Wanneer mensen lijden aan slopende verwondingen of ziekten van het zenuwstelsel, ze verliezen soms het vermogen om taken uit te voeren die normaal als vanzelfsprekend worden beschouwd, zoals wandelen, muziek afspelen of autorijden. Ze kunnen zich voorstellen dat ze iets doen, maar de verwonding kan die actie blokkeren.

Er bestaan ​​hersencomputer-interfacesystemen die hersensignalen kunnen vertalen in een gewenste actie om een ​​bepaalde functie terug te krijgen, maar ze kunnen een last zijn om te gebruiken omdat ze niet altijd soepel werken en moeten worden aangepast om zelfs eenvoudige taken uit te voeren.

Onderzoekers van de University of Pittsburgh en Carnegie Mellon University werken aan het begrijpen hoe de hersenen werken bij het leren van taken met behulp van brain-computer interface-technologie. In een reeks papieren, waarvan de tweede vandaag werd gepubliceerd in Natuur Biomedische Technologie , het team brengt de naald vooruit op hersen-computerinterfacetechnologie die bedoeld is om het leven van geamputeerde patiënten die neurale protheses gebruiken te helpen verbeteren.

"Laten we zeggen tijdens je werkdag, je plant je avondtrip naar de supermarkt, " zei Aaron Batista, universitair hoofddocent bio-engineering aan Pitt's Swanson School of Engineering. "Dat plan wordt de hele dag ergens in je brein bijgehouden, maar bereikt waarschijnlijk uw motorische cortex pas als u daadwerkelijk in de winkel bent. We ontwikkelen hersen-computerinterfacetechnologieën die hopelijk ooit zullen functioneren op het niveau van onze dagelijkse bedoelingen."

Batista, Pitt postdoctoraal onderzoeksmedewerker Emily Oby en de Carnegie Mellon-onderzoekers hebben samengewerkt aan de ontwikkeling van directe paden van de hersenen naar externe apparaten. Ze gebruiken elektroden die kleiner zijn dan een haar en die neurale activiteit registreren en beschikbaar stellen voor controlealgoritmen.

In de eerste studie van het team, gepubliceerd afgelopen juni in de Proceedings van de National Academy of Sciences , de groep onderzocht hoe de hersenen veranderen met het leren van nieuwe hersen-computerinterfacevaardigheden.

"Als de proefpersonen een motorische intentie vormen, het veroorzaakt patronen van activiteit over die elektroden, en die geven we weer als bewegingen op een computerscherm. De proefpersonen veranderen vervolgens hun neurale activiteitspatronen op een manier die de bewegingen oproept die ze willen, ", zei mededirecteur van het project Steven Chase, een professor in biomedische technologie aan het Neuroscience Institute in Carnegie Mellon.

In de nieuwe studie het team ontwierp technologie waarbij de hersen-computerinterface zichzelf voortdurend op de achtergrond aanpast om ervoor te zorgen dat het systeem altijd in kalibratie is en klaar voor gebruik.

"We veranderen hoe de neurale activiteit de beweging van de cursor beïnvloedt, en dit roept leren op, " zei Pitt's Oby, hoofdauteur van de studie. "Als we die relatie op een bepaalde manier zouden veranderen, het vereiste dat onze proefdieren nieuwe patronen van neurale activiteit produceerden om de beweging van de cursor weer te leren beheersen. Dit kostte ze weken van oefenen, en we konden zien hoe de hersenen veranderden terwijl ze leerden."

In zekere zin, het algoritme "leert" zich aan te passen aan de ruis en instabiliteit die inherent zijn aan neurale opname-interfaces. De bevindingen suggereren dat het proces voor mensen om een ​​nieuwe vaardigheid onder de knie te krijgen, het genereren van nieuwe neurale activiteitspatronen omvat. Het team wil uiteindelijk dat deze technologie wordt gebruikt in een klinische setting voor revalidatie na een beroerte.

Dergelijke zelf-herkalibratieprocedures zijn een lang gezocht doel op het gebied van neurale protheses, en de methode die in de onderzoeken van het team wordt gepresenteerd, kan automatisch herstellen van instabiliteiten zonder dat de gebruiker hoeft te pauzeren om het systeem zelf opnieuw te kalibreren.

"Laten we zeggen dat de instabiliteit zo groot was dat de proefpersoon niet langer in staat was de hersen-computerinterface te controleren, " zei Yu. "Bestaande procedures voor zelfkalibratie zullen in dat scenario waarschijnlijk moeite hebben, terwijl in onze methode, we hebben aangetoond dat het in veel gevallen kan herstellen van zelfs de meest dramatische instabiliteiten."