Исследователи из Лундского университета в Швеции разработали и протестировали новое решение для обработки и хранения больших объёмов данных, которые ожидаются от будущих имплантируемых нейрокомпьютерных интерфейсов. Система будет одновременно получать данные от более чем 1 млн нейронов в реальном времени. После конвертации данных они отправятся для обработки и хранения на обычных компьютерах. Система обеспечит обратную связь со скоростью до 25 миллисекунд, стимулируя до 100 тысяч нейронов.
Новую технологию можно применить для мониторинга парализованных пациентов, в том числе для отслеживания признаков эпилепсии, и для обратной связи в реальном времени для контроля роботизированных рук парализованными пациентами.
Сегодня технические и нейробиологические достижения в области интерфейсов «мозг-компьютер» накладывают возрастающие требования к базам данных и программному обеспечению для их обработки, особенно когда речь идёт о работе с данными в реальном времени, получаемыми с большого количества нейронов. Для того, чтобы справиться с этой проблемой, учёные создали масштабируемую программную архитектуру для параллельной записи и обработки данных с использованием стандартных компьютеров. Архитектура показала способность управиться с информацией в реальном времени и обеспечить обратный отклик со скоростью менее 25 миллисекунд. Исследователи уверены, что их разработки подойдут для работы как с существующими, так и с будущими нейрокомпьютерными интерфейсами.
«Заметное преимущество архитектуры и формата данных состоит в том, что для информации не требуется последующего перевода, так как сигналы переводятся напрямую в код», — отмечают исследователи. Благодаря такому подходу, работать с данными может обычный компьютер, а скорость обработки настолько высока.
Инструмент мониторинга больших областей в режиме реального времени может быть использован для исследований, постановки диагнозов и лечения. Особенно он эффективен должен быть для будущих имплантируемых нейрокомпьютерных интерфейсов с обратной связью, которые помогут следить за крупными областями в парализованных пациентов, отслеживать зарождающиеся признаки эпилепсии, а также для контроля парализоваными роботизированных рук.
Система предназначена для регистрации нейронных сигналов от имплантированных электродов. Ниже — пример такого устройства, эластичный биосовместимый электрод, разработанный учёными из Линчёпингского университета (Швеция), имеющий сетку из 32 открытых металлических контактов, которые после имплантации соприкасаются с тканью .
Ниже приведена схема работы системы. Главные часы (a) синхронизируются с принимающими устройствами (b), которые организуют сортировку спайков — регистрируют и классифицируют электрическую активность нейронов, получаемую от субъекта (изображён в виде мордочки мыши) (e), а также сжатие данных. Информация кодируются в сетке данных временных интервалов. В формате HDF5 эта сетка отправляется на хранение (d и f). Последние два пункта пока только планируются.
Существующие решения для записи активности ограничены от 512 до 1024 каналами, что делает сложной их обработку и хранение на персональных компьютерах. Максимальное количество каналов на одного субъекта составило 1792, показатель продолжит расти. В этом направлении работает DARPA: в 2016 года агентство запустило программу для разработки имплантируемых нейроинтерфейсов для получения «беспрецедентного разрешения сигнала и ширины полосы пропускания для передачи информации между человеческим и электронными системами». Интерфейс должен выступить в роли «переводчика» между электрохимией нейронов и кодом, доступным для обработки компьютерами. В рамках программы Neural Engineering System Design (NESD, «Проектирование нейроинженерных систем») агентство ожидает модернизации инструментов в том числе в целях компенсации зрения и слуха у пациентов: например, визуальная информация должна будет передаваться в цифровом виде в .
Следующим шагом стало заключение DARPA в 2017 году контрактов на создание мозговых имплантов высокого разрешения с пятью научно-исследовательскими организациями и одной коммерческой компанией. Каждый из каналов объединяет информацию с десятков тысяч нейронов, что даёт размытую и зашумлённую картину с низким разрешением. Программа NESD призвана преодолеть этот барьер.
Автор: Иван Сычев
