Les scientifiques aiment rechercher la première mention de leur science. Par exemple, j'ai vu un article où il était sérieusement déclaré que les premières expériences sur la stimulation électrique du cerveau ont été réalisées dans la Rome antique, lorsque quelqu'un a été choqué par l'anguille électrique. D'une manière ou d'une autre, généralement, l'histoire de l'électrophysiologie est généralement calculée à partir des expériences de Luigi Galvani (XVIIIe siècle). Dans cette série d'articles, nous allons essayer de raconter une petite partie de ce que la science a appris au cours des 300 dernières années sur l'activité électrique du cerveau humain, sur les bénéfices qui peuvent être extraits de tout cela.
D'où vient l'activité électrique cérébrale?
Le cerveau est composé de neurones et de glie. Les neurones présentent une activité électrique, la glie peut également le faire, mais d'une manière différente [ 1 ], [ 2 ], et aujourd'hui nous n'y ferons pas attention.
L'activité électrique des neurones consiste à pomper les ions sodium, potassium et chlore entre la cellule et l'environnement. Entre les neurones, les signaux sont transmis à l'aide de médiateurs chimiques. Lorsqu'un médiateur sécrété par un neurone pénètre dans un récepteur approprié d'un autre neurone, il peut ouvrir des canaux ioniques chimiquement activés et laisser pénétrer une petite quantité d'ions dans la cellule. En conséquence, la cellule modifie légèrement sa charge. Si suffisamment d'ions sont entrés dans la cellule (par exemple, un signal est arrivé à plusieurs synapses en même temps), d'autres canaux ioniques en fonction de la tension (il y en a plus) s'ouvrent, et la cellule est activée en quelques millisecondes sur la base d'un principe «tout ou rien», puis revient à condition précédente. Ce processus est appelé potentiel d'action.
Comment puis-je l'enregistrer
La meilleure façon d'enregistrer l'activité des cellules individuelles est de coller une électrode dans le cortex. Ce peut être un fil , ce peut être une matrice avec plusieurs dizaines de canaux , ce peut être une broche avec plusieurs centaines , ou ce peut être une carte flexible avec plusieurs milliers (comme ça pour vous, masque de masque ).
Sur les animaux, cela se fait depuis longtemps. Parfois, pour des raisons de santé (épilepsie, maladie de Parkinson, paralysie complète), elles se font sur une personne. Les patients porteurs d'implants peuvent imprimer du texte avec la puissance de la pensée, contrôler les exosquelettes et même contrôler tous les degrés de liberté du manipulateur industriel.
Cela semble impressionnant, mais dans un avenir proche, de telles méthodes ne seront pas disponibles dans toutes les cliniques du district et, en particulier, pour les personnes en bonne santé. Premièrement, c'est très cher - le coût de l'intervention pour chaque patient est mesuré en centaines de milliers de dollars. Deuxièmement, l'implantation d'électrodes dans le cortex est toujours une opération neurochirurgicale sérieuse avec toutes les complications possibles et les dommages au tissu nerveux autour de l'implant. Troisièmement, la technologie elle-même est imparfaite - on ne sait pas quoi faire de la compatibilité tissulaire des implants, et comment empêcher leur encrassement avec la glie, à la suite de quoi le signal souhaité cesse d'être enregistré au fil du temps. De plus, apprendre à chaque patient comment utiliser un implant peut prendre plus d'un an de formation quotidienne.
Vous ne pouvez pas enfoncer les fils profondément dans l'écorce, mais mettez-les doucement dessus - vous obtenez un électrocorticogramme. Ici, le signal des neurones individuels ne peut plus être enregistré, mais vous pouvez voir l'activité de très petites zones (la règle générale est que plus les neurones sont éloignés, plus la résolution spatiale de la méthode est mauvaise). Le niveau d'envahissement est plus faible, mais vous devez toujours ouvrir le crâne, donc cette méthode est principalement utilisée pour la surveillance pendant les opérations.
Vous pouvez mettre des fils même pas sur le cortex, mais sur la dure-mère (le crâne mince qui se trouve entre le cerveau et le vrai crâne). Ici, le niveau d'envahissement et de complications possibles est encore plus faible, mais le signal est toujours de très bonne qualité. Il se révélera EEG péridurale. La méthode est bonne pour tout le monde, cependant, une opération est encore nécessaire ici.
Enfin, une méthode mini-invasive pour étudier l'activité électrique du cerveau est un électroencéphalogramme, à savoir, l'enregistrement à l'aide d'électrodes qui sont à la surface de la tête. La méthode est la plus répandue, relativement bon marché (les appareils haut de gamme ne coûtent pas plus de plusieurs dizaines de milliers de dollars, et la plupart sont plusieurs fois moins chers, les consommables sont presque gratuits), et a la résolution temporelle la plus élevée des méthodes non invasives - vous pouvez étudier les processus de perception, qui prennent quelques millisecondes. Inconvénients - faible résolution spatiale et signal bruyant, qui, cependant, contient suffisamment d'informations à des fins médicales et de neuro-interface.
Dans l'image avec le potentiel d'action, on peut voir que la courbe a deux parties principales - en fait, le potentiel d'action (grand pic) et le potentiel synaptique (petit changement d'amplitude avant le grand pic). Il serait logique de supposer que ce que nous enregistrons à la surface de la tête est la somme des potentiels d'action des neurones individuels. Cependant, en réalité, tout fonctionne dans l'autre sens - le potentiel d'action prend environ 1 milliseconde et, malgré sa grande amplitude, ne traverse pas le crâne et les tissus mous, mais les potentiels synaptiques en raison de leur durée plus longue sont bien résumés et enregistrés à la surface du crâne. Cela a été prouvé par un enregistrement simultané par des méthodes invasives et non invasives. Il est également important que l'activité de tous les neurones ne puisse pas être enregistrée à l'aide d'EEG (plus de détails ici ).
Il est important qu'il y ait environ 86 milliards de cellules nerveuses dans le cerveau (comment cela peut-il être calculé avec une telle précision, lire ici ), et l'activité d'un neurone dans un tel bruit est impossible à compter. Cependant, certaines informations peuvent encore être extraites. Imaginez que vous vous tenez au centre d'un stade de football. Alors que les fans font juste du bruit et parlent entre eux, vous entendez un bourdonnement constant, mais dès que même une petite partie des personnes présentes commence à chanter un chant, il peut déjà être entendu assez clairement. De la même manière avec les neurones - à la surface du crâne, vous ne pouvez voir un signal significatif que si immédiatement un grand nombre de neurones présentent une activité synchrone. Pour l'EEG non invasif, il s'agit d'environ 50 000 neurones fonctionnant de manière synchrone.
Pour la première fois, l'idée de mesurer la tension sur la tête d'une personne a été réalisée en 1924 par une personne plutôt intéressante . Le premier enregistrement EEG ressemblait à ceci:
Il est difficile de comprendre ce que signifie ce signal, mais il est immédiatement clair qu'il ne ressemble pas à du bruit blanc - des broches d'oscillations de haute amplitude et de fréquences différentes y sont visibles. Ce rythme alpha est le rythme cérébral le plus visible qui peut être vu à l'œil nu.
Maintenant, bien sûr, les rythmes EEG ne sont pas analysés à l'œil, mais par des méthodes mathématiques, dont les plus simples sont spectrales.
Spectre de Fourier rayé de l'électroencéphalogramme ( source )
Au total, il existe plusieurs bandes dans lesquelles l'activité rythmique de l'EEG est généralement analysée, voici les plus populaires:
8-14 Hz - rythme alpha. Présentée principalement dans les zones occipitales. Augmente considérablement lors de la fermeture des yeux, est également supprimé par le stress mental et augmente avec la relaxation. Ce rythme se produit lorsque l'excitation circule entre le cortex et le thalamus. Le thalamus est une sorte de routeur qui décide comment rediriger les informations entrantes vers le cortex. Lorsqu'une personne ferme les yeux, elle n'a rien à faire, elle commence à générer une activité de fond, ce qui provoque un rythme alpha dans le cortex. En outre, le réseau en mode par défaut joue un rôle important - un réseau de structures qui sont actives pendant l'éveil silencieux, mais c'est un sujet pour un article séparé.
Une sorte de rythme alpha avec lequel il est facile de confondre est le rythme mu. Il a des caractéristiques similaires, mais est enregistré dans les zones centrales de la tête, où se trouve le cortex moteur. Une caractéristique importante est que sa puissance diminue quand une personne bouge ses membres, ou même réfléchit à la façon de le faire.
14-30 Hz - Rythme bêta. Plus prononcé dans les lobes frontaux du cerveau. Augmente avec le stress mental.
30+ Hz - Rythme gamma. Cela peut être quelque part à l'intérieur du cerveau, mais la plupart de ce qui peut être enregistré à partir de la surface provient des muscles. Nous avons découvert ce qui suit :
Il est nécessaire de retirer en quelque sorte l'activité musculaire de la tête afin d'enregistrer l'EEG avec et sans muscles. Malheureusement, il n'existe aucun moyen facile de désactiver les muscles de la tête sans les déconnecter dans tout le corps. Nous prenons un scientifique (personne d'autre n'accepterait une telle chose), le pompons avec un relaxant musculaire, à la suite de quoi tous les muscles sont déconnectés. Le problème est que si vous coupez tous les muscles, y compris le diaphragme et l'intercostal, il ne pourra pas respirer. Solution - placez-le sur un ventilateur. Le problème est qu'il ne peut même pas parler sans muscles. Solution - nous mettons un garrot sur son bras pour que le relaxant musculaire ne tombe pas là, alors il peut donner des signaux avec ce bras. Le problème est que si vous resserrez l'expérience, la main tombera. Solution - nous arrêtons l'expérience lorsque le scientifique cesse de sentir sa main, et nous espérons que tout se terminera bien. Le résultat - une part dans le spectre de fréquences EEG de plus de 20 Hz sur le fond du relaxant musculaire devient 10-200 fois moins, plus la fréquence est élevée, plus la chute est élevée.
1-4 Hz - rythme delta. Exprimé au cours de la phase, tout à coup, le sommeil delta (le sommeil le plus profond), augmente également avec le stress.
En plus de l'activité rythmique, il y en a aussi une évoquée dans l'EEG. Si nous savons avec certitude à quel moment nous montrons à une personne une incitation (cela peut être une image, un son, une sensation tactile ou même une odeur ), nous pouvons voir quelle a été la réaction à ce stimulus particulier. Le rapport signal / bruit d'une telle réponse par rapport à l'EEG de fond est plutôt faible, mais si nous montrons le stimulus, par exemple, 10 fois, coupons l'EEG par rapport au moment de la présentation et à la moyenne, nous pouvons obtenir des courbes assez détaillées, appelées potentiels évoqués (à ne pas confondre avec les potentiels actions).
C'est le potentiel sonore évoqué. Nous laisserons les détails aux psychophysiologues - ici, il nous suffit de comprendre que chaque extrême signifie quelque chose. Avec une moyenne suffisante, les réponses des structures seront visibles, à partir du nerf auditif (I) et se terminant par le cortex associatif (P2).
Que peut-on faire avec elle
Vous pouvez faire beaucoup de choses, mais aujourd'hui nous nous concentrerons sur les interfaces de neuro-ordinateurs. Ce sont des systèmes d'analyse EEG en temps réel qui permettent d'envoyer des commandes à un ordinateur ou à un robot sans l'aide des muscles - le plus proche de la télékinésie que la science moderne peut fournir.
La chose la plus évidente qui me vient à l'esprit est de faire une interface sur l'activité rythmique. On se souvient que le rythme alpha est petit quand une personne est tendue, et beaucoup quand elle est détendue? Alors détendez-vous. Nous écrivons l'EEG, faisons la transformée de Fourier, lorsque la puissance dans la fenêtre autour de 10 hertz est passée au-dessus d'un certain seuil, allumons l'ampoule - c'est un contrôle informatique par la puissance de la pensée. Le même principe peut vous permettre de contrôler d'autres rythmes. En raison de la simplicité et de la simplicité de l'équipement, de nombreux jouets sont apparus qui fonctionnent sur ce principe - Neurosky , Emotiv , des milliers d'entre eux. En principe, si vous essayez dur, une personne peut apprendre à arriver au bon état, qui sera correctement classé. Le problème avec les appareils grand public est qu'ils n'écrivent souvent pas de signal de très haute qualité et qu'ils ne sont pas en mesure de soustraire les artefacts des mouvements des muscles oculaires et faciaux. En conséquence, il existe une réelle opportunité d'apprendre à contrôler les muscles et les yeux, et non le cerveau (et l'esprit subconscient fonctionne de sorte que plus vous essayez de ne pas le faire, pire cela se produira). De plus, le rapport signal / bruit dans les rythmes est assez faible, et l'interface est lente et imprécise (si vous pouvez deviner correctement l'état avec une précision de plus de 70% - c'est déjà un exploit). Oui, et la base scientifique de l'état, à l'exception de la relaxation et de la concentration, pour le moins, est instable. Cependant, avec une implémentation appropriée, la méthode peut avoir son application.
Un sous-ensemble important d'interfaces sur les rythmes est la représentation des mouvements. Ici, la personne est invitée à ne pas imaginer quelque chose d'abstraitement relaxant, mais à représenter le mouvement, disons, de la main droite. Si vous le faites correctement (et qu'il est difficile d'apprendre la bonne présentation), vous pouvez détecter une diminution du rythme mu dans l'hémisphère gauche. La précision de ces interfaces tourne également autour de 70%, mais elles sont utilisées dans les simulateurs pour récupérer des accidents vasculaires cérébraux et des blessures , y compris en utilisant divers exosquelettes, elles sont donc toujours nécessaires.
Une autre classe d'interfaces neuronales EEG est basée sur l'utilisation d'activités évoquées de toutes sortes. Ces interfaces sont très fiables, avec une combinaison réussie de circonstances approchant 100%.
La forme d'interface neuronale la plus populaire comprend le potentiel du P300. Elle survient lorsqu'une personne essaie de distinguer un stimulus dont elle a besoin parmi de nombreux autres inutiles.
Par exemple, si ici nous essayons de calculer combien de fois la lettre «A» s'allume et en même temps ne prêtons pas attention à tous les autres, alors en réponse à ce stimulus, lors de la moyenne, nous verrons une ligne rouge, et lors de la moyenne de tous les autres, une ligne bleue. La différence entre eux est perceptible à l'œil nu, et la formation du classificateur qui les distinguera n'est pas difficile.
De telles interfaces ne sont généralement pas très belles et pas très rapides (l'impression d'une seule lettre prendra environ 10 secondes), mais peuvent être utiles aux patients complètement paralysés.
De plus, il y a un composant cognitif dans IMC-P300 - il ne suffit pas de regarder une lettre, vous devez y prêter une attention active. Cela permet, sous certaines conditions, de faire des jeux assez intéressants sur cette technologie (mais c'est un sujet pour un autre article).
Étant donné que le P300 est un potentiel cognitif, il n'est pas très important pour lui ce qui, en fait, est montré à une personne, l'essentiel est qu'il puisse y réagir. Par conséquent, l'interface fonctionnera même si les lettres se remplacent à un moment donné - ceci est utile pour les patients qui ne peuvent pas bouger les yeux.
Il existe d'autres potentiels évoqués intéressants, en particulier SSVEP (ZVPUS) - potentiels d'un état stable. Si vous recherchez des analogies dans le domaine de la communication, alors le P300 fonctionne comme un talkie-walkie - les signaux de différents stimuli sont séparés par le temps, et SSVEP est un FDMA classique - séparation par fréquence porteuse, comme dans la communication GSM.
lumières d'urgence soigneusement épileptiques Il est nécessaire de montrer à une personne plusieurs stimuli qui clignotent à différentes fréquences. Lors du choix d'un stimulus, il suffit de le regarder attentivement, et après quelques secondes, sa fréquence apparaîtra comme par magie dans le cortex visuel, d'où il peut être retiré par corrélation ou par des méthodes spectrales. C'est plus rapide et plus facile que de lire les lettres du P300, mais il est difficile de regarder un tel clignotement pendant longtemps.
Là où il y a FDMA, il y a la place même de CDMA:
avec soin, encore plus de lampes de secours épileptiques 
Le gris est la séquence binaire, la couleur est l'activité provoquée par celle-ci dans tous les canaux, la carte est la distribution du potentiel dans l'EEG. On voit que le maximum à l'arrière de la tête est dans les zones visuelles
Il est possible de moduler le clignotement des stimuli non par des fréquences et des phases, mais par des séquences binaires orthogonales , qui se retrouvent également dans le cortex visuel et sont classées à l'aide d'une analyse de corrélation. Cela peut aider à optimiser un peu la formation du classificateur et à accélérer l'interface - une lettre peut prendre moins de 2 secondes. En raison de la sélection réussie des couleurs, vous pouvez rendre l'interface un peu moins vyrviglaznym, bien que vous vous débarrassiez complètement des clignotements. Malheureusement, la composante cognitive n'est pas si prononcée ici - le suivi des mouvements oculaires donne des résultats comparables, mais techniquement plus simples, moins chers et plus pratiques.
Lorsque je parle de l'efficacité de ces interfaces ou d'autres types, je dois constamment fonctionner avec un rapport signal / bruit. En effet, les potentiels évoqués ont une faible amplitude d'environ 5 microvolts, malgré le fait que le rythme alpha de fond puisse facilement avoir une amplitude de 20. Un signal aussi faible semble assez difficile à classer, mais en fait c'est assez simple si l'expérience se déroule correctement et bon d'enregistrer l'EEG. Maintenant, la plupart des recherches universitaires se concentrent sur le domaine de l'invention de nouveaux classificateurs, y compris l'utilisation de réseaux de neurones, mais un assez bon niveau peut déjà être atteint avec les classificateurs linéaires les plus simples de scikit-learn. Par exemple, un bon ensemble de données avec P300 et le code est ici .
Interfaces de neuro-ordinateur - une technologie en évolution, ressemble à de la magie, en particulier pour une personne non préparée. Cependant, en réalité, il s'agit d'une méthode dans laquelle il existe de nombreuses difficultés non évidentes. Le secret ici, comme pour toute technologie, est de prendre en compte toutes les limitations et de trouver les domaines de son application dans lesquels ces restrictions n'interfèrent pas avec le travail.