卡内基梅隆大学在非侵入性脑机接口领域取得重大突破

留学申请微信咨询

微信扫描左侧二维码

或点击下方按钮咨询

卡内基梅隆大学（2024USNews美国大学排名：24）的Bin He教授及其团队在非侵入性脑机接口（BCI）领域取得了重大突破。他们利用创新的脑电图（EEG）可穿戴设备，结合聚焦超声刺激，实现了双向BCI功能。这项研究首次在25名受试者中成功集成了这种新颖的技术，通过机器学习对脑波进行编码和解码，从而显著提升了信号质量和整体BCI性能。非侵入性BCI因其成本低、安全且几乎适用于所有人而备受推崇，但由于信号是通过头皮记录的，信号质量较低一直是个限制。He教授的团队通过深度学习方法解码个体思维，并实现了对光标或机械臂的控制。在最新的研究中，他们通过精确的非侵入性神经调制，利用聚焦超声显著提升了BCI的通信性能。研究表明，聚焦超声神经调制不仅提高了EEG基础的BCI性能，还增强了受试者的注意力。未来，He教授的实验室将继续探索聚焦超声神经调制在大脑其他区域的应用，并开发更紧凑的设备以更好地与EEG基础的BCI集成，同时结合人工智能进一步提升系统性能。这项研究得到了美国国立卫生研究院（NIH）的大脑研究通过推进创新神经技术（BRAIN）计划、终结长期成瘾计划（HEAL）以及其他多个机构的支持。

非侵入性脑机接口（BCI）技术的进步

非侵入性脑机接口（BCI）技术近年来取得了显著进展，尤其是在利用经颅聚焦超声（tFUS）增强人类视觉运动BCI方面。BCI允许用户通过大脑信号控制设备，但非侵入性BCI仍存在较高的错误率。tFUS是一种新兴的非侵入性神经调节技术，具有高时空精度。本研究旨在评估tFUS神经调节是否能改善BCI性能，并通过高密度脑电图（EEG）源成像（ESI）探讨其作用机制。研究结果表明，针对V5区域的tFUS显著减少了BCI拼写任务中的错误率。源分析显示，在tFUS条件下，V5区域及其下游的背侧视觉处理通路中的θ和α活动显著增加。相关性分析表明，在tFUS刺激期间，背侧处理通路内的连接得以保持，而腹侧连接则减弱。这些发现表明，针对V5区域的tFUS增强了对视觉运动的特征性注意力。研究还表明，tFUS在BCI任务期间对视觉皮层进行低强度刺激，可以显著提高BCI拼写器的性能。

聚焦超声刺激在BCI中的应用

卡内基梅隆大学的Bin He教授及其团队在非侵入性脑机接口（BCI）领域取得了重大突破。他们通过创新的脑电图（EEG）可穿戴设备，首次成功整合了聚焦超声刺激，实现了双向BCI功能。这项研究涉及25名人类受试者，利用机器学习技术对脑波进行编码和解码，显著提高了信号质量和整体BCI性能。非侵入性BCI因其成本低、安全且几乎适用于所有人而备受推崇，但由于信号是在头皮上记录的，信号质量较低。He教授的团队通过深度学习方法解码个体思维，并控制光标或机械臂。在最新研究中，他们通过精确的非侵入性神经调制技术，利用聚焦超声显著提升了BCI的通信性能。受试者佩戴EEG帽，通过注视字母生成EEG信号拼写单词，当聚焦超声波外部应用于大脑视觉皮层V5区域时，BCI性能显著提高。该研究得到了美国国立卫生研究院（NIH）的大脑研究通过推进创新神经技术（BRAIN Initiative）和终结长期成瘾（HEAL Initiative）等项目的支持。He教授表示，将继续研究聚焦超声神经调制在大脑其他系统中的应用，并开发更紧凑的设备与EEG结合，利用人工智能进一步提升系统性能。

机器学习在解码脑波中的作用

脑机接口（BCIs）有望通过允许人们操控假肢和使用计算机等方式，使患有运动或语言障碍的人们的生活变得更加轻松。此外，健康人和有障碍的人都可以享受基于BCI的游戏。目前，通过脑电图记录脑波来工作的非侵入性BCIs的性能不稳定。Bin He和同事们使用深度学习解码器来提高BCI在用户执行二维空间中用光标跟踪物体任务时的性能。该研究发表在《PNAS Nexus》期刊上。28名成年参与者被指示想象移动右手以将光标向右移动，移动左手以将光标向左移动，同时移动双手以向上移动，不移动双手以向下移动，从而实现虚拟物体的连续和持续移动。作者在七个BCI会话中评估了两种不同的深度学习架构和一种传统解码器。两种深度学习解码器在研究过程中均有所改进，并在最后一次会话中表现优于传统解码器。在深度学习解码器的帮助下，人类参与者能够使用基于传感器空间脑波的AI驱动的非侵入性BCI控制快速且连续移动的计算机光标，以高性能跟踪随机移动的物体，而无需移动肌肉。根据作者的说法，这一成就可能是迈向神经辅助机器人技术的初步步骤。

美国国立卫生研究院（NIH）对BCI研究的支持

埃隆·马斯克的脑机接口初创公司Neuralink在美国国立卫生研究院（NIH）网站上注册了其正在进行的人体试验的详细信息，尽管它并不需要这样做。Neuralink的研究被批准为“人体早期可行性研究”，旨在帮助严重四肢瘫痪患者通过思想控制外部技术。该研究于今年1月开始，预计将持续到2031年，涉及三名患者。研究将监测设备和程序相关的不良事件，最长可达72个月。尽管美国食品药品监督管理局（FDA）批准了Neuralink的研究，但由于其属于早期可行性研究，因此不需要在NIH网站上发布详细信息。然而，一些主要医学期刊要求注册此类研究。上周，FDA批准Neuralink在第二名患者身上植入其实验性脑芯片。

总结

卡内基梅隆大学的Bin He教授及其团队在非侵入性脑机接口（BCI）领域的研究取得了显著进展，特别是在利用聚焦超声刺激和深度学习技术方面。这些技术的结合显著提升了BCI的性能，使其在控制光标和机械臂等方面表现出色。非侵入性BCI因其成本低、安全且几乎适用于所有人而备受推崇，但信号质量较低一直是个限制。He教授的团队通过深度学习方法解码个体思维，并实现了对光标或机械臂的控制。在最新的研究中，他们通过精确的非侵入性神经调制，利用聚焦超声显著提升了BCI的通信性能。研究表明，聚焦超声神经调制不仅提高了EEG基础的BCI性能，还增强了受试者的注意力。未来，He教授的实验室将继续探索聚焦超声神经调制在大脑其他区域的应用，并开发更紧凑的设备以更好地与EEG基础的BCI集成，同时结合人工智能进一步提升系统性能。这项研究得到了美国国立卫生研究院（NIH）的大脑研究通过推进创新神经技术（BRAIN）计划、终结长期成瘾计划（HEAL）以及其他多个机构的支持。