Decodierung von hidden-Gehirn-Geschwätz zu Voraus neuroprothesen

Wenn Sie lernen, eine Fertigkeit, wie das binden Sie Ihre Turnschuhe, die Sie durchführen können es konstant über die Jahre. Dies legt nahe, die neuronale Aktivität im Gehirn im Zusammenhang mit der skill bleibt stabil über die Zeit.

So weit, obwohl es unmöglich war zu finden, diese stabile neuronale signal, weil die Elektroden notwendig, um zu überwachen die Aktivität des Gehirns, finden Sie eine sich ständig verändernde Gruppe von Neuronen.

Neuen Northwestern Medicine gewonnenen Erkenntnisse liefern einen unmittelbaren Ausgleich für diese änderung in der aufgezeichneten Neuronen. Versteckt in den aktivitätsmustern, entdeckten die Wissenschaftler eine kleine Gruppe von neuronalen „Gespräche“ zugrunde, die einzelnen Neuronen-Aktivität, die beschriebenen Bewegungen in bemerkenswert stabiler Weise über viele Monate oder Jahre.

Nordwestliche Wissenschaftler waren in der Lage zu erfassen, zu entschlüsseln und zu rekonstruieren erhaltenen Aktivitätsmuster für die gemeinsame Bewegung Fähigkeiten aus diesen sich ständig verändernden Neuronen in sowohl motorischen und sensorischen Arealen der Großhirnrinde.

Die Erkenntnisse haben unmittelbare Konsequenzen für neuroprothesen, Geräte, bypass-neurologische Verletzungen durch herzuleiten beabsichtigt, Motorische Aktionen von einem Patienten, das Gehirn, dann wird die Verwendung dieser dekodierte information an den Patienten Freiwilligen Kontrolle eines computer-cursor, ein Roboter des Körpers, oder sogar Ihre eigene Wiederbelebung des Körpers.

„Die Studie ist bedeutsam, weil es das erste zu extrahieren oder ‚entschlüsseln‘ ein stabiles Muster von Informationen, die aus vielen Neuronen in den verschiedenen Hirnarealen, die zusammenarbeiten, um eine Bewegung“, sagte führen Autor Lee Miller, professor der Physiologie an der Northwestern University Feinberg School of Medicine. „Frühere Studien konzentrierten sich auf die einzelne Neuronen, deren Aktivität in der Regel nicht aufgezeichnet werden, für mehr als ein paar Stunden, und berichtet etwas widersprüchliche Ergebnisse.“

Die Herausforderung an die Wissenschaftler dieses Problem gelöst, ist ein bisschen wie die Teilnahme an einer cocktail-party, wo viele Menschen sind, die miteinander sprechen über Politik, religion und das Wetter. Die kombinierten Stimmen sind unmöglich, zu Folgen, und hören von einer einzelnen person funktioniert nur, bis Sie Wandern Weg. Jedoch, durch die überwachung von einigen repräsentativen Menschen und extrahieren von Informationen in Bezug auf diese drei verschiedenen Themen, könnte man Weg von den Abend mit einem sehr gut Laufenden Kommentar der aktuellen Ereignisse.

Dies ist der Fall in der Hirnrinde: man kann die Probe mehrere hundert Neuronen aus vielen Millionen zu finden, die dominante neuronale „Gespräche.“ Durch die Kombination der gleichzeitigen Aufnahmen aus vielen Neuronen, ist es möglich, zu extrahieren stabiles Muster von Aktivitäten, verteilt auf die ganze Bevölkerung, wodurch potenziell für die konsequente Steuerung einer neuroprothese, die über lange Zeiträume.

Die Studie wurde veröffentlicht Jan. 6 in Nature Neuroscience.

Obwohl es auch schon pre-klinischen Demonstrationen von neuroprothesen, die versuchen, eine Adresse mehrere Bewegungs-Kommandos, Sie haben alle die gleiche Einschränkung, sagte Miller. Die einzelnen Neuronen der Fahrt die neuroprothesen ändern und über Tage. Diese Instabilität in der die Signale aufgezeichnet werden, macht es schwierig zu interpretieren, Bewegungs-Kommandos, und der patient benötigt, und die neuroprothese wieder lernen, wie man sich fast jeden Tag.

Andere Gruppen haben Methoden entwickelt, um diesen Prozess zu beschleunigen, aber der Northwestern Ergebnisse deuten darauf hin, dass es möglicherweise nicht notwendig, wenn man konzentriert sich auf die neuronale Gespräche, anstatt sich auf die den einzelnen Neuronen.

„Unsere Studie unterstützt ein neueres Modell, wie das Gehirn funktioniert: durch die Verwendung von stark verteilten Muster der Aktivität über Neuronen zu erzeugen, Verhalten, anstatt durch sorgfältiges anpassen der Aktivität jeder einzelnen Nervenzelle,“ sagt der erste Autor Juan Gallego, ein ehemaliger postdoc in Miller ‚ s lab, die ist jetzt assistant professor am Imperial College in London.

Millers Ziel ist eine neuroprothese, die übersetzt Gehirn-Signale (die Aktivität von einigen Dutzend bis zu Hunderten von Neuronen) in eine Vielzahl von Bewegungen über einen langen Zeitraum. Aktuelle neuroprothesen funktionieren nur besonders gut für die Aufgaben an denen Sie ausgebildet wurden.

„Durch die genaue Vorhersage, wie das Subjekt will das aktivieren der vielen einzelnen Muskeln, diese Zukunft neuroprothese sollte, im Prinzip, dem Benutzer zu ermöglichen, führen Sie jede Bewegung, die Sie will,“ sagte Miller.

Aber Herausforderungen bleiben, dies zu erreichen. Wissenschaftler können derzeit bauen Sie ein mathematisches Modell, das vorhersagt, Muskelaktivität während der jeweiligen Aufgabe (und Miller ‚ s team hat es geschafft für mehrere Aufgaben) oder sogar in eine etwas andere Aufgabe.

„Doch, diese mathematische Modelle Versagen, wenn Sie testen Sie auf eine ganz andere Aufgabe,“ Miller sagte,. „In anderen Worten, mit aktuellen Methoden ein ‚hämmern Nägel“ – Modell kann nicht gut funktionieren, wenn das Thema ‚auftragen von Lippenstift.'“

Miller ‚ s lab team arbeitet daran, um diese Herausforderung zu überwinden. In präklinischen Studien, die Sie durchführen, drahtlose Aufnahmen von Gehirn -, Muskel-Aktivität und Bewegung Daten. Sie erforschen Methoden aus der künstlichen Intelligenz, ein Modell zu bauen, das funktioniert für eine viel größere Bandbreite an Bewegungen als bisher möglich.