Figura 1. Cada par presenta un fotograma de un video visto por un sujeto de prueba y la imagen correspondiente generada por la red neuronal basada en la actividad cerebral. Crédito:Grigory Rashkov / Neurobotics
Investigadores de la corporación rusa Neurobotics y el Instituto de Física y Tecnología de Moscú han encontrado una manera de visualizar la actividad cerebral de una persona como imágenes reales que imitan lo que observan en tiempo real. Esto permitirá nuevos dispositivos de rehabilitación posteriores a un accidente cerebrovascular controlados por señales cerebrales. El equipo publicó su investigación como una versión preliminar de bioRxiv y publicó un video en línea que muestra su sistema de "lectura de mentes" en funcionamiento.
Desarrollar dispositivos controlados por el cerebro y métodos para el tratamiento de trastornos cognitivos y la rehabilitación posterior a un accidente cerebrovascular. Los neurobiólogos necesitan comprender cómo el cerebro codifica la información. Un aspecto clave de esto es estudiar la actividad cerebral de las personas que perciben información visual, por ejemplo, mientras ve un video.
Las soluciones existentes para extraer imágenes observadas de señales cerebrales utilizan resonancia magnética funcional o analizan las señales captadas a través de implantes directamente de las neuronas. Ambos métodos tienen aplicaciones bastante limitadas en la práctica clínica y la vida cotidiana.
La interfaz cerebro-computadora desarrollada por MIPT y Neurobotics se basa en redes neuronales artificiales y electroencefalografía, o EEG, una técnica para registrar ondas cerebrales a través de electrodos colocados de forma no invasiva en el cuero cabelludo. Al analizar la actividad cerebral, el sistema reconstruye las imágenes vistas por una persona sometida a EEG en tiempo real.
"Estamos trabajando en el proyecto de tecnologías de asistencia de Neuronet de la National Technology Initiative, que se centra en la interfaz cerebro-computadora que permite a los pacientes después de un accidente cerebrovascular controlar un brazo de exoesqueleto con fines de neurorrehabilitación, o pacientes paralizados para conducir una silla de ruedas eléctrica, por ejemplo. El objetivo final es aumentar la precisión del control neuronal para individuos sanos, también, "dijo Vladimir Konyshev, quien dirige el Laboratorio de Neurorobótica en MIPT.
Figura 2. Algoritmo de funcionamiento del sistema de interfaz cerebro-computadora (BCI). Crédito:Anatoly Bobe / Neurobotics, y @ tsarcyanide / MIPT
En la primera parte del experimento, los neurobiólogos pidieron a sujetos sanos que vieran 20 minutos de fragmentos de video de YouTube de 10 segundos. El equipo seleccionó cinco categorías de video arbitrarias:formas abstractas, cascadas rostros humanos, Mecanismos de movimiento y deportes de motor. La última categoría incluía grabaciones en primera persona de motos de nieve, scooter de agua, carreras de motos y coches.
Al analizar los datos de EEG, los investigadores demostraron que los patrones de ondas cerebrales son distintos para cada categoría de videos. Esto permitió al equipo analizar la respuesta del cerebro a los videos en tiempo real.
En la segunda fase del experimento, Se seleccionaron tres categorías aleatorias de las cinco originales. Los investigadores desarrollaron dos redes neuronales:una para generar imágenes aleatorias específicas de categorías a partir de "ruido, "y otro para generar un" ruido "similar a partir del EEG. El equipo luego entrenó las redes para operar juntas de una manera que convierta la señal del EEG en imágenes reales similares a las que los sujetos de prueba estaban observando (fig. 2).
Ilustración. Interfaz cerebro-computadora. Crédito:@ tsarcyanide / MIPT
Para probar la capacidad del sistema para visualizar la actividad cerebral, A los sujetos se les mostraron videos nunca antes vistos de las mismas categorías. Mientras miraban, Los electroencefalogramas se registraron y se enviaron a las redes neuronales. El sistema pasó la prueba, generando imágenes convincentes que podrían categorizarse fácilmente en el 90 por ciento de los casos (fig. 1).
"El electroencefalograma es una colección de señales cerebrales registradas en el cuero cabelludo. Los investigadores solían pensar que estudiar los procesos cerebrales mediante EEG es como averiguar la estructura interna de una máquina de vapor analizando el humo que deja un tren de vapor, "explicó el coautor del artículo Grigory Rashkov, investigador junior en MIPT y programador en Neurobotics. "No esperábamos que contuviera suficiente información para reconstruir ni siquiera parcialmente una imagen observada por una persona. Sin embargo, resultó ser bastante posible".
"Y lo que es más, podemos usar esto como base para una interfaz cerebro-computadora que opere en tiempo real. Es bastante reconfortante. Con la tecnología actual, las interfaces neuronales invasivas imaginadas por Elon Musk enfrentan los desafíos de la cirugía compleja y el rápido deterioro debido a procesos naturales:se oxidan y fallan en varios meses. Esperamos que eventualmente podamos diseñar interfaces neuronales más asequibles que no requieran implantación, ", agregó el investigador.
