Recent Post

Breaking News

Home / Unlabelled / ALAT UNTUK MEMBACA PIKIRAN

ALAT UNTUK MEMBACA PIKIRAN

November 28, 2016

ANJAS TECH INFO



antarmuka otak-komputer

dari Wikipedia
neuropsikologi
Pikiran dan otak Portal
Sebuah antarmuka otak-komputer (BCI), kadang-kadang disebut antarmuka pikiran-mesin (MMI), langsung antarmuka saraf (DNI), atau otak-mesin antarmuka (BMI), adalah jalur komunikasi langsung antara ditingkatkan atau kabel otak dan eksternal alat. BCIs sering diarahkan pada meneliti, pemetaan, membantu, menambah, atau memperbaiki fungsi kognitif atau sensorik-motorik manusia.
Penelitian tentang BCIs dimulai pada tahun 1970 di University of California, Los Angeles (UCLA) di bawah hibah dari National Science Foundation , diikuti oleh kontrak dari DARPA . [1] [2] The makalah yang diterbitkan setelah penelitian ini juga menandai pertama penampilan ekspresi antarmuka otak-komputer dalam literatur ilmiah.
Bidang penelitian dan pengembangan BCI sejak difokuskan terutama pada aplikasi neuroprosthetics yang bertujuan memulihkan pendengaran yang rusak, penglihatan dan gerakan. Berkat yang luar biasa plastisitas kortikal otak, sinyal dari prostesis ditanamkan dapat, setelah adaptasi, akan ditangani oleh otak seperti sensor atau efektor saluran alam. [3] Setelah tahun percobaan hewan, pertama neuroprosthetic perangkat ditanamkan pada manusia muncul di pertengahan 1990-an.

Sejarah [ sunting ]

Sejarah antarmuka otak-komputer (BCIs) dimulai dengan Hans Berger penemuan 's dari aktivitas listrik otak manusia dan pengembangan electroencephalography (EEG). Pada tahun 1924 Berger adalah yang pertama untuk merekam aktivitas otak manusia dengan cara EEG. Berger mampu mengidentifikasi aktivitas osilasi , seperti gelombang Berger atau gelombang alpha (8-13 Hz), dengan menganalisis jejak EEG.
perangkat rekaman pertama Berger sangat dasar. Dia dimasukkan perak kabel bawah kulit kepala pasiennya. Ini yang kemudian digantikan oleh foil perak melekat kepala pasien dengan perban karet. Berger terhubung sensor ini ke elektrometer kapiler Lippmann , dengan hasil yang mengecewakan. Namun, alat ukur yang lebih canggih, seperti Siemensdouble-coil rekaman galvanometer , yang ditampilkan tegangan listrik sekecil seperseribu sepuluh volt, menyebabkan kesuksesan.
Berger menganalisis keterkaitan dari pergantian dalam nya EEG gelombang diagram dengan penyakit otak . EEG diizinkan kemungkinan benar-benar baru untuk penelitian kegiatan otak manusia.
Jacques Vidal menciptakan istilah "BCI" dan menghasilkan publikasi peer-review pertama pada topik ini. [1] [2] Vidal secara luas diakui sebagai penemu BCIs di masyarakat BCI, yang tercermin dalam berbagai artikel peer-review meninjau dan membahas lapangan (misalnya, [4] [5] [6] ).
Vidal BCI pertama mengandalkan potensi menimbulkan visual untuk memungkinkan pengguna untuk mengontrol arah kursor, dan potensi menimbulkan visual yang masih banyak digunakan di BCIs [ rujukan? ] (Allison et al, 2010, 2012;. Bin et al, 2011;. Guger et al ., 2012; Kaufmann et al, 2012;. Jin et al, 2014;... Kapeller et al, 2015) [ klarifikasi diperlukan ]
Setelah kontribusi awal, Vidal tidak aktif dalam penelitian BCI, atau acara BCI seperti konferensi, selama bertahun-tahun. Pada tahun 2011, bagaimanapun, ia memberi kuliah diGraz , Austria , didukung oleh proyek Future BNCI, menghadirkan pertama BCI, yang mendapatkan tepuk tangan meriah. Vidal bergabung dengan istrinya, Laryce Vidal, yang sebelumnya bekerja dengan dia di UCLA pada proyek BCI pertamanya. Prof. Vidal juga akan hadir kuliah di awal kerja BCI nya di Sixth Tahunan BCI Meeting, dijadwalkan untuk Mei-Juni 2016 di Asilomar , California .

Versus neuroprosthetics [ sunting ]

Artikel utama: neuroprosthetics
Neuroprosthetics merupakan daerah neuroscience prihatin dengan prostesis saraf, yaitu, menggunakan perangkat buatan untuk menggantikan fungsi gangguan sistem saraf dan otak masalah terkait, atau organ sensorik. Perangkat neuroprosthetic yang paling banyak digunakan adalah implan koklea yang, per Desember 2010, telah ditanamkan pada sekitar 220.000 orang di seluruh dunia. [7] Ada juga beberapa perangkat neuroprosthetic yang bertujuan untuk mengembalikan visi, termasuk implan retina .
Perbedaan antara BCIs dan neuroprosthetics sebagian besar dalam bagaimana istilah yang digunakan: neuroprosthetics biasanya menghubungkan sistem saraf ke perangkat, sedangkan BCIs biasanya menghubungkan otak (atau sistem saraf) dengan sistem komputer. neuroprosthetics praktis bisa dihubungkan ke setiap bagian dari sistem-misalnya saraf, saraf-sementara perifer istilah "BCI" biasanya menunjuk kelas sempit sistem yang antarmuka dengan sistem saraf pusat.
Istilah kadang-kadang, bagaimanapun, digunakan secara bergantian. Dan BCIs berusaha untuk mencapai tujuan yang sama, seperti memulihkan penglihatan, pendengaran, gerakan, kemampuan berkomunikasi, dan bahkan fungsi kognitif . Keduanya menggunakan metode eksperimental yang sama dan teknik bedah.

Hewan BCI penelitian [ sunting ]

Beberapa laboratorium telah berhasil merekam sinyal dari monyet dan tikus korteks serebral untuk beroperasi BCIs untuk menghasilkan gerakan. Monyet telah navigasikankursor komputer di layar dan memerintahkan lengan robot untuk melakukan tugas-tugas sederhana hanya dengan berpikir tentang tugas dan melihat umpan balik visual, tetapi tanpa motor keluaran. [8] Pada bulan Mei 2008 foto-foto yang menunjukkan monyet di University of Pittsburgh Medical Pusat operasi lengan robot dengan berpikir diterbitkan di sejumlah terkenal jurnal ilmiah dan majalah. [9] penelitian lain pada kucing telah diterjemahkan sinyal visual saraf mereka. [ rujukan? ]

Awal bekerja [ sunting ]

Monyet operasi lengan robot dengan interfacing otak-komputer (Schwartz lab, University of Pittsburgh)
Pada tahun 1969 pengkondisian operan studi Fetz dan rekan, di Regional Primate Research Center dan Departemen Fisiologi dan Biofisika, Universitas Washington School of Medicine di Seattle , menunjukkan untuk pertama kalinya bahwa monyet bisa belajar untuk mengendalikan defleksi dari biofeedback meteran lengan dengan aktivitas saraf. [10] pekerjaan yang sama di tahun 1970 menetapkan bahwa monyet dapat dengan cepat belajar untuk secara sukarela mengontrol tingkat penembakan neuron individu dan beberapa di primary motor cortex jika mereka dihargai untuk menghasilkan pola yang tepat dari aktivitas saraf. [11]
Studi yang dikembangkan algoritma untuk merekonstruksi gerakan dari korteks motor neuron , yang mengendalikan gerakan, tanggal kembali ke tahun 1970-an. Pada 1980-an, Apostolos di Georgopoulos Johns Hopkins University menemukan hubungan matematika antara respon listrik neuron korteks tunggal motor monyet monyet rhesus dan arah di mana mereka pindah tangan mereka (berdasarkan pada kosinus fungsi). Dia juga menemukan bahwa kelompok yang tersebar neuron, di daerah yang berbeda dari otak monyet, perintah motor bersama diawasi, tapi mampu mencatat pemecatan neuron di satu daerah pada suatu waktu, karena keterbatasan teknis oleh peralatan nya. [ 12]
Ada telah perkembangan yang cepat di BCIs sejak pertengahan 1990-an. [13] Beberapa kelompok telah mampu menangkap sinyal motorik otak korteks kompleks dengan merekam dari ansambel saraf (kelompok neuron) dan menggunakan ini untuk mengontrol perangkat eksternal.

Keberhasilan penelitian terkemuka [ sunting ]

Kennedy dan Yang Dan [ sunting ]

Phillip Kennedy (yang kemudian mendirikan Sinyal Neural pada tahun 1987) dan rekan membangun intracortical antarmuka otak-komputer pertama dengan menanamkan neurotrophic-kerucut elektroda ke monyet. [ Rujukan? ]
Yang Dan dan rekaman rekan 'visi kucing menggunakan BCI ditanamkan di lateral geniculate nucleus (baris atas: gambar asli; baris bawah: rekaman)
Pada tahun 1999, peneliti yang dipimpin oleh Yang Dan di University of California, Berkeley diterjemahkan pemecatan neuron untuk mereproduksi gambar dilihat oleh kucing. Tim menggunakan array elektroda tertanam di thalamus (yang mengintegrasikan semua masukan sensorik otak) kucing bermata tajam. Para peneliti ditargetkan 177 sel-sel otak di talamus lateral geniculate nucleus daerah, yang menerjemahkan sinyal dari retina . Kucing menunjukkan delapan film pendek, dan pemecatan neuron mereka dicatat. Menggunakan filter matematis, para peneliti diterjemahkan sinyal untuk menghasilkan film apa yang kucing lihat dan mampu merekonstruksi adegan dikenali dan benda bergerak. [14] Hasil serupa pada manusia sejak telah dicapai oleh para peneliti di Jepang ( lihat di bawah ).

Nicolelis [ sunting ]

Miguel Nicolelis , seorang profesor di Duke University , di Durham, North Carolina , telah menjadi pendukung terkemuka menggunakan beberapa elektroda tersebar di area yang lebih besar dari otak untuk mendapatkan sinyal saraf untuk menggerakkan BCI.
Setelah melakukan penelitian awal pada tikus selama tahun 1990-an, Nicolelis dan rekan-rekannya mengembangkan BCIs yang diterjemahkan aktivitas otak di monyet burung hantu dan menggunakan perangkat untuk mereproduksi gerakan monyet di lengan robot. Monyet telah maju mencapai dan menggenggam kemampuan dan keterampilan manipulasi tangan yang baik, membuat mereka subjek tes yang ideal untuk pekerjaan semacam ini.
Pada tahun 2000 kelompok berhasil membangun BCI yang direproduksi gerakan burung hantu monyet sementara monyet dioperasikan joystick atau meraih makanan. [15] The BCI dioperasikan secara real time dan juga bisa mengontrol robot yang terpisah jarak jauh melalui protokol Internet . Tetapi monyet tidak bisa melihat lengan bergerak dan tidak menerima umpan balik, yang disebut loop terbuka BCI.
Diagram BCI dikembangkan oleh Miguel Nicolelis dan rekan untuk digunakan pada monyet rhesus
Kemudian eksperimen oleh Nicolelis menggunakan monyet rhesus berhasil menutup loop umpan balik dan direproduksi monyet menjangkau dan menggenggam gerakan di lengan robot. Dengan otak sangat sumbing dan berkerut mereka, monyet rhesus dianggap model yang lebih baik untuk manusia neurofisiologi dari kera burung hantu. Monyet-monyet dilatih untuk mencapai dan memahami objek di layar komputer dengan memanipulasi joystick sementara gerakan yang sesuai dengan lengan robot yang tersembunyi. [16] [17] monyet kemudian ditampilkan robot secara langsung dan belajar untuk mengontrolnya dengan melihat gerakannya . The BCI digunakan prediksi kecepatan untuk mengontrol gerakan mencapai dan sekaligus meramalkan handgripping kekuatan . Pada tahun 2011 O'Doherty dan rekan menunjukkan BCI dengan umpan balik sensoris dengan monyet rhesus . Monyet itu otak mengendalikan posisi lengan avatar saat menerima umpan balik sensoris melalui langsung stimulasi intracortical (ICMS) di daerah lengan representasi dari korteks sensorik . [18]

Donoghue, Schwartz dan Andersen [ sunting ]

Laboratorium lain yang telah mengembangkan BCIs dan algoritma yang decode sinyal neuron termasuk yang dijalankan oleh John Donoghue di Brown University , Andrew Schwartz di University of Pittsburgh dan Richard Andersen di Caltech . Para peneliti telah mampu memproduksi BCIs bekerja, bahkan menggunakan sinyal yang direkam dari jauh lebih sedikit neuron daripada Nicolelis (15-30 neuron dibandingkan 50-200 neuron).
Kelompok Donoghue melaporkan monyet pelatihan rhesus menggunakan BCI untuk melacak target visual di layar komputer (loop tertutup BCI) dengan atau tanpa bantuan dari joystick. [19] Kelompok Schwartz menciptakan BCI untuk pelacakan tiga-dimensi dalam realitas virtual dan juga direproduksi kontrol BCI di lengan robot. [20] kelompok yang sama juga menciptakan berita utama ketika mereka menunjukkan bahwa monyet bisa makan sendiri potongan buah dan marshmallow menggunakan lengan robot yang dikendalikan oleh sinyal otak hewan sendiri. [21] [22] [ 23]
Kelompok Andersen digunakan rekaman aktivitas premovement dari posterior parietal cortex di BCI mereka, termasuk sinyal diciptakan ketika hewan percobaan diantisipasi menerima hadiah. [24]

Penelitian lain [ sunting ]

Selain memprediksi kinematik dan kinetik parameter gerakan anggota badan, BCIs yang memprediksi elektromiografi kegiatan atau listrik dari otot-otot primata sedang dikembangkan. [25] BCIs tersebut dapat digunakan untuk mengembalikan mobilitas di kaki lumpuh oleh otot-otot merangsang elektrik.
Miguel Nicolelis dan rekan menunjukkan bahwa aktivitas ansambel saraf besar dapat memprediksi posisi lengan. Karya ini memungkinkan penciptaan BCIs yang membaca gerakan lengan niat dan menerjemahkannya ke dalam gerakan aktuator buatan. Carmena dan rekan [16] diprogram pengkodean saraf dalam BCI yang memungkinkan monyet untuk mengendalikan mencapai dan menggenggam gerakan dengan lengan robot. Lebedev dan rekan [17] berpendapat bahwa jaringan otak mereorganisasi untuk membuat representasi baru dari embel robot di samping representasi dari anggota badan binatang sendiri.
Halangan terbesar untuk teknologi BCI saat ini adalah kurangnya modalitas sensor yang menyediakan aman, akurat dan kuat akses ke sinyal otak. Bisa dibayangkan atau bahkan mungkin, bagaimanapun, bahwa sensor tersebut akan dikembangkan dalam dua puluh tahun ke depan. Penggunaan sensor tersebut harus sangat memperluas berbagai fungsi komunikasi yang dapat diberikan menggunakan BCI.
Pengembangan dan implementasi sistem BCI adalah kompleks dan memakan waktu. Menanggapi masalah ini, Gerwin Schalk telah mengembangkan sistem tujuan umum untuk penelitian BCI, disebut BCI2000 . BCI2000 telah dikembangkan sejak tahun 2000 dalam sebuah proyek yang dipimpin oleh Program Brain-Computer Interface R & D diWadsworth Pusat dari New York State Departemen Kesehatan di Albany, New York , Amerika Serikat.
Sebuah pendekatan baru 'nirkabel' menggunakan saluran ion cahaya-gated seperti Channelrhodopsin untuk mengontrol aktivitas didefinisikan secara genetis subset neuron in vivo . Dalam konteks tugas belajar yang sederhana, pencahayaan dari transfected sel di korteks somatosensori mempengaruhi keputusan proses bergerak bebas membuat tikus. [26]
Penggunaan BMI juga menyebabkan pemahaman yang lebih dalam jaringan saraf dan sistem saraf pusat. Penelitian telah menunjukkan bahwa meskipun kecenderungan ahli saraf percaya bahwa neuron memiliki efek paling ketika bekerja bersama-sama, neuron tunggal dapat dikondisikan melalui penggunaan BMI untuk api pada pola yang memungkinkan primata untuk mengontrol output motorik. Penggunaan BMI telah menyebabkan pengembangan prinsip insufisiensi tunggal neuron yang menyatakan bahwa bahkan dengan laju pembakaran disetel dengan baik neuron tunggal hanya dapat membawa jumlah sempit informasi dan karenanya tingkat akurasi tertinggi dicapai dengan merekam pemecatan dari ansambel kolektif . Prinsip-prinsip lain ditemukan dengan menggunakan BMI termasuk prinsip neuronal multitasking, prinsip massa neuronal, prinsip degenerasi saraf, dan prinsip plastisitas. [27]
BCIs juga diusulkan untuk diterapkan oleh pengguna tanpa cacat. Sebuah pengguna berpusat kategorisasi pendekatan BCI oleh Thorsten O. Zander dan Kristen Kothe memperkenalkan BCI pasif jangka. [28] Selanjutnya BCI aktif dan reaktif yang digunakan untuk kontrol diarahkan, BCIs pasif memungkinkan untuk menilai dan menafsirkan perubahan di negara pengguna selama Interaksi Manusia Komputer ( HCI ). Dalam sekunder, kontrol loop implisit sistem komputer menyesuaikan dengan penggunanya memperbaiki nya kegunaan secara umum.

The BCI Penghargaan [ sunting ]

The Annual BCI Research Award , diberkahi dengan 3.000 USD, diberikan sebagai pengakuan atas penelitian yang luar biasa dan inovatif di bidang Antarmuka Brain-Computer.Setiap tahun, sebuah laboratorium penelitian terkenal diminta untuk menilai proyek yang diajukan dan untuk penghargaan hadiah. Juri terdiri dari para ahli BCI terkemuka dunia direkrut oleh laboratorium pemberian. Daftar berikut terdiri pemenang BCI Award: [29]
  • 2010: Cuntai Guan, Kai Keng Ang, Karen Sui Geok Chua dan Beng Ti Ang, ( A * STAR , Singapore )
Motor citra berbasis Brain-Computer Interface rehabilitasi robot untuk stroke.
Apa penyebab neuro-fisiologis variasi kinerja dalam interfacing otak-komputer?
  • 2012: Surjo R. Soekadar dan Niels Birbaumer, (Terapan Neurotechnology Lab, University Hospital Tübingen dan Institut Psikologi Medis dan Perilaku Neurobiologi, Eberhard Karls Universitas , Tübingen, Jerman)
Meningkatkan Khasiat Ipsilesional Brain-Computer Interface Pelatihan di Neurorehabilitation dari Stroke Kronis
  • 2013: MC Dadarlat a, b, JE O'Doherty sebuah, PN Sabes a, b (Departemen Fisiologi, Pusat Integratif Neuroscience, San Francisco, CA, AS, b UC Berkeley-UCSF Bioengineering Graduate Program, University of California , San Francisco, CA, AS)
Pendekatan pembelajaran berbasis umpan balik sensoris buatan: microstimulation intracortical menggantikan dan menambah visi
Airborne Ultrasonic Tactile Tampilan BCI
  • 2015: Guy Hotson, David P McMullen, Matthew S. Fifer, Matthew S. Johannes, Kapil D. Katyal, Matthew P. Para, Robert Armiger, William S. Anderson, Nitish V. Thakor, Brock A. Wester, Nathan E. Crone (Johns Hopkins University, USA)
Individu Finger Pengendalian Modular Prosthetic Limb menggunakan High-Density electrocorticography dalam Subyek Manusia
  • 2016: Gaurav Sharma, Nick Annetta, Dave Friedenberg, Marcie Bockbrader, Ammar Shaikhouni, W. Mysiw, Chad Bouton, Ali Rezai (Battelle Memorial Institute, The Ohio State University, USA)
Sebuah Implantasi BCI untuk Real-Time kortikal Pengendalian Fungsional Wrist dan Finger Mutasi Manusia dengan Quadriplegia

Penelitian BCI manusia [ sunting ]

BCIs invasif [ sunting ]

Visi [ sunting ]

Jens Naumann, seorang pria dengan kebutaan yang diperoleh, sedang diwawancarai tentang BCI visinya pada CBS The Early Show
Penelitian BCI invasif telah ditargetkan memperbaiki penglihatan yang rusak dan menyediakan fungsionalitas baru untuk orang-orang dengan kelumpuhan. BCIs invasif yang ditanamkan langsung ke materi abu-abu otak selama bedah saraf. Karena mereka terletak pada materi abu-abu, perangkat invasif menghasilkan sinyal kualitas tertinggi perangkat BCI tetapi rentan terhadap bekas luka jaringan build-up, menyebabkan sinyal menjadi lemah, atau bahkan tidak ada, karena tubuh bereaksi terhadap benda asing di otak. [30]
Dalam ilmu visi , langsung implan otak telah digunakan untuk mengobati non kongenital (diperoleh) kebutaan. Salah satu ilmuwan pertama yang memproduksi antarmuka otak bekerja untuk mengembalikan penglihatan adalah peneliti pribadi William Dobelle .
Prototipe pertama Dobelle ini ditanamkan ke "Jerry", seorang pria buta di usia dewasa, pada tahun 1978. Sebuah BCI single-array yang berisi 68 elektroda ditanamkan ke Jerry korteks visual dan berhasil memproduksi phosphenes , sensasi melihat cahaya. Sistem ini meliputi kamera terpasang pada kacamata untuk mengirim sinyal ke implan. Awalnya, implan diperbolehkan Jerry untuk melihat nuansa abu-abu di bidang terbatas visi pada frame-rate yang rendah. Ini juga mengharuskan dia untuk terhubung ke komputer mainframe , tetapi menyusut elektronik dan komputer yang lebih cepat membuat mata buatan lebih portabel dan sekarang memungkinkan dia untuk melakukan tugas-tugas sederhana tanpa bantuan. [31]
Unit Dummy menggambarkan desain sebuah BrainGate antarmuka
Pada tahun 2002, Jens Naumann, juga buta di masa dewasa, menjadi yang pertama dalam serangkaian 16 pasien membayar untuk menerima Dobelle ini implan generasi kedua, menandai salah satu penggunaan komersial pertama dari BCIs. Perangkat generasi kedua digunakan implan yang lebih canggih memungkinkan pemetaan yang lebih baik dari phosphenes ke dalam visi yang koheren.Phosphenes tersebar di bidang visual dalam apa peneliti sebut "efek berbintang malam". Segera setelah implan nya, Jens bisa menggunakan dikembalikan tidak sempurna visi untuk mendorong mobil perlahan-lahan di sekitar area parkir dari lembaga penelitian. [32]Sayangnya, Dobelle meninggal pada tahun 2004 [33] sebelum proses dan perkembangan nya didokumentasikan. Selanjutnya, ketika Mr Naumann dan pasien lain dalam program ini mulai mengalami masalah dengan visi mereka, tidak ada bantuan dan mereka akhirnya kalah mereka "melihat" lagi. Naumann menulis tentang pengalamannya dengan pekerjaan Dobelle di Cari Paradise: Akun A Pasien dari Percobaan Buatan Vision [32] . Dan telah kembali ke ladangnya di Ontario Tenggara, Kanada, untuk melanjutkan kegiatan normal [34]

Gerakan [ sunting ]

BCIs berfokus pada neuroprosthetics bermotor bertujuan untuk memulihkan baik gerakan pada individu dengan kelumpuhan atau menyediakan perangkat untuk membantu mereka, seperti antarmuka dengan komputer atau lengan robot.
Para peneliti di Emory University di Atlanta , yang dipimpin oleh Philip Kennedy dan Roy Bakay, yang pertama untuk menginstal sebuah implan otak pada manusia yang menghasilkan sinyal dari kualitas yang cukup tinggi untuk mensimulasikan gerakan. Pasien mereka, Johnny Ray (1944-2002), menderita ' locked-in syndrome ' setelah menderita batang otak Stroke pada tahun 1997. implan Ray dipasang pada tahun 1998 dan ia hidup cukup lama untuk mulai bekerja dengan implan, akhirnya belajar mengendalikan kursor komputer; ia meninggal pada tahun 2002 dari aneurisma otak . [35]
Tetraplegic Matt Nagle menjadi orang pertama untuk mengendalikan tangan buatan menggunakan BCI pada tahun 2005 sebagai bagian dari sembilan pertama bulan percobaan manusia Cyberkinetics 's BrainGate chip implan. Ditanamkan dalam dirinya Nagle ini gyrus precentral (area korteks motor untuk gerakan lengan), implan BrainGate 96-elektroda memungkinkan Nagle untuk mengontrol lengan robot dengan berpikir tentang pindah tangan serta kursor komputer, lampu dan TV. [36] satu tahun kemudian, profesor Jonathan Wolpaw menerima hadiah dari Altran Yayasan Inovasi untuk mengembangkan Brain Computer interface dengan elektroda yang terletak pada permukaan tengkorak, bukan langsung di otak.
Baru-baru ini, tim peneliti yang dipimpin oleh kelompok BrainGate di Brown University [37] dan sebuah kelompok yang dipimpin oleh University of Pittsburgh Medical Center , [38]baik dalam kolaborasi dengan Amerika Serikat Departemen Urusan Veteran , telah menunjukkan keberhasilan lebih lanjut dalam kontrol langsung dari kaki palsu robot dengan banyak derajat kebebasan menggunakan koneksi langsung ke array neuron di korteks motor pasien dengan tetraplegia.

BCIs sebagian invasif [ sunting ]

Sebagian perangkat BCI invasif yang ditanamkan di dalam tengkorak tapi sisanya di luar otak bukan dalam materi abu-abu. Mereka menghasilkan sinyal resolusi yang lebih baik daripada BCIs non-invasif di mana jaringan tulang tempurung kepala dan deformasi mengalihkan sinyal dan memiliki risiko lebih rendah membentuk bekas luka-jaringan di otak dari BCIs invasif sepenuhnya. Telah ada demonstrasi praklinis BCIs intracortical dari stroke korteks perilesional. [39]
Electrocorticography (ECOG) mengukur aktivitas listrik otak yang diambil dari bawah tengkorak dalam cara yang mirip dengan electroencephalography non-invasif (lihat di bawah), tetapi elektroda yang tertanam dalam pad plastik tipis yang ditempatkan di atas korteks, di bawah dura mater . [40] teknologi ECOG pertama kali diujicobakan pada manusia pada tahun 2004 oleh Eric Leuthardt dan Daniel Moran dari Washington University di St Louis . Dalam uji coba nanti, para peneliti diaktifkan seorang remaja untuk bermain Space Invaders dengan menggunakan implan. [41] Penelitian ini menunjukkan bahwa kontrol yang cepat, membutuhkan pelatihan yang minimal, dan mungkin merupakan tradeoff yang ideal berkaitan dengan sinyal kesetiaan dan tingkat invasif .
(Catatan: elektroda ini belum ditanamkan pada pasien dengan tujuan mengembangkan BCI pasien itu telah menderita parah. Epilepsi dan elektroda sementara ditanamkan untuk membantu dokter nya melokalisasi kejang fokus; para peneliti BCI hanya mengambil keuntungan dari ini .) [42]
Sinyal dapat berupa subdural atau epidural, tetapi tidak diambil dari dalam otak parenkim itu sendiri. Belum dipelajari secara ekstensif sampai saat ini karena keterbatasan akses subjek. Saat ini, satu-satunya cara untuk mendapatkan sinyal untuk studi adalah melalui penggunaan pasien yang memerlukan pemantauan invasif untuk lokalisasi dan reseksi fokus epileptogenik.
ECOG adalah modalitas BCI menengah sangat menjanjikan karena memiliki resolusi yang lebih tinggi spasial, signal-to-noise ratio yang lebih baik, rentang frekuensi yang lebih luas, dan kebutuhan pelatihan kurang dari kulit kepala-rekaman EEG, dan pada saat yang sama memiliki kesulitan teknis yang lebih rendah, risiko klinis rendah , dan stabilitas jangka panjang mungkin unggul dari intracortical rekaman single-neuron. Ini profil fitur dan bukti terbaru dari tingkat kontrol yang tinggi dengan persyaratan pelatihan yang minimal menunjukkan potensi untuk aplikasi dunia nyata bagi penyandang cacat motorik. [43] [44]
Cahaya reaktif pencitraan perangkat BCI masih dalam ranah teori. Ini akan melibatkan menanamkan laser yang di dalam tengkorak. Laser akan dilatih pada neuron tunggal dan pantulan neuron diukur dengan sensor terpisah. Ketika kebakaran neuron, pola sinar laser dan panjang gelombang itu mencerminkan akan berubah sedikit. Hal ini akan memungkinkan peneliti untuk memantau neuron tunggal tetapi memerlukan kontak kurang dengan jaringan dan mengurangi risiko luka-jaringan build-up. [ Rujukan? ]
Pada tahun 2014, sebuah studi BCI menggunakan spektroskopi inframerah-dekat untuk "terkunci-dalam" pasien dengan amyotrophic lateral sclerosis (ALS) mampu memulihkan beberapa kemampuan dasar pasien untuk berkomunikasi dengan orang lain. [45]

BCIs non-invasif [ sunting ]

Ada juga eksperimen pada manusia menggunakan non-invasif neuroimaging teknologi sebagai antarmuka. Sebagian besar menerbitkan karya BCI melibatkan noninvasif BCIs berbasis EEG. Noninvasif berbasis EEG teknologi dan antarmuka telah digunakan untuk berbagai jauh lebih luas dari aplikasi. Meskipun antarmuka berbasis EEG yang mudah dipakai dan tidak memerlukan operasi, mereka memiliki resolusi spasial yang relatif miskin dan tidak dapat secara efektif menggunakan sinyal frekuensi yang lebih tinggi karena tengkorak meredam sinyal, menyebarkan dan mengaburkan gelombang elektromagnetik yang diciptakan oleh neuron. antarmuka berbasis EEG juga membutuhkan waktu dan usaha sebelum setiap sesi penggunaan, sedangkan yang berbasis-EEG non, serta yang invasif tidak memerlukan pelatihan sebelumnya-penggunaan. Secara keseluruhan, BCI terbaik untuk setiap pengguna tergantung pada berbagai faktor.

Berbasis non-EEG Human-Computer Interface [ sunting ]

Murid-size osilasi [ sunting ]
Dalam baru-baru 2.016 artikel, perangkat komunikasi yang sama sekali baru dan non-EEG berbasis antarmuka manusia-komputer dikembangkan, tidak memerlukan fiksasi visual yang atau kemampuan untuk bergerak mata sama sekali, yang didasarkan pada rahasia bunga di (yaitu tanpa memperbaiki mata pada) memilih huruf pada keyboard virtual dengan huruf masing-masing memiliki sendiri (background) lingkaran yang mikro-berosilasi dalam kecerahan dalam transisi waktu yang berbeda, di mana pemilihan huruf berdasarkan fit terbaik antara, di satu sisi, murid-ukuran pola osilasi yang tidak disengaja, dan, di sisi lain, pola osilasi kecerahan lingkaran-in-latar belakang ini. Akurasi tambahan ditingkatkan dengan pengguna mental berlatih kata-kata 'terang' dan 'gelap' selaras dengan transisi kecerahan lingkaran / surat. [46]

Electroencephalography (EEG) interface berbasis otak-komputer [ sunting ]

Ikhtisar [ sunting ]
Rekaman gelombang otak yang dihasilkan oleh electroencephalogram
Electroencephalography (EEG) adalah yang paling banyak dipelajari antarmuka non-invasif, terutama karena yang halus resolusi temporal , kemudahan penggunaan, portabilitas dan murah set-up. Teknologi ini agak rentan terhadap kebisingan namun.
Pada hari-hari awal penelitian BCI, lain penghalang besar untuk menggunakan EEG sebagai antarmuka otak-komputer adalah pelatihan yang ekstensif diperlukan sebelum pengguna dapat bekerja teknologi. Misalnya, dalam percobaan dimulai pada pertengahan 1990-an, Niels Birbaumer di University of Tübingen di Jerman dilatih orang parah lumpuh untuk mengatur diri sendiri potensi kortikal lambat dalam EEG mereka sedemikian rupa bahwa sinyal-sinyal ini dapat digunakan sebagai sinyal biner untuk mengendalikan kursor komputer. [47](dilatih sebelumnya Birbaumer epilepsi untuk mencegah akan datang cocok dengan mengendalikan gelombang tegangan rendah ini.) percobaan melihat sepuluh pasien dilatih untuk memindahkan kursor komputer dengan mengendalikan gelombang otak mereka. Proses lambat, membutuhkan lebih dari satu jam untuk pasien untuk menulis 100 karakter dengan kursor, sedangkan pelatihan sering mengambil berbulan-bulan. Namun, lambat kortikal pendekatan potensi untuk BCIs belum digunakan dalam beberapa tahun, sejak pendekatan lain memerlukan sedikit atau tidak ada pelatihan, lebih cepat dan lebih akurat, dan bekerja untuk proporsi yang lebih besar dari pengguna.
Parameter penelitian lain adalah jenis aktivitas osilasi yang diukur. Kemudian penelitian Birbaumer dengan Jonathan Wolpaw di New York State University telah difokuskan pada pengembangan teknologi yang akan memungkinkan pengguna untuk memilih sinyal otak mereka menemukan termudah untuk mengoperasikan BCI, termasuk mu dan betairama.
Parameter selanjutnya adalah metode umpan balik digunakan dan ini ditunjukkan dalam studi P300 sinyal. Pola gelombang P300 dihasilkan tanpa sengaja ( stimulus-umpan balik) ketika orang-orang melihat sesuatu mereka mengakui dan memungkinkan BCIs untuk memecahkan kode kategori pikiran tanpa melatih pasien pertama. Sebaliknya,biofeedback metode yang dijelaskan di atas membutuhkan belajar untuk mengendalikan gelombang otak sehingga aktivitas otak yang dihasilkan dapat dideteksi.
Lawrence Farwell dan Emanuel Donchin mengembangkan antarmuka otak-komputer berbasis EEG pada 1980-an. [48] "prosthesis mental" mereka digunakan respon P300 gelombang otak untuk memungkinkan mata pelajaran, termasuk satu lumpuh Locked-In sindrom pasien, untuk berkomunikasi kata-kata, huruf dan perintah sederhana ke komputer dan dengan demikian berbicara melalui synthesizer pidato didorong oleh komputer. Sejumlah perangkat serupa telah dikembangkan sejak itu. Pada tahun 2000, misalnya, penelitian oleh Jessica Bayliss di University of Rochester menunjukkan bahwa relawan mengenakan virtual reality helm bisa mengendalikan elemen dalam dunia virtual menggunakan EEG P300 bacaan, termasuk mengubah lampu dan mematikan dan membawa mobil mock-up ke berhenti. [49]
Sementara antarmuka otak-komputer berbasis EEG telah ditempuh secara luas oleh sejumlah laboratorium penelitian, kemajuan terbaru yang dibuat oleh Bin Dia dan timnya diUniversity of Minnesota menunjukkan potensi antarmuka otak-komputer berbasis EEG untuk menyelesaikan tugas-tugas dekat dengan invasif antarmuka otak-komputer.Menggunakan neuroimaging fungsional canggih termasuk fungsional BOLD MRI dan EEG sumber pencitraan, Bin Dia dan rekan kerja mengidentifikasi co-variasi dan co-lokalisasi sinyal elektrofisiologi dan hemodinamik yang disebabkan oleh imajinasi bermotor. [50] dimurnikan dengan pendekatan neuroimaging dan dengan pelatihan yang protokol, Bin Dia dan rekan kerja menunjukkan kemampuan antarmuka otak-komputer berbasis non-invasif EEG untuk mengontrol penerbangan dari helikopter virtual dalam ruang 3-dimensi, berdasarkan imajinasi bermotor. [51] pada bulan Juni tahun 2013 diumumkan bahwa Bin Dia telah mengembangkan teknik untuk memungkinkan helikopter remote-control untuk dibimbing melalui rintangan. [52]
Selain antarmuka otak-komputer berdasarkan gelombang otak, seperti yang dicatat dari elektroda kulit kepala EEG, Bin Dia dan rekan kerja dieksplorasi EEG antarmuka otak-komputer virtual berbasis sinyal dengan terlebih dahulu memecahkan EEG masalah inversi dan kemudian digunakan dihasilkan virtual EEG untuk tugas-tugas antarmuka otak-komputer. Studi terkontrol dengan baik disarankan manfaat seperti antarmuka otak-komputer analisis sumber berdasarkan. [53]
Sebuah studi 2014 menemukan bahwa berat pasien motor-gangguan bisa berkomunikasi lebih cepat dan lebih andal dengan non-invasif EEG BCI, dibandingkan dengan saluran komunikasi berbasis otot-. [54]

Kering array elektroda aktif [ sunting ]

Pada awal 1990-an Babak Taheri, di University of California, Davis menunjukkan single pertama dan juga multichannel kering array elektroda aktif menggunakan mikro-mesin.Saluran tunggal EEG kering konstruksi elektroda dan hasilnya dipublikasikan pada tahun 1994. [55] Elektroda tersusun juga ditunjukkan untuk tampil baik dibandingkan denganperak / perak klorida elektroda. Perangkat terdiri dari empat lokasi sensor dengan elektronik terpadu untuk mengurangi kebisingan dengan pencocokan impedansi . Keuntungan dari elektroda tersebut adalah: (1) tidak ada elektrolit yang digunakan, (2) tidak ada persiapan kulit, (3) berkurang secara signifikan ukuran sensor, dan (4) kompatibilitas dengan sistem pemantauan EEG. The susunan elektrode aktif adalah sebuah sistem terintegrasi yang terbuat dari array sensor kapasitif dengan sirkuit terpadu lokal bertempat di sebuah paket dengan baterai untuk daya sirkuit. Tingkat integrasi diperlukan untuk mencapai kinerja fungsional yang diperoleh elektroda.
elektroda diuji pada bangku uji listrik dan pada subyek manusia dalam empat modalitas aktivitas EEG, yaitu: (1) EEG spontan, (2) sensori-acara yang berhubungan potensi, (3) potensi batang otak, dan (4) event kognitif potensi -terkait. Kinerja elektroda kering baik dibandingkan dengan yang dari elektroda basah standar dalam hal persiapan kulit, ada persyaratan gel (kering), dan rasio signal-to-noise yang lebih tinggi. [56]
Pada tahun 1999 para peneliti di Case Western Reserve University , di Cleveland , Ohio , yang dipimpin oleh Hunter Peckham, digunakan 64-elektroda EEG kopiah untuk kembali gerakan tangan terbatas untuk tunadaksa Jim Jatich. Sebagai Jatich berkonsentrasi pada konsep sederhana namun sebaliknya seperti naik dan turun, keluaran EEG beta-ritmenya dianalisis menggunakan perangkat lunak untuk mengidentifikasi pola dalam kebisingan. Pola dasar diidentifikasi dan digunakan untuk mengontrol saklar: Di atas aktivitas rata-rata telah diaktifkan, bawah rata-rata off. Serta memungkinkan Jatich untuk mengendalikan kursor komputer sinyal juga digunakan untuk menggerakkan pengendali saraf tertanam di tangannya, memulihkan beberapa gerakan. [57]

Prostesis dan lingkungan pengendalian [ sunting ]

BCIs non-invasif juga telah diterapkan untuk mengaktifkan otak-kontrol perangkat ekstremitas atas dan bawah prostetik pada orang dengan kelumpuhan. Misalnya, Gert Pfurtscheller dari Graz University of Technology dan rekan menunjukkan BCI-dikontrol fungsional rangsangan listrik sistem untuk mengembalikan gerakan ekstremitas atas pada seseorang dengan tetraplegia karena cedera tulang belakang . [58] Antara 2012 dan 2013, para peneliti di University of California, Irvine menunjukkan untuk pertama kalinya bahwa adalah mungkin untuk menggunakan teknologi BCI untuk mengembalikan berjalan otak dikendalikan setelah cedera tulang belakang. Dalam mereka penelitian cedera tulang belakang studi, orang dengan paraplegia mampu mengoperasikan kiprah orthosis BCI-robot untuk mendapatkan kembali ambulasi otak dikendalikan dasar. [59] [60] Pada tahun 2009 Alex Blainey, seorang peneliti independen yang berbasis di Inggris, berhasil menggunakan Emotiv EPOC untuk mengontrol lengan robot 5 sumbu. [61] Dia kemudian melanjutkan untuk membuat beberapa demonstrasi pikiran kursi roda dikontrol dan otomatisasi rumah yang dapat dioperasikan oleh orang-orang dengan terbatas atau tidak ada kontrol motor seperti mereka dengan paraplegia dan cerebral palsy.

Penelitian lain [ sunting ]

Elektronik jaringan saraf telah dikerahkan yang menggeser tahap pembelajaran dari pengguna ke komputer. Percobaan oleh para ilmuwan di Fraunhofer Masyarakat pada tahun 2004 menggunakan jaringan saraf membawa perbaikan nyata dalam waktu 30 menit dari pelatihan. [62]
Percobaan oleh Eduardo Miranda , di University of Plymouth di UK , bertujuan untuk menggunakan rekaman EEG aktivitas mental yang berhubungan dengan musik untuk memungkinkan penyandang cacat untuk mengekspresikan diri musik melalui encephalophone . [63] Ramaswamy Palaniappan telah merintis pengembangan BCI untuk digunakan dalam biometrik untuk mengidentifikasi / mengotentikasi seseorang. [64] metode ini juga telah disarankan untuk digunakan sebagai perangkat generasi PIN (misalnya di ATM dan internet banking transaksi. [65] kelompok yang sekarang di University of Wolverhampton telah sebelumnya dikembangkan analog kontrol kursor menggunakan pikiran.[66]
Para peneliti di University of Twente di Belanda telah melakukan penelitian tentang penggunaan BCIs untuk individu non-cacat, mengusulkan bahwa BCIs dapat meningkatkan penanganan error, kinerja tugas, dan pengalaman pengguna dan bahwa mereka bisa memperluas spektrum pengguna. [67] Mereka terutama berfokus pada permainan BCI, [68]menunjukkan bahwa permainan BCI dapat memberikan tantangan, fantasi dan sosialitas untuk permainan pemain dan bisa, dengan demikian, meningkatkan pengalaman pemain. [69]
Sesi BCI pertama dengan akurasi 100% (berdasarkan 80 kanan dan 80 kiri gerakan imajinasi) tercatat pada tahun 1998 oleh Christoph Guger. Sistem BCI digunakan 27 elektroda overlay korteks sensorimotor, tertimbang elektroda dengan Pola Tata Ruang umum, menghitung varians berjalan dan menggunakan analisis diskriminan linier . [70]
Penelitian ini sedang berlangsung ke dalam penggunaan militer BCIs dan sejak tahun 1970 DARPA telah mendanai penelitian tentang topik ini. [1] [2] Fokus saat penelitian adalah komunikasi pengguna ke pengguna melalui analisis sinyal saraf. [71] Proyek "Diam bicara" bertujuan untuk mendeteksi dan menganalisa sinyal saraf kata-spesifik, menggunakan EEG, yang terjadi sebelum pidato yang disuarakan, dan untuk melihat apakah pola yang digeneralisasikan. [72]

Sumber DIY dan terbuka BCI [ sunting ]

Pada tahun 2001, The OpenEEG Project [73] yang digagas oleh sekelompok ahli saraf DIY dan insinyur. The ModularEEG adalah perangkat utama menciptakan masyarakat OpenEEG; itu adalah 6-channel sinyal capture board yang biaya antara $ 200 dan $ 400 untuk membuat di rumah. The OpenEEG Proyek menandai momen penting dalam munculnya DIY interfacing otak-komputer.
Pada tahun 2010, Frontier Nerds program ITP NYU menerbitkan tutorial menyeluruh berjudul Cara Hack Toy EEG. [74] The tutorial, yang mengaduk pikiran banyak tunas penggemar BCI DIY, menunjukkan cara membuat saluran tunggal di rumah EEG dengan sebuah Arduino dan Mattel Mindflex pada harga yang sangat wajar. Tutorial ini diperkuat gerakan BCI DIY.
Pada tahun 2013, OpenBCI muncul dari DARPA ajakan dan selanjutnya Kickstarter kampanye. Mereka menciptakan berkualitas tinggi, open-source 8-channel akuisisi EEG papan, yang dikenal sebagai Dewan 32bit, yang ritel untuk di bawah $ 500. Dua tahun kemudian mereka menciptakan pertama 3D-cetak EEG Headset, yang dikenal sebagai Ultracortex, serta, 4-channel akuisisi EEG papan, yang dikenal sebagai Dewan Ganglion, yang ritel untuk di bawah $ 100.
Pada 2015, NeuroTechX diciptakan dengan misi membangun jaringan internasional untuk neurotechnology. Mereka membawa hacker, peneliti dan penggemar semua bersama-sama di banyak kota yang berbeda di seluruh dunia. Menurut pertumbuhan yang cepat mereka, Neurotech / komunitas BCI DIY sudah menunggu inisiatif tersebut untuk melihat cahaya.

MEG dan MRI [ sunting ]

Artikel utama: magnetoencephalography dan Magnetic Resonance Imaging
Rekonstruksi ATR Labs 'penglihatan manusia menggunakanfMRI (baris atas: gambar asli; baris bawah: rekonstruksi dari rata-rata pembacaan gabungan)
Magnetoencephalography (MEG) dan pencitraan resonansi magnetik fungsional (fMRI) memiliki keduanya telah berhasil digunakan sebagai BCIs non-invasif. [75] Dalam sebuah percobaan dilaporkan secara luas, fMRI memungkinkan dua pengguna tidak dipindai untuk bermain Pong secara real-time dengan mengubah mereka respon hemodinamik atau aliran darah otak melalui biofeedback teknik. [76]
fMRI pengukuran respon hemodinamik secara real time juga telah digunakan untuk mengontrol lengan robot dengan penundaan tujuh detik antara pikiran dan gerakan. [77]
Pada tahun 2008 penelitian yang dikembangkan di Advanced Telecommunications Research (ATR) Komputasi NeuroscienceLaboratories di Kyoto , Jepang, memungkinkan para ilmuwan untuk merekonstruksi gambar secara langsung dari otak dan menampilkan mereka pada komputer dalam warna hitam dan putih pada resolusi dari 10x10 pixel . Artikel mengumumkan pencapaian ini adalah cerita sampul dari jurnal Neuron dari 10 Desember 2008. [78]
Pada tahun 2011 peneliti dari UC Berkeley diterbitkan [79] studi melaporkan rekonstruksi kedua-demi detik dari video yang ditonton oleh subjek studi tersebut, dari data fMRI. Hal ini dicapai dengan menciptakan model statistik yang berkaitan pola visual dalam video yang ditampilkan pada mata pelajaran, dengan aktivitas otak yang disebabkan oleh menonton video. Model ini kemudian digunakan untuk mencari 100 segmen video satu detik, dalam database dari 18 juta detik dari random YouTube video, yang pola visual yang paling erat cocok dengan aktivitas otak direkam ketika subjek menonton video baru. Ini 100 ekstrak video yang satu detik kemudian digabungkan menjadi gambar tumbuk-up yang menyerupai video yang ditonton. [80] [81] [82]

Neurogaming [ sunting ]

Saat ini, ada bidang baru game yang disebut Neurogaming, yang menggunakan BCI non-invasif untuk meningkatkan gameplay sehingga pengguna dapat berinteraksi dengan konsol tanpa menggunakan controller tradisional. [83] Beberapa software Neurogaming menggunakan gelombang otak pemain , denyut jantung, ekspresi, pelebaran pupil, dan bahkan emosi untuk menyelesaikan tugas atau mempengaruhi suasana hati dari permainan. [84] Sebagai contoh, pengembang game di Emotiv telah menciptakan BCI non-invasif yang akan menentukan mood pemain dan menyesuaikan musik atau pemandangan yang sesuai. Bentuk baru dari interaksi antara pemain dan perangkat lunak akan memungkinkan pemain untuk memiliki pengalaman gaming yang lebih realistis. [85] Karena akan ada lebih sedikit putuskan antara pemain dan konsol, Neurogaming akan memungkinkan individu untuk memanfaatkan "kondisi psikologis" mereka [86] dan memiliki mentransfer reaksi mereka untuk permainan secara real-time. [85]
Namun, karena Neurogaming masih dalam tahap pertama, tidak banyak yang ditulis tentang industri baru. The NeuroGaming Konferensi pertama diadakan di San Francisco pada 1-2 Mei 2013. [87]

Strategi pengendalian BCI di neurogaming [ sunting ]

Motorik [ sunting ]
motorik melibatkan imajinasi pergerakan berbagai bagian tubuh yang mengakibatkan sensorimotor aktivasi korteks, yang memodulasi osilasi sensorimotor dalam EEG. Ini dapat dideteksi oleh BCI untuk menyimpulkan maksud pengguna. motorik biasanya memerlukan sejumlah sesi pelatihan sebelum kontrol diterima dari BCI diperoleh. sesi pelatihan ini dapat berlangsung beberapa jam selama beberapa hari sebelum pengguna dapat secara konsisten menggunakan teknik dengan tingkat yang dapat diterima presisi. Terlepas dari durasi sesi pelatihan, pengguna tidak dapat menguasai skema kontrol. Hal ini menyebabkan kecepatan yang sangat lambat dari gameplay. [88] Muka metode pembelajaran mesin baru-baru ini dikembangkan untuk menghitung model subjek khusus untuk mendeteksi kinerja motorik. Algoritma performa teratas dari BCI Kompetisi IV (http://www.bbci.de/competition/iv/ ) dataset 2 untuk citra bermotor adalah Pola Filter Bank Umum Tata Ruang, yang dikembangkan oleh Ang et al. dari A * STAR , Singapore ).[89]
Bio / neurofeedback untuk desain BCI pasif [ sunting ]
Biofeedback digunakan untuk memantau relaksasi mental subjek. Dalam beberapa kasus, biofeedback tidak memonitor electroencephalography (EEG), tetapi parameter bukannya tubuh seperti electromyography (EMG), resistensi kulit galvanik (GSR), dan variabilitas denyut jantung sistem biofeedback (HRV) .Banyak yang digunakan untuk mengobati gangguan tertentu seperti attention deficit hyperactivity disorder (ADHD), masalah tidur pada anak-anak, gigi menggiling, dan sakit kronis. sistem biofeedback EEG biasanya memantau empat band yang berbeda (theta: 4-7 Hz, alpha: 8-12 Hz, SMR: 12-15 Hz, beta: 15-18 Hz) dan menantang subjek untuk mengendalikan mereka. Pasif BCI [28]melibatkan menggunakan BCI untuk memperkaya interaksi manusia-mesin dengan informasi tersirat pada negara pengguna yang sebenarnya, misalnya, simulasi untuk mendeteksi ketika pengguna berniat untuk mendorong rem selama mobil darurat prosedur berhenti. developer game menggunakan BCIs pasif harus mengakui bahwa melalui pengulangan dari tingkat permainan negara kognitif pengguna akan mengubah atau beradaptasi. Dalam bermain pertama tingkat, pengguna akan bereaksi terhadap hal-hal yang berbeda dari selama bermain kedua:. Misalnya, pengguna akan kurang terkejut melihat sebuah acara di permainan jika ia / dia mengharapkan [88]
Visual Evoked Potensial (VEP) [ sunting ]
Sebuah VEP adalah potensial listrik dicatat setelah subjek disajikan dengan jenis rangsangan visual. Ada beberapa jenis Veps.
Mapan potensi visual evoked (SSVEPs) menggunakan potensi yang dihasilkan oleh menarik retina, menggunakan rangsangan visual termodulasi pada frekuensi tertentu.rangsangan SSVEP ini sering terbentuk dari bolak pola kotak-kotak dan di kali hanya menggunakan berkedip gambar. Frekuensi pembalikan fase stimulus digunakan dapat dibedakan secara jelas dalam spektrum EEG; ini membuat deteksi SSVEP rangsangan relatif mudah. SSVEP telah terbukti berhasil dalam banyak sistem BCI. Hal ini disebabkan beberapa faktor, sinyal menimbulkan diukur sebagai besar populasi sebagai VEP sementara dan gerakan berkedip dan artefak elektro cardiographic tidak mempengaruhi frekuensi dipantau. Selain itu, sinyal SSVEP ini sangat kuat; organisasi topografi korteks visual utama adalah seperti yang area yang lebih luas memperoleh aferen dari daerah pusat atau fovial dari .SSVEP bidang visual memang memiliki beberapa masalah namun. Sebagai SSVEPs menggunakan berkedip rangsangan untuk menyimpulkan niat pengguna, pengguna harus menatap salah satu flashing atau iterasi simbol untuk berinteraksi dengan sistem. Oleh karena itu, kemungkinan bahwa simbol-simbol bisa menjadi menjengkelkan dan tidak nyaman untuk digunakan selama sesi bermain lagi, yang sering dapat berlangsung lebih dari satu jam yang mungkin tidak menjadi gameplay yang ideal.
Tipe lain dari VEP digunakan dengan aplikasi adalah potensi P300.P300 potensi-acara yang berhubungan adalah puncak positif dalam EEG yang terjadi di sekitar 300 ms setelah munculnya stimulus sasaran (stimulus yang pengguna menunggu atau mencari) atau rangsangan eksentrik. Amplitudo P300 menurun sebagai rangsangan target dan rangsangan diabaikan tumbuh lebih similar.The P300 diduga terkait dengan proses perhatian tingkat yang lebih tinggi atau respon berorientasi Menggunakan P300 sebagai skema kontrol memiliki keuntungan dari peserta hanya harus menghadiri terbatas sesi pelatihan. Aplikasi pertama yang menggunakan model P300 adalah matriks P300. Dalam sistem ini, subjek akan memilih surat dari grid 6 dengan 6 huruf dan angka. Baris dan kolom dari grid berkelebat berurutan dan setiap waktu yang dipilih "surat pilihan" diterangi pengguna P300 adalah (berpotensi) menimbulkan. Namun, proses komunikasi, sekitar 17 karakter per menit, sangat lambat. P300 adalah BCI yang menawarkan pilihan diskrit daripada mekanisme kontrol terus menerus. Keuntungan dari penggunaan P300 dalam game adalah bahwa pemain tidak harus mengajar dirinya / dirinya bagaimana menggunakan sistem kontrol benar-benar baru dan hanya memiliki untuk melakukan hal pelatihan singkat, untuk mempelajari mekanika gameplay dan penggunaan dasar paradigma BCI. [88]

Sintetik telepati / komunikasi diam [ sunting ]

Dalam inisiatif Angkatan Darat $ 6.300.000 untuk menciptakan perangkat untuk komunikasi telepati, Gerwin Schalk , ditanggung dalam hibah $ 2,2 juta menemukan bahwa adalah mungkin untuk menggunakan sinyal ECOG untuk membedakan huruf vokal dan konsonan tertanam dalam lisan dan dalam kata-kata membayangkan. Hasil menjelaskan mekanisme yang berbeda terkait dengan produksi vokal dan konsonan, dan bisa memberikan dasar untuk komunikasi berbasis otak menggunakan pidato dibayangkan. [44] [90]
Penelitian telepati sintetis menggunakan subvocalization berlangsung di University of California, Irvine bawah memimpin ilmuwan Mike D'Zmura. Komunikasi seperti pertama terjadi pada tahun 1960 menggunakan EEG untuk membuat kode Morse menggunakan gelombang alpha otak. Menggunakan EEG untuk berkomunikasi pidato membayangkan kurang akurat dibandingkan dengan metode invasif menempatkan elektroda antara tengkorak dan otak. [91] Pada tanggal 27 Februari 2013 sekelompok Miguel Nicolelis di Duke University dan IINN-ELS berhasil tersambung otak dua tikus dengan antarmuka elektronik yang memungkinkan mereka untuk langsung berbagi informasi, di antarmuka otak-ke-otak pertama kalinya langsung . [92] [93] [94]
Pada September 2014 3, para ilmuwan melaporkan bahwa komunikasi langsung antara otak manusia itu mungkin lebih dari jarak diperpanjang melalui transmisi internet dari sinyal EEG. [95] [96]
Pada bulan Maret dan Mei 2014 sebuah studi yang dilakukan oleh Dipartimento di Psicologia Generale - Università di Padova, EVANLAB - Firenze, LiquidWeb perusahaan srl dan Dipartimento di Ingegneria e Architettura - Università di Trieste, melaporkan hasil konfirmasi menganalisis aktivitas EEG dari dua mitra manusia spasial terpisah sekitar 190 km terpisah ketika salah satu anggota dari pasangan menerima rangsangan dan yang kedua terhubung hanya secara mental dengan yang pertama. [97] [98]

Kultur sel BCIs [ sunting ]

Artikel utama: jaringan saraf Berbudaya
Para peneliti telah membangun perangkat untuk berinteraksi dengan sel-sel saraf dan seluruh jaringan saraf dalam budaya luar hewan. Serta melanjutkan penelitian tentang perangkat implan hewan, percobaan pada jaringan saraf berbudaya telah berfokus pada membangun jaringan pemecahan masalah, membangun komputer dasar dan memanipulasi perangkat robot. Penelitian teknik untuk merangsang dan merekam dari neuron individu ditanam di chip semikonduktor kadang-kadang disebut sebagai neuroelectronics atau neurochips . [99]
Pertama di duniaNeurochip , yang dikembangkan oleh Caltechpeneliti Jerome Pine dan Michael Maher
Pengembangan Neurochip kerja pertama diklaim oleh tim Caltech yang dipimpin oleh Jerome Pine dan Michael Maher pada tahun 1997. [100] The Caltech Chip memiliki ruang untuk 16 neuron.
Pada tahun 2003 sebuah tim yang dipimpin oleh Theodore Berger, di University of Southern California , mulai bekerja pada sebuah Neurochip dirancang untuk berfungsi sebagai buatan atau palsu hippocampus . Neurochip ini dirancang untuk berfungsi dalam otak tikus dan dimaksudkan sebagai prototipe untuk perkembangan akhir prosthesis tinggi-otak. Hippocampus dipilih karena dianggap bagian yang paling memerintahkan dan terstruktur otak dan daerah yang paling banyak dipelajari. Fungsinya untuk mengkodekan pengalaman untuk penyimpanan sebagai kenangan jangka panjang di tempat lain di otak. [101]
Pada tahun 2004 Thomas DeMarse di University of Florida menggunakan budaya 25.000 neuron yang diambil dari otak tikus untuk terbang F-22jet tempur simulator pesawat . [102] Setelah pengumpulan, neuron kortikal yang berbudaya dalam cawan petri dan cepat mulai menyambung kembali diri mereka sendiri untuk membentuk jaringan saraf yang hidup. Sel-sel diatur melalui grid 60 elektroda dan digunakan untuk mengontrollapangan dan yaw fungsi simulator. Fokus penelitian ini adalah pada pemahaman bagaimana otak manusia dan belajar melakukan tugas-tugas komputasi pada tingkat sel.

Pertimbangan etis [ sunting ]

Masalah etika, hukum dan sosial yang penting yang berkaitan dengan interfacing otak-komputer adalah: [103] [104] [105] [106]
  • masalah konseptual (peneliti tidak setuju atas apa dan apa yang tidak antarmuka otak-komputer), [106]
  • memperoleh persetujuan dari orang yang mengalami kesulitan berkomunikasi,
  • analisis risiko / manfaat,
  • tanggung jawab bersama dari tim BCI (misalnya bagaimana memastikan bahwa keputusan kelompok yang bertanggung jawab dapat dibuat),
  • konsekuensi dari teknologi BCI untuk kualitas hidup pasien dan keluarga mereka,
  • efek samping (misalnya neurofeedback pelatihan ritme sensorimotor dilaporkan mempengaruhi kualitas tidur),
  • tanggung jawab pribadi dan kendala yang mungkin terjadi (misalnya siapa yang bertanggung jawab atas tindakan yang salah dengan neuroprosthesis a),
  • isu-isu tentang kepribadian dan kepribadian dan perubahan yang mungkin terjadi,
  • aplikasi terapi dan terlampaui mungkin mereka,
  • pertanyaan etika penelitian yang muncul ketika maju dari eksperimen hewan untuk aplikasi pada subyek manusia,
  • membaca pikiran dan privasi,
  • pikiran-kontrol ,
  • menggunakan teknologi dalam teknik interogasi canggih oleh otoritas pemerintah,
  • peningkatan selektif dan stratifikasi sosial.
  • komunikasi kepada media.
Clausen menyatakan pada tahun 2009 bahwa "BCIs menimbulkan tantangan etika, tetapi ini secara konseptual mirip dengan yang bioetika telah ditujukan untuk alam lain terapi".[103] Selain itu, ia menyarankan bahwa bioetika baik-siap untuk berurusan dengan isu-isu yang timbul dengan teknologi BCI. Haselager dan rekan [104] menunjukkan bahwa harapan dari keberhasilan BCI dan nilai memainkan peran besar dalam analisis etika dan cara ilmuwan BCI harus mendekati Media. Selanjutnya, protokol standar dapat diimplementasikan untuk memastikan prosedur informed consent secara etika dengan terkunci-pada pasien.
Para peneliti sangat menyadari bahwa pedoman etika suara, tepat moderator antusiasme dalam liputan media dan pendidikan tentang sistem BCI akan menjadi sangat penting untuk penerimaan sosial dari teknologi ini. Dengan demikian, baru-baru ini lebih banyak upaya dilakukan dalam komunitas BCI untuk membuat konsensus tentang pedoman etis bagi penelitian BCI, pengembangan dan penyebaran. [106]

Antarmuka berbasis BCI klinis dan penelitian bermutu [ sunting ]

Beberapa perusahaan telah memproduksi sistem high-end yang telah banyak digunakan dalam mendirikan laboratorium BCI selama beberapa tahun. Sistem ini biasanya memerlukan saluran lebih dari sistem murah di bawah, dengan kualitas sinyal yang lebih tinggi dan ketahanan dalam pengaturan dunia nyata. [ Menurut siapa? ] Beberapa sistem dari perusahaan baru telah mendapatkan perhatian untuk aplikasi BCI baru untuk kelompok pengguna baru , seperti orang dengan stroke atau koma.
  • Pada tahun 2011, Nuamps EEG dari www.neuroscan.com digunakan untuk mempelajari sejauh mana sinyal otak terdeteksi dari pasien stroke yang dilakukan citra motor menggunakan BCI dalam percobaan klinis yang besar, dan hasilnya menunjukkan bahwa sebagian besar pasien (87%) bisa menggunakan BCI tersebut. [107]
  • Pada bulan Maret 2012 g.tec memperkenalkan intendiX-ejaan, tersedia secara komersial pertama sistem BCI untuk digunakan di rumah yang dapat digunakan untuk mengontrol permainan komputer dan aplikasi. Hal ini dapat mendeteksi sinyal otak yang berbeda dengan akurasi 99%. [108] telah menyelenggarakan beberapa tur lokakarya untuk menunjukkan sistem intendiX dan perangkat keras lainnya dan perangkat lunak untuk masyarakat, seperti tur lokakarya Pantai Barat AS selama September 2012.
  • Sebuah perusahaan yang berbasis di Jerman disebut BrainProducts [109] membuat sistem yang banyak digunakan dalam mendirikan laboratorium BCI.
  • Pada tahun 2012 sebuah perusahaan startup Italia, LiquidWeb srl, merilis "Braincontrol", prototipe pertama dari AAC berbasis BCI, dirancang untuk pasien di terkunci-dalam negara. Itu divalidasi dari 2012 dan 2014 dengan melibatkan LIS dan CLIS pasien. [110] [111] [112] Pada tahun 2014 perusahaan memperkenalkan versi komersial dari produk, dengan kelas tanda CE Saya sebagai perangkat medis.

Murah berbasis BCI interface [ sunting ]

Baru-baru ini sejumlah perusahaan telah turunkan kelas medis teknologi EEG (dan dalam satu kasus, NeuroSky, dibangun kembali teknologi dari bawah ke atas[ klarifikasi diperlukan ] ) untuk membuat BCIs murah. Teknologi ini telah dibangun menjadi mainan dan perangkat game; beberapa mainan ini telah sangat sukses secara komersial seperti NeuroSky dan Mattel MindFlex.
  • Pada tahun 2006 Sony dipatenkan sistem antarmuka saraf yang memungkinkan gelombang radio untuk mempengaruhi sinyal di korteks saraf. [113]
  • Pada tahun 2007 NeuroSky merilis terjangkau EEG berdasarkan konsumen pertama bersama dengan permainan Neuroboy. Ini juga pertama besar perangkat skala EEG untuk menggunakan teknologi sensor kering. [114]
  • Pada tahun 2008 OCZ Technology dikembangkan perangkat untuk digunakan dalam video game mengandalkan terutama pada elektromiografi . [115]
  • Pada tahun 2008 Final Fantasy pengembang Square Enix mengumumkan bahwa itu bermitra dengan NeuroSky untuk membuat game, Judecca. [116] [117]
  • Pada tahun 2009 Mattel bermitra dengan NeuroSky untuk melepaskan Mindflex , permainan yang digunakan EEG untuk mengarahkan bola melalui rintangan. Sejauh yang terbaik EEG berdasarkan penjualan konsumen to date. [116] [118]
  • Pada tahun 2009 Uncle Milton Industries bermitra dengan NeuroSky untuk melepaskan Star Wars Force Trainer , permainan yang dirancang untuk menciptakan ilusi memilikiAngkatan . [116] [119]
  • Pada tahun 2009 Emotiv merilis EPOC, 14 saluran EEG perangkat yang dapat membaca 4 mental, 13 negara yang sadar, ekspresi wajah, dan gerakan kepala. EPOC adalah BCI komersial pertama yang menggunakan teknologi sensor kering, yang dapat dibasahi dengan larutan garam untuk koneksi yang lebih baik. [120]
  • Pada November 2011 majalah Time yang dipilih "necomimi" yang diproduksi oleh Neurowear sebagai salah satu penemuan terbaik tahun ini. Perusahaan ini mengumumkan bahwa pihaknya akan meluncurkan versi konsumen garmen, yang terdiri dari telinga seperti kucing dikendalikan oleh pembaca gelombang otak yang dihasilkan olehNeuroSky , pada musim semi 2012. [121]
  • Februari 2014 Mereka Akan Berjalan (sebuah organisasi nirlaba tetap pada membangun exoskeletons, LIFESUITs dijuluki, untuk paraplegics dan lumpuh) memulai kemitraan dengan James W. Shakarji pada pengembangan BCI nirkabel. [122]

Arah masa depan [ sunting ]

Sebuah konsorsium yang terdiri dari 12 mitra Eropa telah menyelesaikan roadmap untuk mendukung Komisi Eropa dalam keputusan pendanaan mereka untuk program kerangka kerja baru Horizon 2020 . Proyek yang didanai oleh Komisi Eropa, dimulai pada November 2013 dan berakhir pada bulan April 2015. roadmap sekarang lengkap, dan dapat di-download dari halaman web proyek . Sebuah publikasi 2015 menjelaskan beberapa analisis dan pencapaian proyek ini, serta muncul Brain-Computer Interface Society. [123] Sebagai contoh, artikel Ulasan ini bekerja dalam proyek ini yang lebih lanjut ditetapkan BCIs dan aplikasi, menjelajahi tren terbaru, dibahas masalah etika, dan dievaluasi arah yang berbeda untuk BCIs baru. Sebagai catatan artikel, roadmap baru mereka umumnya meluas dan mendukung rekomendasi dari proyek Future BNCI, yang menyampaikan beberapa antusiasme untuk muncul arah BCI.
Selain, [123] publikasi terbaru lainnya telah meneliti arah BCI masa depan yang paling menjanjikan untuk kelompok baru dari pengguna cacat (misalnya, [4] [124] [125] [126] [127] ).Beberapa contoh yang menonjol adalah sebagai berikut.

Gangguan kesadaran (DOC) [ sunting ]

Beberapa orang memiliki kelainan kesadaran (DOC). Negara ini didefinisikan untuk memasukkan orang dengan koma, serta orang dalam keadaan vegetatif (VS) atau minimal keadaan sadar (MCS). Penelitian BCI baru berusaha untuk membantu orang dengan DOC dengan cara yang berbeda. Sebuah tujuan awal utama adalah untuk mengidentifikasi pasien yang mampu melakukan tugas-tugas kognitif dasar, yang tentunya menyebabkan perubahan dalam diagnosis mereka. Artinya, beberapa orang yang didiagnosis dengan DOC mungkin sebenarnya dapat memproses informasi dan membuat keputusan hidup yang penting (seperti apakah untuk mencari terapi, di mana untuk hidup, dan pandangan mereka tentang akhir-of-hidup keputusan mengenai mereka). Beberapa orang yang didiagnosis dengan DOC die sebagai akibat dari end-of-hidup keputusan, yang dapat dilakukan oleh anggota keluarga yang tulus merasa ini adalah dalam kepentingan terbaik pasien. Mengingat prospek baru yang memungkinkan pasien untuk memberikan pandangan mereka tentang keputusan ini, tampaknya ada akan menjadi tekanan etika yang kuat untuk mengembangkan arah penelitian ini untuk menjamin bahwa pasien DOC diberi kesempatan untuk memutuskan apakah mereka ingin hidup. [128] [129]
Ini dan artikel lainnya menggambarkan tantangan baru dan solusi untuk menggunakan teknologi BCI untuk membantu orang dengan DOC. Salah satu tantangan utama adalah bahwa pasien ini tidak dapat menggunakan BCIs berdasarkan visi. Oleh karena itu, alat-alat baru mengandalkan pendengaran dan / atau vibrotactile rangsangan. Pasien dapat memakai headphone dan / atau stimulator vibrotactile ditempatkan pada pergelangan tangan, leher, kaki, dan / atau lokasi lainnya. Tantangan lain adalah bahwa pasien mungkin memudar dalam dan keluar dari kesadaran, dan hanya bisa berkomunikasi pada waktu tertentu. Ini memang mungkin menjadi penyebab diagnosis keliru. Beberapa pasien mungkin hanya dapat menanggapi permintaan dokter 'selama beberapa jam per hari (yang mungkin tidak dapat diprediksi sebelumnya) dan dengan demikian mungkin tidak responsif selama diagnosis. Oleh karena itu, metode baru bergantung pada alat-alat yang mudah digunakan dalam pengaturan lapangan, bahkan tanpa bantuan ahli, sehingga anggota keluarga dan orang lain tanpa latar belakang medis atau teknis masih bisa menggunakannya. Ini akan mengurangi biaya, waktu, kebutuhan akan keahlian, dan beban lainnya dengan penilaian DOC. Alat otomatis dapat mengajukan pertanyaan sederhana yang pasien dapat dengan mudah menjawab, seperti "Apakah ayahmu bernama George?" atau "Apakah Anda lahir di Amerika Serikat?" Petunjuk otomatis menginformasikan pasien bahwa mereka dapat menyampaikan ya atau tidak oleh (misalnya) memfokuskan perhatian mereka pada rangsangan di kanan vs pergelangan tangan kiri. Fokus perhatian ini menghasilkan perubahan terpercaya dalam pola EEG yang dapat membantu menentukan bahwa pasien dapat berkomunikasi. Hasil penelitian ini dapat disampaikan kepada dokter dan terapis, yang dapat menyebabkan diagnosis direvisi dan terapi. Selain itu, pasien ini kemudian bisa diberikan dengan alat komunikasi berbasis BCI yang dapat membantu mereka menyampaikan kebutuhan dasar, menyesuaikan posisi tidur dan HVAC (pemanas, ventilasi, dan pendingin udara), dan sebaliknya memberdayakan mereka untuk membuat keputusan besar dalam hidup dan berkomunikasi. [130] [131][132]
Upaya penelitian ini didukung sebagian oleh berbagai proyek yang didanai Uni Eropa, seperti DECODER proyek yang dipimpin oleh Prof. Andrea Kuebler di Universitas Wuerzburg. Proyek ini berkontribusi pada sistem BCI pertama kali dikembangkan untuk penilaian DOC dan komunikasi, yang disebut mindBEAGLE . Sistem ini dirancang untuk membantu pengguna non-pakar bekerja dengan pasien DOC, tetapi tidak dimaksudkan untuk menggantikan staf medis. Sebuah proyek yang didanai Uni Eropa dijadwalkan akan dimulai pada tahun 2015 disebut ComAlert akan melakukan penelitian dan pengembangan lebih lanjut untuk meningkatkan prediksi DOC, penilaian, rehabilitasi, dan komunikasi, yang disebut "PARC" dalam proyek itu. Proyek lain yang didanai oleh National Science Foundation dipimpin oleh profesor. Dean Krusienski dan Chang Nam. Proyek ini menyediakan untuk sistem diperbaiki vibrotactile, analisis sinyal canggih, dan perbaikan lainnya untuk penilaian DOC dan komunikasi.

Fungsional pemetaan otak [ sunting ]

Setiap tahun, sekitar 400.000 orang menjalani pemetaan otak selama bedah saraf. Prosedur ini sering diperlukan untuk orang dengan tumor atau epilepsi yang tidak menanggapi pengobatan. [133] Selama prosedur ini, elektroda ditempatkan pada otak untuk secara tepat mengidentifikasi lokasi dari struktur dan bidang fungsional. Pasien mungkin terjaga selama bedah saraf dan diminta untuk melakukan tugas-tugas tertentu, seperti menggerakkan jari-jari atau mengulangi kata-kata. Hal ini diperlukan agar dokter bedah dapat menghapus hanya jaringan yang diinginkan sementara hemat daerah lain, seperti gerakan atau bahasa kritis daerah. Menghapus terlalu banyak jaringan otak dapat menyebabkan kerusakan permanen, saat mengeluarkan terlalu sedikit jaringan dapat meninggalkan kondisi yang mendasari diobati dan memerlukan bedah saraf tambahan. Dengan demikian, ada kebutuhan yang kuat untuk meningkatkan kedua metode dan sistem untuk memetakan otak seefektif mungkin.
Dalam beberapa publikasi terbaru, para ahli riset BCI dan dokter telah bekerjasama untuk mengeksplorasi cara-cara baru untuk menggunakan teknologi BCI untuk meningkatkan pemetaan bedah saraf. Karya ini banyak difokuskan pada aktivitas gamma tinggi, yang sulit dideteksi dengan cara-cara non-invasif. Hasil telah menyebabkan metode yang diperbaiki untuk mengidentifikasi bidang utama untuk gerakan, bahasa, dan fungsi lainnya. Sebuah artikel baru-baru dibahas kemajuan dalam pemetaan otak fungsional dan merangkum sebuah lokakarya. [134]

Klinis Brain-Machine Interface Masyarakat [ sunting ]

Clinical BMI Masyarakat [135] neurotechnology didirikan pada Lokakarya 2015 International Clinical Brain-Machine Interface di Tokyo, Jepang, dan memiliki tujuan untuk mendorong kolaborasi antara akademisi, rumah sakit, industri dan pembuat kebijakan untuk memfasilitasi pelaksanaan BMI berbasis di kesehatan peduli. Selain menyediakan informasi tentang negara-of-the-art, studi saat klinis, peluang pendanaan, dan instrumen yang mendorong kerjasama internasional, masyarakat CBMI juga memberikan informasi tentang upaya pemetaan jalan di wilayah dunia yang berbeda. Keanggotaan gratis dan terbuka untuk semua orang tertarik.

BCI Masyarakat [ sunting ]

Banyak orang dalam komunitas BCI telah bekerja menuju Interface Masyarakat resmi Brain-Computer selama beberapa tahun terakhir. [123] Pada Kelima Internasional BCI Meeting di Asilomar, CA pada tahun 2013, sesi pleno peserta dengan suara bulat memilih mendukung membentuk Masyarakat ini. Sejak itu, beberapa orang telah peraturan aktif mengembangkan, anggaran dasar, pernyataan resmi, infrastruktur keanggotaan, situs resmi, dan rincian lainnya. The Dewan terdiri dari banyak orang paling mapan dalam penelitian BCI, termasuk tiga perwira: Prof. Jonathan Wolpaw (Presiden), Prof. Nick Ramsey (Wakil Presiden), dan Dr. Christoph Guger (Bendahara).

Put your ad code here

Langganan: Posting Komentar ( Atom )

Post Comment

Tidak ada komentar