet waarom het bestaat of hoe het is gemaakt, we weten gewoon dat het een altijd aanwezige kracht op de ruimtetijd levert, waardoor het universum uitdijt. Recente, zeer nauwkeurige experimentele waarnemingen geven inderdaad aan dat donkere energie een kosmologische vacuümenergie kan zijn."

Dus, als onze materiële wereld is geboren uit dit niet-materiële 'spul'8221, speelt bewustzijn dan een rol? Het is interessant om over na te denken, vooral gezien het feit dat bewustzijn geen fysiek iets is, noch het resultaat is van enig bekend fysiek proces of biologie. Je kunt de bron van bewustzijn in de hersenen niet lokaliseren of vinden. Zelfs op kwantumniveau is het bekend dat factoren die verband houden met bewustzijn het gedrag van materie veranderen, zoals fotonen, wat suggereert dat materie zelf een bewust waarnemend ding kan zijn.

Betekent dit dat alle 'fysieke' dingen een soort van bewustzijn bezitten? Fotonen hebben geen hersenen, toch? Hoe zit het met planten? Er is een groeiende hoeveelheid bewijs dat suggereert dat planten handelen en zich gedragen op manieren die suggereren dat ze denkende dingen zijn, in staat tot gevoelens, emoties, percepties en gedachten.

Als bewustzijn zo'n invloed op materie kan hebben, en een niet-fysieke eigenschap is die in alle fysieke dingen bestaat, zou het dan op de een of andere manier verantwoordelijk kunnen zijn voor het creëren van de werkelijkheid? Dit is al geruime tijd een veelvoorkomend thema dat wordt besproken in het rijk van de kwantumfysica. In feite is de discussie over '8220ether'8221, deze niet-fysieke, onbeschrijfelijke 'spul', al duizenden jaren onderwerp van contemplatie. Plato schreef over de ether in zijn werk Phaedo en legde uit hoe het leven erin bestaat. Hij geloofde wat lucht voor ons is, de ether voor hen. Leeft de ether? Is het universum zelf, dat voornamelijk uit dit niet-fysieke materiaal zou kunnen bestaan, een bewust levend wezen?

Je kunt bewustzijn niet verklaren in termen van de bestaande fundamenten zoals ruimte, tijd, massa en lading. Als gevolg hiervan is het logisch om te postuleren of bewustzijn zelf iets fundamenteels is voor het bestaan ​​van de werkelijkheid, om het bewustzijn zelf als een van deze fundamenten te zien.

“Waarom blijf je volhouden dat het universum geen bewuste intelligentie is, wanneer het geboorte geeft aan bewuste intelligenties?” Cicero, c. 44 vGT

Een nieuw papier

Er is een ander artikel verschenen waarin wordt beweerd dat '8220observers'8221 verantwoordelijk zijn voor het bepalen van de fysieke realiteit, en dat bewuste waarnemers zelf de structuren van tijd en ruimte genereren en creëren.

Wat hier interessant is om over na te denken, is dat, als dit waar is, het alle 'waarnemers' in het universum zelf zou omvatten, niet alleen menselijke waarnemers. Het doet me denken aan het experiment met de dubbele spleet, waarbij kleine stukjes materie door een spleet worden geschoten en een zogenaamd golfpatroon van kansen en mogelijkheden vormen, maar wanneer een waarnemer wordt geïntroduceerd, stort de golffunctie in.

Een van de auteurs van het artikel, Robert Lanza, vertelde Big Think dat waarnemers het 'gedrag van waarneembare hoeveelheden' dramatisch kunnen beïnvloeden, zowel op microscopische schaal als op enorme tijdruimtelijke schaal. In feite is er een 'diepgaande verschuiving in ons gewone alledaagse wereldbeeld' nodig. De wereld is niet iets dat buiten ons wordt gevormd, het bestaat gewoon op zichzelf. “Waarnemers bepalen uiteindelijk de structuur van de fysieke werkelijkheid zelf.”

Hoe werkt dit? Lanza stelt dat een netwerk van waarnemers noodzakelijk is en 'inherent aan de structuur van de werkelijkheid'. wereldwijd overeengekomen cognitief model van de werkelijkheid door informatie uit te wisselen over de eigenschappen van ruimtetijd. “Want, als je eenmaal iets hebt gemeten,” Lanza schrijft, “de golf van waarschijnlijkheid om dezelfde waarde van de reeds onderzochte fysieke grootheid te meten, wordt ‘gelokaliseerde’ of gewoon ‘stort.'” Dat is 8217s hoe de realiteit voor ons allemaal consequent echt wordt. Als je een hoeveelheid steeds opnieuw meet en het resultaat van de eerste meting kent, zul je zien dat de uitkomst hetzelfde is

De implicaties hiervan zijn en zijn altijd vrij groot geweest. Het idee dat bewustzijn zelf fundamenteel is voor de werkelijkheid, suggereert dat het een integrale rol moet hebben gespeeld bij het scheppen van de werkelijkheid, dat het bewustzijn zelf moest bestaan ​​vóór de geboorte van de fysieke materiële werkelijkheid. Je zou kunnen blijven nadenken over dingen als: als bewustzijn fundamenteel is voor de creatie van fysieke materie, wat heeft dan het bewustzijn zelf gecreëerd? Waar komt het bewustzijn zelf vandaan? Heeft het bestaan ​​zelf een begin? Kan de toekomst het verleden veranderen, kan het verleden de toekomst veranderen?

Wie weet, maar het belangrijkste om mee te nemen is dat bewustzijn zelf fundamenteel is voor het creëren van onze fysieke ervaring. Als we de wereld willen veranderen, moeten we uiteindelijk de manier waarop we denken, voelen en waarnemen veranderen. Dit is een sleutelfactor die direct verweven is met het type menselijke ervaring dat we voor onszelf creëren.

Dit is de reden waarom het soms lijkt dat de grootste hulpbron voor machtige mensen, politici en bedrijven het menselijk bewustzijn zelf is. Als we zelf bepalen in welke richting de mensheid gaat, simpelweg door wat we denken en voelen, stel je dan eens voor wat iemand zou kunnen doen als hij dat aspect in ons zou kunnen manipuleren? De toestand van de wereld van vandaag, zouden sommigen kunnen zeggen, is chaotisch, en dat zou een direct gevolg kunnen zijn van het feit dat de collectieve geest en het hart niet in een staat van samenhang verkeren.

Je zou kunnen zeggen: 'We zijn overal aanwezig'. We zijn gescheiden door onze overtuigingen en zijn niet in staat om in begrip en harmonie samen te komen. Deze collectieve staat van zijn zal op zijn beurt een fysieke ervaring creëren die dat weerspiegelt, en dat is precies wat we vandaag zien en hebben gezien in de menselijke geschiedenis.

Hieronder is een geweldige kleine documentaire van een collega van mij, gebaseerd op een essay dat hij schreef voor zijn master filosofie. Het duikt wat dieper in deze discussie.

Duik dieper

Klik hieronder om een ​​voorproefje te zien van onze gloednieuwe cursus!

Onze nieuwe cursus heet 'Bias overwinnen en kritisch denken verbeteren'. Deze cursus van 5 weken wordt gegeven door Dr. Madhava Setty & Joe Martino

Als je je zelfbewustzijn wilt vergroten, je kritisch denken wilt verbeteren, meer hartgericht wilt worden en meer bewust wilt zijn van vooroordelen, dan is dit de perfecte cursus!

Bewustzijn


De auteur verklaart dat het onderzoek is uitgevoerd zonder enige commerciële of financiële relatie die kan worden opgevat als een mogelijk belangenconflict.

Aharoni, E., Vincent, G.M., Harenski, C.L., Calhoun, V.D., Sinnott-Armstrong, W., Gazzaniga, M.S., et al. (2013). Neurovoorspelling van toekomstige arrestatie. Proc. nat. Acad. Wetenschap. VS. 110, 6223�. doi: 10.1073/pnas.1219302110

Baylis, F. (2013). “I ben wie ik ben”: over de waargenomen bedreigingen voor de persoonlijke identiteit door diepe hersenstimulatie. Neuro-ethiek 6, 513�. doi: 10.1007/s12152-011-9137-1

Berlijn, I. (1969). Vier essays over vrijheid, Oxford: Oxford University Press.

Berndt, A., Lee, S.Y., Wietek, J., Ramakrishnan, C., Steinberg, E.E., Rashid, A.J., et al. (2016).Structurele grondslagen van optogenetica: determinanten van channelrhodopsine-ionselectiviteit. Proc. nat. Acad. Wetenschap. VS. 113, 822�. doi: 10.1073/pnas.1523341113

Biondi, F., en Skrypchuk, L. (2017). “Gebruik je hersenen (en licht) voor innovatieve mens-machine-interfaces,” in Vooruitgang in menselijke factoren en systeeminteracties, ed. I. Nunes (Dordrecht: Springer), 99�.

Brandeis, L., en Warren, S. (1890). Het recht op privacy. Harv. Wet ds. 4, 93�.

Bublitz, JC (2013). “MMijn geest is van mij!? cognitieve vrijheid als juridisch begrip,” in Cognitieve verbetering. Een interdisciplinair perspectief, eds E. Hildt en A.G. Franke (Dordrecht: Springer), 233�.

Bublitz, J.C., en Merkel, R. (2014). Misdaden tegen de geest: over mentale manipulaties, schade en een mensenrecht op mentale zelfbeschikking. crimineel Wet Philos. 8, 51�. doi: 10.1007/s11572-012-9172-y

Christman, J. (2015). 𠇊utonomie in morele en politieke filosofie,” in De Stanford Encyclopedia of Philosophy, ed. E.N. Zalta. Online beschikbaar op: http://plato.stanford.edu/archives/spr2015/entries/autonomy-moral/.

Clark, A. (2016). Onzekerheid surfen. Voorspelling, actie en de belichaamde geest. New York, NY: Oxford University Press.

Dougherty, D.D., Rezai, A.R., Carpenter, L.L., Howland, R.H., Bhati, M.T., O'Reardon, J.P., et al. (2015). Een gerandomiseerde, schijn-gecontroleerde studie van diepe hersenstimulatie van het ventrale kapsel/ventrale striatum voor chronische therapieresistente depressie. Biol. Psychiatrie 78, 240�. doi: 10.1016/j.biopsych.2014.11.023

Douglas, T. (2014). Criminele rehabilitatie door medisch ingrijpen: morele aansprakelijkheid en het recht op lichamelijke integriteit. J. Ethiek 18, 101�. doi: 10.1007/s10892-014-9161-6

Ferenczi, E.A., Zalocusky, K.A., Liston, C., Grosenick, L., Warden, M.R., Amatya, D., et al. (2016). Prefrontale corticale regulatie van hersenbrede circuitdynamiek en beloningsgerelateerd gedrag. Wetenschap 351:aac9698. doi: 10.1126/science.aac9698

Frazzetto, G., en Anker, S. (2009). Neurocultuur. nat. Rev. Neurosci. 10, 815�. doi: 10.1038/nrn2736

Fumagalli, R. (2018). 𠇊tegen neurowetenschappelijk imperialisme,” in Wetenschappelijk imperialisme: de grenzen van interdisciplinariteit verkennen, eds U. Mäki, A. Walsh en M. Fernández Pinto (New York, NY: Routledge), 205�.

Garasic, M.D., en Lavazza, A. (2016). Morele en sociale redenen om het gebruik van cognitieve versterkers in competitief-selectieve contexten te erkennen. BMC Med. Ethiek 17:18. doi: 10.1186/s12910-016-0102-8

Glannon, W. (2009). Hersenen stimuleren, geest veranderen. J. Med. Ethiek 35, 289�. doi: 10.1136/jme.2008.027789

Goering, S., Klein, E., Dougherty, D.D. en Widge, A.S. (2017). Op de hoogte blijven: relationele agency en identiteit in DBS van de volgende generatie voor de psychiatrie. AJOB Neurosci. 8, 59�. doi: 10.1080/21507740.2017.1320320

Greenberg, B.D., Gabriels, L.A., Malone, D.A., Rezai, A.R., Friehs, G.M., Okun, M.S., et al. (2010). Diepe hersenstimulatie van de ventrale interne capsule / ventrale striatum voor obsessief-compulsieve stoornis: wereldwijde ervaring. Mol. Psychiatrie 15, 64� doi: 10.1038/mp.2008.55

Haynes, J.D., Sakai, K., Rees, G., Gilbert, S., Frith, C., en Passingham, R.E. (2007). Verborgen bedoelingen lezen in het menselijk brein. Curr. Biol. 17, 323�. doi: 10.1016/j.cub.2006.11.072

Herff, C., Heger, D., de Pesters, A., Telaar, D., Brunner, P., Schalk, G., et al. (2015). Brain-to-text: het decoderen van gesproken zinnen uit telefoonrepresentaties in de hersenen. Voorkant. neurosci. 9:217. doi: 10.3389/fnins.2015.00217

Hohwy, J. (2013). De voorspellende geest. New York, NY: Oxford University Press.

Ienca, M., en Andorno, R. (2017). Op weg naar nieuwe mensenrechten in het tijdperk van neurowetenschap en neurotechnologie. Levenswetenschap. Soc. Beleid 13:5. doi: 10.1186/s40504-017-0050-1

Ienca, M., en Haselager, P. (2016). Hacking the brain: brain's computer interfacing-technologie en de ethiek van neuroveiligheid. Ethiek Inf. technologie. 18, 117�. doi: 10.1007/s10676-016-9398-9

Kay, K.N., Naselaris, T., Prenger, R.J., en Gallant, J.L. (2008). Het identificeren van natuurlijke beelden van menselijke hersenactiviteit. Natuur 452, 352�. doi: 10.1038/natuur06713

Kellmeyer, P., Cochrane, T., Müller, O., Mitchell, C., Ball, T., Fins, JJ, et al. (2016). De effecten van closed-loop medische hulpmiddelen op de autonomie en aansprakelijkheid van personen en systemen. kam. V. Gezondheidc. Ethiek 25, 623�. doi: 10.1017/S0963180116000359

Kim, T.I., McCall, J.G., Jung, Y.H., Huang, X., Siuda, E.R., Li, Y., et al. (2013). Injecteerbare opto-elektronica op celschaal met toepassingen voor draadloze optogenetica. Wetenschap 340, 211�. doi: 10.1126/wetenschap.1232437

Klein, E., Göring, S., Gagne, J., Shea, C.V., Franklin, R., Zorowitz, S., et al. (2016). Brain-computer interface-gebaseerde controle van closed-loop hersenstimulatie: attitudes en ethische overwegingen. Hersenen Comp. Interfaces 3, 140�. doi: 10.1080/2326263X.2016.1207497

Kontson, K.L., Megjhani, M., Brantley, J.A., Cruz-Garza, J.G., Nakagome, S., Robleto, D., et al. (2015). Je brein op kunst: opkomende corticale dynamiek tijdens esthetische ervaringen. Voorkant. Brommen. neurosci. 9:626. doi: 10.3389/fnhum.2015.0626

Lebedev, M.A., Tate, A.J., Hanson, T.L., Li, Z., Oɽoherty, J.E., Winans, J.A., et al. (2011). Toekomstige ontwikkelingen in onderzoek naar hersen-machine-interfaces. Klinieken 66, 25�. doi: 10.1590/S1807-59322011001300004

Luu, T.P., He, Y., Brown, S., Nakagame, S., en Contreras-Vidal, J.L. (2016). Gangaanpassing aan visuele kinematische verstoringen met behulp van een realtime closed-loop brain-computerinterface naar een virtual reality-avatar. J. Neural Eng. 13:036006. doi: 10.1088/1741-2560/13/3/036006

Luu, T.P., Nakagome, S., He, Y., en Contreras-Vidal, J.L. (2017). Realtime EEG-gebaseerde hersencomputer-interface naar een virtuele avatar verbetert de corticale betrokkenheid bij het lopen op de loopband, Wetenschap. vertegenwoordiger 7:8895. doi: 10.1038/s41598-017-09187-0

Malekmohammadi, M., Herron, J., Velisar, A., Blumenfeld, Z., Trager, M.H., Chizeck, H.J., et al. (2016). Kinematische adaptieve diepe hersenstimulatie voor rusttremor bij de ziekte van Parkinson. Verplaats. Wanorde. 31, 426�. doi: 10.1002/mds.26482

McClure, S.M., Li, J., Tomlin, D., Cypert, K.S., Montague, L.M., en Montague, P.R. (2004). Neurale correlaten van gedragsvoorkeur voor cultureel bekende drankjes. neuron 44, 379�. doi: 10.1016/j.neuron.2004.09.019

Mirkovic, B., Debener, S., Jaeger, M., en De Vos, M. (2015). Het decoderen van de bijgewoonde spraakstroom met meerkanaals EEG: implicaties voor online, dagelijkse toepassingen. J. Neural Eng. 12:046007. doi: 10.1088/1741-2560/12/4/046007

Mitchell, T.M., Shinkareva, S.V., Carlson, A., Chang, K.M., Malave, V.L., Mason, R.A., et al. (2008). Het voorspellen van menselijke hersenactiviteit in verband met de betekenissen van zelfstandige naamwoorden. Wetenschap 320, 1191�. doi: 10.1126/wetenschap.1152876

Monaro, M., Gamberini, L., en Sartori, G. (2017). De detectie van vervalste identiteit met behulp van onverwachte vragen en muisdynamiek. PLoS ONE 12:e0177851. doi: 10.1371/journal.pone.0177851

Monti, M.M., Vanhaudenhuyse, A., Coleman, M.R., Boly, M., Pickard, J.D., Tshibanda, L., et al. (2010). Opzettelijke modulatie van hersenactiviteit bij bewustzijnsstoornissen. Nieuw Engels. J. Med. 362, 579�. doi: 10.1056/NEJMoa0905370

Morishita, T., Fayad, S.M., Higuchi, M.A., Nestor, K.A., en Foote, K.D. (2014). Diepe hersenstimulatie voor therapieresistente depressie: systematische review van klinische resultaten. Neurotherapeutica 11, 475�. doi: 10.1007/s13311-014-0282-1

Méx000FCller, S., Bittlinger, M., en Walter, H. (2017). Bedreigingen voor neurochirurgische patiënten door het persoonlijke identiteitsdebat. Neuro-ethiek 10, 299�. doi: 10.1007/s12152-017-9304-0

Nagel, T. (1974). Hoe is het om een ​​vleermuis te zijn? Filos. ds. 83, 435�. doi: 10.2307/2183914

Nan, T., Lin, H., Gao, Y., Matyushov, A., Yu, G., Chen, H., et al. (2017). Akoestisch bediende ultracompacte NEMS magneto-elektrische antennes. nat. gemeenschappelijk 8:296. doi: 10.1038/s41467-017-00343-8

Pe༚-Gómez, C., Avena-Koenigsberger, A., Sepulcre, J., en Sporns, O. (2017). Spatiotemporele netwerkmarkers van individuele variabiliteit in het menselijke functionele connectoom. Cereb. Cortex. doi: 10.1093/cercor/bhx170. [E-publicatie voorafgaand aan druk].

Persson, I., en Savulescu, J. (2012). Ongeschikt voor de toekomst: de noodzaak van morele verbetering. Oxford: Oxford University Press.

Raine, A. (2013). De anatomie van geweld: de biologische wortels van misdaad. New York, NY: Vintage.

Redondo, R.L., Kim, J., Arons, A.L., Ramirez, S., Liu, X., en Tonegawa, S. (2014). Bidirectionele omschakeling van de valentie geassocieerd met een hippocampus contextueel geheugen-engram. Natuur 513, 426�. doi: 10.1038/natuur13725

Rose, N., en Abi-Rached, J.M. (2013). Neuro de nieuwe hersenwetenschappen en het beheer van de geest. Princeton, NJ: Princeton University Press.

Roos, S. (2005). Het brein van de 21e eeuw: de geest verklaren, herstellen en manipuleren. Londen: Jonathan Kaap.

Santoni de Sio, F., Faulmüller, N., en Vincent, N.A. (2014). Hoe cognitieve verbetering onze taken kan veranderen. Voorkant. Syst. neurosci. 8:131. doi: 10.3389/fnsys.2014.00131

Schechtman, M. (2009). “Onze verhalen rechtzetten: zelfvertelling en persoonlijke identiteit,” in Persoonlijke identiteit en gebroken zelven: perspectief vanuit filosofie, ethiek en neurowetenschap, eds D. J. H. Mathews, H. Bok en P. V. Rabins (Baltimore, MD: Johns Hopkins University Press), 65�.

Schreiber, D., Fonzo, G., Simmons, A.N., Dawes, C.T., Flagan, T., Fowler, J.H., et al. (2013). Rood brein, blauw brein: evaluatieprocessen verschillen bij democraten en republikeinen. PLoS ONE 8:e52970. doi: 10.1371/journal.pone.0052970

Sententia, W. (2004). Neuro-ethische overwegingen: cognitieve vrijheid en convergerende technologieën voor het verbeteren van de menselijke cognitie. Ann. N.Y. Acad. Wetenschap. 1013, 221�. doi: 10.1196/annals.1305.014

Shen, F.X. (2013). Neurowetenschap, mentale privacy en de wet. Harvard J. Law Publ. Beleid 36, 653�.

Binnenkort, C.S., Brass, M., Heinze, H.J., en Haynes, J.D. (2008). Onbewuste determinanten van vrije beslissingen in het menselijk brein. nat. neurosci. 11, 543�. doi: 10.1038/nn.2112

Binnenkort, C.S., He, A.H., Bode, S., en Haynes, J.D. (2013). Het voorspellen van vrije keuzes voor abstracte bedoelingen. Proc. nat. Acad. Wetenschap. VS. 110, 5733�. doi: 10.1073/pnas.1212218110

Thibault, R.T., Lifshitz, M., en Raz, A. (2016). Het zelfregulerende brein en neurofeedback: experimentele wetenschap en klinische belofte. Cortex 74, 247�. doi: 10.1016/j.cortex.2015.10.024

Vessel, E.A., Starr, G.G. en Rubin, N. (2012). Het brein op kunst: intense esthetische ervaring activeert het standaardmodusnetwerk. Voorkant. Brommen. neurosci. 6:66. doi: 10.3389/fnhum.2012.00066

von Löx000FChmann, A., Herff, C., Heger, D., en Schultz, T. (2015). Op weg naar een draadloos open source-instrument: functionele nabij-infraroodspectroscopie in mobiele neuro-ergonomie en BCI-toepassingen. Voorkant. Brommen. neurosci. 9:617. doi: 10.3389/fnhum.2015.0617

Wen, H., Shi, J., Zhang, Y., Lu, K.-H., Cao, J., en Liu, Z. (2017). Neurale codering en decodering met diep leren voor dynamisch natuurlijk zicht. Cereb. Cortex. doi: 10.1093/cercor/bhx268. [E-publicatie voorafgaand aan druk].

Wheeler, J.J., Baldwin, K., Kindle, A., Guyon, D., Nugent, B., Segura, C., et al. (2015). 𠇊n implanteerbare 64-kanaals neurale interface met herconfigureerbare opname en stimulatie,” in 2015 37e jaarlijkse internationale conferentie van de IEEE Engineering in Medicine and Biology Society (EMBC) (New York, NY: IEEE), 7837�.

Widge, A.S., Dougherty, D.D., en Moritz, C.T. (2014). Affectieve hersen-computerinterfaces als technologie voor responsieve psychiatrische stimulatie. Hersenen Comp. Interfaces 1, 126�. doi: 10.1080/2326263X.2014.912885

Wolpe, P.R., Foster, K.R., en Langleben, D.D. (2005). Opkomende neurotechnologieën voor leugendetectie: beloften en gevaren. Ben. J.Bioeth. 5, 39�. doi: 10.1080/15265160590923367

Yuste, R., Goering, S., Arcas, B.A.Y., Bi, G., Carmena, J.M., Carter, A., et al. (2017). Vier ethische prioriteiten voor neurotechnologieën en AI. Natuur 551, 159�. doi: 10.1038/551159a

Trefwoorden: neurale prothese, vrijheid van denken, mentale privacy, gedachtecontrole, hersendatasets

Visum: Lavazza A (2018) Vrijheid van denken en mentale integriteit: de morele vereisten voor elke neurale prothese. Voorkant. neurosci. 12:82. doi: 10.3389/fnins.2018.00082

Ontvangen: 15 september 2017 Geaccepteerd: 01 februari 2018
Gepubliceerd: 19 februari 2018.

Mikhail Lebedev, Duke University, Verenigde Staten

Jose Luis Contreras-Vidal, Universiteit van Houston, Verenigde Staten
Federico Gustavo Pizzetti, Université degli Studi di Milano, Italië
Sameer A. Sheth, Baylor College of Medicine, Verenigde Staten
Gabriel Jos'x000E9 Corr'x000EAa Mograbi, Universidade Federal de Mato Grosso, Brazilië

Copyright © 2018 Lavazza. Dit is een open-access artikel dat wordt verspreid onder de voorwaarden van de Creative Commons Attribution License (CC BY). Gebruik, verspreiding of reproductie in andere fora is toegestaan, op voorwaarde dat de oorspronkelijke auteur(s) en de auteursrechthebbende worden vermeld en dat de oorspronkelijke publicatie in dit tijdschrift wordt geciteerd, in overeenstemming met de aanvaarde academische praktijk. Geen enkel gebruik, verspreiding of reproductie is toegestaan ​​die niet in overeenstemming is met deze voorwaarden.