_{Источник: Science Robotics}

Команда исследователей из Университета Карнеги — Меллона в сотрудничестве со специалистами Университета Миннесоты совершила прорыв в области управления роботизированными устройствами. Используя неинвазивный интерфейс «мозг — компьютер» (brain-computer interfaces, BCI), ученые создали первую в мире роботизированную руку, работающую без использования имплантов.

Установка мозговых имплантов требует большого медицинского и хирургического опыта, не говоря уже о стоимости операции и потенциальных рисках для носителей. Поэтому их использование было ограничено лишь несколькими клиническими случаями. Таким образом, главной задачей исследований в области BCI была разработка менее инвазивной или даже полностью неинвазивной технологии, которая позволила бы парализованным пациентам контролировать роботизированные конечности.

Ранее BCI, которые использовали неинвазивное внешнее зондирование, а не мозговые импланты, получали более «грязные» сигналы, из-за чего контроль над устройством был менее точным. Команда исследователей во главе с Бин Хе, заведующим кафедрой биомедицинской инженерии в Университете Карнеги — Меллона, сумела достичь прорыва в этой области.
Используя новые методы машинного обучения, Бин Хе и его лаборатория смогли получить доступ к импульсам глубоко внутри мозга, добившись высокого разрешения управления роботизированной рукой и, соответственно, высокой точности ее использования. С помощью неинвазивного BCI Бин Хе заставил роботизированную руку следовать за курсором на мониторе компьютера. И если раньше робо-рука с неинвазивным управлением следовала за движением курсора резко и прерывисто, как будто пыталась «догнать» команды мозга, теперь рука следует за курсором плавным непрерывным путем.

«Низкое качество сигнала может усложнить возможность декодирования нейронных импульсов, особенно при использовании неинвазивной технологии, такой как ЭЭГ. Для шумоподавления неинвазивных сигналов BCI используется пространственная фильтрация, которая дает многообещающие возможности для выполнения разнообразных команд. Электрическая визуализация источника (ESI) является одним из таких подходов, который использует электрические свойства и геометрию головы для улучшения проводимости сигнала. Существенные улучшения в автономном нейронном декодировании наблюдались при использовании ESI по сравнению с традиционными сенсорными методами. В целом, представленная здесь технология демонстрирует целенаправленное улучшение как элементов обучения пользователя («мозг»), так и элементов машинного обучения («компьютер») BCI», — сообщила команда ученых в статье, опубликованной в Science Robotics.

В частности, как указано в документе, обучение BCI улучшилось почти на 60% для традиционных задач центрирования, а непрерывное отслеживание компьютерного курсора — более чем на 500%.
На сегодняшний день технология была опробована на 68 здоровых людях. В ближайшее время исследователи планируют провести клинические испытания на пациентах с нарушениями движения.

«Несмотря на технические проблемы с использованием неинвазивных сигналов, мы твердо намерены донести эту безопасную и экономичную технологию до людей, которые могут извлечь из нее пользу, — заявил Бин Хе. — Эта работа представляет собой важный шаг в области использования неинвазивных интерфейсов «мозг — компьютер» — технологии, которая когда-нибудь может стать повсеместной, как смартфоны».