加州理工学院研究人员通过机器学习改善脑机接口 - 帕萨迪纳现在

脑机接口(BMI) 使少数无法移动或说话的测试参与者能够仅通过思维进行交流。植入的设备接收与特定想法相关的神经信号，并将其转换为控制信号，然后输入计算机或机器人肢体。例如，要求四肢瘫痪的人考虑在计算机屏幕上移动光标。一旦 BMI 被训练来识别神经活动作为这种意图，人的思想就会通过 BMI 传输来执行移动光标的动作。目前处于实验阶段的脑机接口可能还包括机器人肢体，可以仅根据残疾人的思想指令执行手动任务。

实现这一令人难以置信的壮举所需的硬件是一台计算机（无论是独立式计算机还是机器人设备中的计算机）以及使用 BMI 技术通过思想传达意图的人大脑中的植入物。

在加州理工学院，研究人员使用的植入物由安装在 4 × 4 毫米芯片上的 100 个微电极阵列组成。微电极通常长 1.5 毫米，可穿透大脑皮层，记录单个神经元的活动。

不幸的是，这些微电极阵列的性能并不稳定，并且会随着时间的推移而降低。为了克服这一挑战，加州理工学院 阿齐塔·艾玛米电气工程和医学工程教授兼智能传感中心 (S2I) 主任 Andrew 和 Peggy Cherng 及其同事利用机器学习来有效地解释旧植入物拾取的神经元信号。

“我们不仅观察到日常变化，而且随着时间的推移，大脑-计算机接口的性能会因各种原因而下降，”Emami 说。– 植入物或其电极可能会有轻微移动。电极本身可能会退化或被脑组织包裹。有些人认为，随着时间的推移，神经元会远离植入物，因为它们将植入物视为大脑中的异物。无论出于何种原因，我们收到的信号变得更加嘈杂。”

当首次设置 BMI 时，微电极阵列会产生一个信号，其特征是强动作电位，在记录中看起来像尖峰。一旦微电极阵列不再检测到这种强信号，也就是说，当来自阵列的反馈变得更加嘈杂并且不再清楚地检测到神经尖峰时，将神经活动模式与更多信号联系起来是一项更加棘手的任务。远程神经元的特定意图可以成功传输到计算机或其他设备。研究人员试图识别替代信号，例如所谓的阈值交叉或从远处神经元记录的局部场电位。一种方法是使用小波来测量神经元活动的小振荡。但小波和其他方法的成功是有限的。

现在，Emami 和她的同事发现，通过应用机器学习，即使植入物发出的信号变得不太清晰，BMI 也可以被训练来解释神经活动的数据。

Emami 实验室前研究生 Benyamin Haghi 解释道：“以前我们依赖于计算神经尖峰，现在我们创建了一个神经网络，可以自动从整个神经信号中提取信息，从所有小的下降和拾取以及信号的变化，并将其转化为患者的意图。”Emami 补充道，“随着时间的推移，BMI 已经接受了神经活动信号和看起来像这样的信号的训练噪音，因此能够解释用户的意图。”

Emami 描述了一位参与者 JJ 的经历，他因车祸失去了行动能力。– 当我们第一次开始与他合作时，他的植入物已经使用了三年，并且已经退化了。我们正在考虑移除植入物，但通过我们的新算法，他很高兴继续使用他已有的系统。JJ 可以在网格上非常精确地移动光标，就像他在植入物是新的时候所做的那样。他可以玩视频游戏并控制模拟驾驶的计算机环境。”

该团队的算法称为 FENet，即特征提取网络。值得注意的是，它可以根据一名患者的数据进行训练，然后成功地用于另一名患者。“这意味着我们获取的神经数据中有一些基本类型的信息，”Emami 说。不仅如此，FENet 还可以泛化到不同的大脑区域和电极类型，并很容易整合到现有的 BMI 中。

James G. Boswell 神经科学教授、T&C Chen 脑机接口中心领导主席兼主任 Richard Andersen 表示，FENet 已经将我们与 JJ 的临床研究延长了两年。BMI 研究是跨学科研究的完美领域，在这种情况下融合了工程学、计算机科学和神经科学的学科。

如今的脑机接口需要从电极植入物到连接器的手动连接，然后连接器与通向微系统的电线连接，该微系统在将原始数据发送到计算机（患者操作的可视界面）之前对其进行处理。“这是一个相当麻烦的系统，”Emami 说。– 在创建 FENet 以更好地解释大脑信号之后，我们现在的目标是使系统小型化，以便有一天它可以成为与计算机无线通信的可穿戴设备或植入物。 –

这项研究发表于 自然生物医学工程在标题下 –通过神经网络介导的特征提取增强四肢瘫痪参与者对脑机接口的控制. – 合著者包括安徒生；埃玛米；哈吉；来自 Emami 实验室的 Albert Yan Huang；安徒生实验室的专业工作人员 Tyson Aflalo 和 Spencer Kellis、博士后 Jorge A. Gamez de Leon 以及研究生 Charlesguan；和来自加州大学洛杉矶分校神经外科的 Nader Pouratian。资金由美国国立卫生研究院、加州理工学院的 S2I、加州理工学院 T&C Chen 脑机接口中心、博斯韦尔基金会、布劳恩基金会和传统医学研究所提供。