Математики из России научат экзоскелеты лучше «понимать» сигналы мозга

Математики из России научат экзоскелеты лучше «понимать» сигналы мозга
Математики из России научат экзоскелеты лучше «понимать» сигналы мозга

Ученые из МФТИ создали математическую модель, которая позволяет достаточно просто расшифровывать сигналы из двигательной коры мозга и отправлять их в экзоскелет. Это ускорит их работу и сделает их более удобными для инвалидов, пишут математики в статье, опубликованной в журнале Expert Systems with Applications.

Американские ученые создали киберчип, усиливающий память человека
«Двигаясь и получая отклики от окружающей среды, человек учится. Структура его мозга изменяется. Появляются новые связи, модель устаревает. Мы должны предложить такую модель, которая изменяет свою структуру вместе с аналогичными сдвигами в работе мозга. Это нетривиальная задача, и сейчас мы работаем над ее решением», — рассказывает Вадим Стрижов из Московского Физтеха в Долгопрудном, чьи слова приводит пресс-служба вуза.
В последние 10 лет нейрофизиологам удалось совершить настоящий прорыв в области создания нейроинтерфейсов – набора микрочипов, особых электродов и компьютерных программ, позволяющих подключать к мозгу человека и животных кибер-конечности, искусственные глаза и даже те органы чувств, аналогов которых нет в природе – тепловизоры и рентгеновизоры.

Возможности нейроинтерфейсов не ограничиваются протезами. К примеру, в марте 2013 года бразильские и американские ученые смогли объединить мозг двух крыс, живущих в тысячах километров друг от друга, в своеобразную «локальную сеть», или, как назвали эту конструкцию сами ученые, «органический компьютер», и научить их обмениваться информацией.

Подобные микрочипы, как отмечает Стрижов, сегодня многие ученые планируют использовать для создания систем управления экзокелетами, которые позволят парализованным инвалидам самостоятельно двигаться. Сейчас их применение крайне ограничено из-за сложностей в интерпретации сигналов, поступающих из коры мозга, что требует больших вычислительных ресурсов.

Стрижов и его коллега Анастасия Мотренко решили эту проблему, разработав достаточно простой набор линейных уравнений, позволяющих интерпретировать сигналы, которые кора мозга человека вырабатывает в тот момент, когда он желает подвигать рукой или совершить какое-то другое действие.

Сегодня для расшифровки подобных нервных импульсов используются так называемые нейросети – цифровые «аналоги» цепочек нервных клеток, способные к самообучению и поискам произвольных закономерностей и шаблонов в огромных массивах данных. Нейросети хорошо справляются с этой задачей, однако их использование требует огромного количества вычислительных ресурсов, из-за чего чипы на их базе нельзя напрямую имплантировать в мозг.

Математики из МФТИ избавились от нейросетей, предположив, что движение руки или других конечностей можно описать в виде набора из нескольких линейных уравнений, параметры которых можно «вытащить» из сигналов, которые электроды считывают из двигательной коры мозга.

Для этого ученые проанализировали данные, которые были записаны японскими нейрофизиологами, наблюдавшими за тем, какие сигналы вырабатывала двигательная кора мозга макак во время движения рук и где в это время находились разные части их конечностей.

Американские биологи научили обезьян управлять виртуальными конечностями: в ходе эксперимента испытуемые заставляли своего «аватара» класть руки на два круглых объекта, показанных на компьютерном мониторе, используя при этом сначала джойстики, а затем – исключительно силу мысли.

Разбив эти записи на множество фрагментов и отфильтровав их особым образом, математики вычислили параметры уравнений и составили новый набор формул, позволяющий предсказывать характер движения руки по тому, какие сигналы в текущий момент времени вырабатывает мозг и насколько они похожи друг на друга.

Подобные наборы уравнений, как отмечают ученые, можно решать даже при помощи самых маломощных и миниатюрных микросхем. Это позволит вставлять чипы, декодирующие сигналы мозга, внутрь черепа вместе с электродами, что сделает кибер-протезы и экзоскелеты более удобными для их пользователей, а сами нейроинтерфейсы – более отзывчивыми и быстрыми.

Иллюстрация к статье: Яндекс.Картинки
Самые свежие новости медицины на нашей странице в Вконтакте

Читайте также

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *