Para ilmuwan senang mencari penyebutan pertama dari sains mereka. Sebagai contoh, saya melihat artikel yang secara serius menyatakan bahwa percobaan pertama pada stimulasi listrik otak dilakukan di Roma Kuno, ketika seseorang dikejutkan oleh belut listrik. Dengan satu atau lain cara, biasanya, sejarah elektrofisiologi biasanya dihitung dari eksperimen Luigi Galvani (abad XVIII). Dalam seri artikel ini, kami akan mencoba memberi tahu sebagian kecil dari apa yang telah dipelajari sains selama 300 tahun terakhir tentang aktivitas listrik otak manusia, tentang keuntungan apa yang dapat diambil dari semua ini.
Dari mana datangnya aktivitas listrik otak?
Otak terdiri dari neuron dan glia. Neuron menunjukkan aktivitas listrik, glia juga dapat melakukan ini, tetapi dengan cara yang berbeda [ 1 ], [ 2 ], dan hari ini kita tidak akan memperhatikannya.
Aktivitas listrik neuron terdiri dari memompa ion natrium, kalium dan klorin antara sel dan lingkungan. Antara neuron, sinyal ditransmisikan menggunakan mediator kimia. Ketika mediator yang disekresikan oleh satu neuron memasuki reseptor yang sesuai dari neuron lain, mediator dapat membuka saluran ion yang diaktifkan secara kimia dan membiarkan sejumlah kecil ion masuk ke dalam sel. Akibatnya, sel mengubah sedikit muatannya. Jika cukup ion memasuki sel (misalnya, sinyal telah tiba di beberapa sinaps pada waktu yang bersamaan), saluran ion lain bergantung pada tegangan (ada lebih banyak) yang terbuka, dan sel diaktifkan dalam hitungan milidetik berdasarkan prinsip "semua atau tidak sama sekali", dan kemudian kembali ke kondisi sebelumnya. Proses ini disebut aksi potensial.
Bagaimana saya bisa mendaftarkannya?
Cara terbaik untuk merekam aktivitas masing-masing sel adalah dengan menempelkan elektroda ke dalam korteks. Bisa berupa satu kawat , bisa berupa matriks dengan beberapa puluh saluran , bisa berupa pin dengan beberapa ratus , atau bisa berupa papan fleksibel dengan beberapa ribu (seperti ini untuk Anda, topeng topeng ).
Pada hewan, ini sudah dilakukan sejak lama. Kadang-kadang, karena alasan kesehatan (epilepsi, penyakit Parkinson, lumpuh total), mereka dilakukan pada seseorang. Pasien dengan implan dapat mencetak teks dengan kekuatan pikiran, mengontrol eksoskeleton, dan bahkan mengendalikan semua tingkat kebebasan manipulator industri.
Kelihatannya mengesankan, tetapi dalam waktu dekat, metode seperti itu tidak akan datang ke setiap klinik distrik, dan, terutama, untuk orang sehat. Pertama, ini sangat mahal - biaya prosedur untuk setiap pasien diukur dalam ratusan ribu dolar. Kedua, implantasi elektroda ke dalam korteks masih merupakan operasi bedah saraf yang serius dengan semua kemungkinan komplikasi dan kerusakan jaringan saraf di sekitar implan. Ketiga, teknologinya sendiri tidak sempurna - tidak jelas apa yang harus dilakukan dengan kompatibilitas jaringan implan, dan bagaimana mencegah pengotorannya dengan glia, akibatnya sinyal yang diinginkan berhenti direkam dari waktu ke waktu. Selain itu, mengajari setiap pasien cara menggunakan implan dapat membutuhkan lebih dari satu tahun pelatihan harian.
Anda tidak dapat menempelkan kabel jauh ke dalam kulit, tetapi dengan lembut letakkan di atasnya - Anda mendapatkan elektrokortikogram. Di sini sinyal neuron individu tidak lagi dapat didaftarkan, tetapi Anda dapat melihat aktivitas area yang sangat kecil (aturan umumnya adalah, semakin jauh dari neuron, semakin buruk resolusi spasial dari metode ini). Tingkat invasif lebih rendah, tetapi Anda masih perlu membuka tengkorak, jadi metode ini terutama digunakan untuk memantau selama operasi.
Anda dapat menempatkan kabel tidak bahkan pada korteks, tetapi pada dura (tengkorak tipis yang berada di antara otak dan tengkorak yang sebenarnya). Di sini tingkat invasif dan kemungkinan komplikasi bahkan lebih rendah, tetapi sinyalnya masih cukup tinggi. Ini akan menghasilkan EEG epidural. Metode ini baik untuk semua orang, namun operasi masih diperlukan di sini.
Akhirnya, metode invasif minimal untuk mempelajari aktivitas listrik otak adalah elektroensefalogram, yaitu, merekam menggunakan elektroda yang ada di permukaan kepala. Metode ini paling luas, relatif murah (perangkat kelas atas tidak lebih dari beberapa puluh ribu dolar, dan sebagian besar beberapa kali lebih murah, bahan habis pakai hampir gratis), dan memiliki resolusi waktu tertinggi untuk metode non-invasif - Anda dapat mempelajari proses persepsi, yang memerlukan beberapa milidetik. Kerugian - resolusi spasial rendah dan sinyal berisik, yang, bagaimanapun, mengandung informasi yang cukup untuk beberapa keperluan medis dan antarmuka neuro.
Pada gambar dengan potensial aksi, dapat dilihat bahwa kurva memiliki dua bagian utama - pada kenyataannya, potensial aksi (puncak besar) dan potensial sinaptik (perubahan kecil dalam amplitudo sebelum puncak besar). Akan logis untuk mengasumsikan bahwa apa yang kita daftarkan pada permukaan kepala adalah jumlah dari potensi aksi neuron individu. Namun, pada kenyataannya, semuanya bekerja sebaliknya - potensi aksi memakan waktu sekitar 1 milidetik dan, meskipun amplitudo tinggi, tidak melewati tengkorak dan jaringan lunak, tetapi potensi sinaptik karena durasinya yang lebih lama dirangkum dengan baik dan dicatat pada permukaan tengkorak. Ini telah dibuktikan dengan perekaman serentak dengan metode invasif dan non-invasif. Penting juga bahwa aktivitas tidak semua neuron dapat direkam menggunakan EEG (lebih detail di sini ).
Penting bahwa ada sekitar 86 miliar sel saraf di otak (bagaimana hal ini dapat dihitung dengan ketepatan seperti itu, baca di sini ), dan aktivitas satu neuron dalam kebisingan seperti itu tidak mungkin dihitung. Namun, beberapa informasi masih dapat ditarik. Bayangkan Anda sedang berdiri di tengah stadion sepak bola. Sementara para penggemar hanya membuat keributan dan berbicara di antara mereka sendiri, Anda mendengar dengungan yang mantap, tetapi begitu bahkan sebagian kecil dari mereka yang hadir mulai mengucapkan mantra, itu sudah dapat didengar dengan cukup jelas. Dengan cara yang sama dengan neuron - pada permukaan tengkorak Anda dapat melihat sinyal yang bermakna hanya jika segera sejumlah besar neuron menunjukkan aktivitas sinkron. Untuk EEG non-invasif, ini adalah sekitar 50 ribu neuron yang bekerja secara serempak.
Untuk pertama kalinya, gagasan mengukur ketegangan di kepala seseorang diwujudkan pada tahun 1924 oleh orang yang agak menarik . Catatan EEG pertama terlihat seperti ini:
Sulit untuk memahami apa artinya sinyal ini, tetapi segera jelas bahwa itu tidak terlihat seperti white noise - spindle osilasi amplitudo tinggi dan frekuensi yang berbeda terlihat di dalamnya. Ritme alfa ini adalah irama otak yang paling nyata yang dapat dilihat dengan mata telanjang.
Sekarang, tentu saja, ritme EEG tidak dianalisis oleh mata, tetapi dengan metode matematika, yang paling sederhana adalah spektral.
Spektrum Fourier bergaris dari electroencephalogram ( sumber )
Secara total ada beberapa band di mana aktivitas ritme EEG biasanya dianalisis, berikut adalah yang paling populer:
8-14 Hz - Ritme alfa. Disajikan terutama di daerah oksipital. Meningkat sangat ketika menutup mata, juga ditekan dengan tekanan mental dan meningkat dengan relaksasi. Ritme ini dihasilkan ketika gairah bersirkulasi antara korteks dan thalamus. Thalamus adalah sejenis router yang memutuskan bagaimana mengarahkan informasi yang masuk ke korteks. Ketika seseorang menutup matanya, dia tidak melakukan apa-apa, dia mulai menghasilkan aktivitas latar belakang, yang menyebabkan ritme alfa di korteks. Selain itu, jaringan mode default memainkan peran penting - jaringan struktur yang aktif selama terjaga, tetapi ini adalah topik untuk artikel terpisah.
Semacam ritme alfa yang mudah membingungkan adalah ritme mu. Ini memiliki karakteristik yang serupa, tetapi dicatat di daerah pusat kepala, di mana korteks motorik berada. Ciri penting adalah bahwa kekuatannya berkurang ketika seseorang menggerakkan anggota tubuhnya, atau bahkan berpikir tentang cara melakukannya.
14-30 Hz - Ritme beta. Lebih menonjol di lobus frontal otak. Meningkat dengan tekanan mental.
30+ Hz - Irama Gamma. Mungkin di suatu tempat di dalam otak, tetapi sebagian besar dari apa yang dapat direkam dari permukaan berasal dari otot. Kami menemukan sebagai berikut :
Penting untuk entah bagaimana menghilangkan aktivitas otot dari kepala untuk merekam EEG dengan dan tanpa otot. Sayangnya, tidak ada cara mudah untuk menonaktifkan otot-otot di kepala tanpa memutuskannya di seluruh tubuh. Kami mengambil seorang ilmuwan (tidak ada orang lain yang setuju dengan hal seperti itu), memompanya dengan pelemas otot, sebagai akibatnya semua otot terputus. Masalahnya adalah jika Anda mematikan semua otot, termasuk diafragma dan intercostal, ia tidak akan bisa bernapas. Solusi - letakkan di ventilator. Masalahnya adalah dia bahkan tidak bisa bicara tanpa otot. Solusi - kami meletakkan tourniquet di lengannya sehingga pelemas otot tidak jatuh di sana, maka ia dapat memberi sinyal dengan lengan ini. Masalahnya adalah jika Anda mengencangkan percobaan, tangan akan jatuh. Solusi - kami menghentikan percobaan ketika ilmuwan berhenti merasakan tangannya, dan kami berharap semuanya akan berakhir dengan baik. Hasilnya - bagian dalam spektrum frekuensi EEG lebih dari 20 Hz dengan latar belakang pelemas otot menjadi 10-200 kali lebih sedikit, semakin tinggi frekuensi, semakin tinggi drop.
1-4 Hz - Ritme Delta. Dinyatakan selama fase, tiba-tiba, tidur delta (tidur terdalam), juga meningkat dengan stres.
Selain aktivitas ritmis, ada juga yang membangkitkan dalam EEG. Jika kita tahu pasti kapan kita menunjukkan insentif kepada seseorang (itu bisa berupa gambar, suara, sensasi sentuhan atau bahkan bau ), kita bisa melihat apa reaksi terhadap stimulus khusus ini. Rasio signal-to-noise dari respon semacam itu berkenaan dengan latar belakang EEG agak rendah, tetapi jika kita menunjukkan stimulus, misalnya, 10 kali, memotong EEG relatif terhadap saat presentasi dan rata-rata, kita bisa mendapatkan kurva yang cukup rinci, yang disebut potensial yang ditimbulkan (tidak harus disamakan dengan potensi) tindakan).
Ini adalah potensi bunyi untuk membangkitkan. Kami akan menyerahkan detailnya kepada psikofisiolog - ini cukup bagi kami untuk memahami bahwa setiap ekstrem memiliki arti. Dengan rata-rata yang cukup, respons struktur akan terlihat, mulai dari saraf pendengaran (I) dan berakhir dengan korteks asosiatif (P2).
Apa yang bisa dilakukan dengannya
Anda dapat melakukan banyak hal, tetapi hari ini kami akan berkonsentrasi pada antarmuka neurokomputer. Ini adalah sistem analisis EEG real-time yang memungkinkan perintah untuk dikirim ke komputer atau robot tanpa bantuan otot - yang paling dekat dengan telekinesis yang dapat disediakan ilmu pengetahuan modern.
Hal paling jelas yang terlintas dalam pikiran adalah membuat antarmuka pada aktivitas berirama. Kita ingat bahwa ritme alfa kecil ketika seseorang tegang, dan banyak ketika dia santai? Jadi santai. Kami menulis EEG, melakukan transformasi Fourier, ketika kekuatan di jendela sekitar 10 hertz telah menjadi di atas ambang batas tertentu, nyalakan bola lampu - ini adalah kontrol komputer oleh kekuatan pikiran. Prinsip yang sama memungkinkan Anda untuk mengontrol irama lain. Karena kesederhanaan dan tidak menuntut peralatan, banyak mainan muncul yang bekerja pada prinsip ini - Neurosky , Emotiv , ribuan dari mereka. Pada prinsipnya, jika Anda berusaha keras, seseorang dapat belajar untuk datang ke keadaan yang tepat, yang akan diklasifikasikan dengan benar. Masalah dengan perangkat konsumen adalah bahwa mereka sering tidak menulis sinyal berkualitas sangat tinggi, dan mereka tidak dapat mengurangi artefak dari gerakan mata dan otot wajah. Akibatnya, ada peluang nyata untuk belajar cara mengendalikan otot dan mata, dan bukan otak (dan pikiran bawah sadar bekerja sehingga semakin Anda berusaha untuk tidak melakukan ini, semakin buruk hasilnya). Selain itu, rasio signal-to-noise dalam ritme cukup rendah, dan antarmuka lambat dan tidak akurat (jika Anda dapat menebak dengan benar keadaan dengan akurasi lebih dari 70% - ini sudah merupakan pencapaian). Ya, dan dasar ilmiah negara ini kecuali relaksasi dan konsentrasi, secara sederhana, tidak stabil. Namun, dengan implementasi yang tepat, metode ini mungkin memiliki aplikasinya.
Subset antarmuka yang penting pada irama adalah representasi gerakan. Di sini orang tersebut diajak untuk tidak membayangkan sesuatu yang santai secara abstrak, tetapi untuk mewakili gerakan, katakanlah, tangan kanan. Jika Anda melakukannya dengan benar (dan mempelajari presentasi yang benar itu sulit), Anda dapat mendeteksi penurunan ritme mu di belahan otak kiri. Keakuratan antarmuka seperti itu juga berkisar sekitar 70%, tetapi mereka digunakan dalam simulator untuk pemulihan dari stroke dan cedera , termasuk menggunakan berbagai exoskeleton, sehingga masih diperlukan.
Kelas lain dari neurointerfaces EEG didasarkan pada penggunaan aktivitas yang ditimbulkan dari semua jenis. Antarmuka ini sangat andal, dengan kombinasi keadaan yang sukses mendekati 100%.
Bentuk antarmuka saraf yang paling populer mencakup potensi P300. Itu muncul ketika seseorang mencoba memilih satu rangsangan yang dia butuhkan di antara banyak rangsangan yang tidak perlu.
Misalnya, jika di sini kita mencoba menghitung berapa kali huruf "A" menyala, dan pada saat yang sama tidak memperhatikan semua yang lain, maka sebagai respons terhadap stimulus ini, ketika rata-rata, kita akan melihat garis merah, dan ketika rata-rata yang lain, garis biru. Perbedaan antara mereka terlihat dengan mata telanjang, dan melatih pengelompokan yang akan membedakan mereka tidaklah sulit.
Antarmuka seperti itu biasanya tidak terlalu indah, dan tidak terlalu cepat (mencetak satu huruf akan memakan waktu sekitar 10 detik), tetapi dapat berguna untuk pasien yang lumpuh total.
Selain itu, ada komponen kognitif dalam IMC-P300 - hanya dengan melihat huruf saja tidak cukup, Anda perlu memperhatikannya secara aktif. Ini memungkinkan, dalam kondisi tertentu, untuk membuat game yang cukup menarik pada teknologi ini (tapi ini adalah topik untuk artikel lain).
Karena fakta bahwa P300 adalah potensi kognitif, tidak terlalu penting baginya apa yang sebenarnya ditunjukkan kepada seseorang, hal utama adalah ia dapat bereaksi terhadapnya. Hasilnya, antarmuka akan berfungsi bahkan jika huruf-huruf saling menggantikan pada satu titik - ini berguna untuk pasien yang tidak dapat menggerakkan mata mereka.
Ada potensi membangkitkan lainnya yang menarik, khususnya SSVEP (ZVPUS) - potensi keadaan stabil. Jika Anda mencari analogi di bidang komunikasi, maka P300 bekerja seperti walkie-talkie - sinyal dari rangsangan yang berbeda dipisahkan oleh waktu, dan SSVEP adalah FDMA klasik - pemisahan dengan frekuensi pembawa, seperti pada komunikasi GSM.
dengan hati-hati lampu darurat epilepsi Penting untuk menunjukkan kepada seseorang beberapa rangsangan yang berkedip pada frekuensi yang berbeda. Ketika memilih rangsangan, cukup dengan hati-hati melihatnya, dan setelah beberapa detik frekuensinya akan secara ajaib muncul di korteks visual, dari mana ia dapat ditarik keluar dengan metode korelasi atau spektral. Ini lebih cepat dan lebih mudah daripada membaca surat untuk P300, tetapi sulit untuk melihat kedipan seperti itu untuk waktu yang lama.
Di mana ada FDMA, ada tempat CDMA:
hati-hati, lampu darurat bahkan lebih epilepsi 
Abu-abu adalah urutan biner, warna adalah aktivitas yang disebabkan olehnya di semua saluran, peta adalah distribusi potensi di EEG. Terlihat bahwa maksimal di belakang kepala ada di area visual
Dimungkinkan untuk memodulasi kedipan rangsangan tidak dengan frekuensi dan fase, tetapi dengan urutan biner ortogonal , yang juga berakhir di korteks visual dan diklasifikasikan menggunakan analisis korelasi. Ini dapat membantu mengoptimalkan pelatihan classifier sedikit dan mempercepat antarmuka - satu huruf bisa memakan waktu kurang dari 2 detik. Karena pemilihan warna yang berhasil, Anda dapat membuat antarmuka sedikit kurang vyrviglaznym, meskipun sepenuhnya menghilangkan kedipan. Sayangnya, komponen kognitif di sini tidak begitu terasa - melacak pergerakan mata memberikan hasil yang sebanding, tetapi secara teknis lebih sederhana, lebih murah dan lebih nyaman.
Ketika saya berbicara tentang seberapa baik ini atau jenis antarmuka lainnya dapat bekerja, saya harus terus beroperasi dengan rasio signal-to-noise. Memang, potensial yang ditimbulkan memiliki amplitudo rendah sekitar 5 microvolts, meskipun faktanya bahwa ritme alfa latar belakang dapat dengan mudah memiliki amplitudo 20. Sinyal yang lemah tampaknya agak sulit untuk diklasifikasi, tetapi sebenarnya cukup sederhana jika eksperimen dilakukan dengan benar dan benar. baik untuk merekam EEG. Sekarang sebagian besar penelitian akademik terkonsentrasi di bidang menciptakan pengklasifikasi baru, termasuk penggunaan jaringan saraf, tetapi tingkat yang cukup baik sudah dapat dicapai dengan pengklasifikasi linear paling sederhana dari scikit-belajar. Misalnya, dataset yang baik dengan P300 dan kode ada di sini .
Antarmuka neurocomputer - teknologi yang berkembang, terlihat seperti sulap, terutama untuk orang yang tidak siap. Namun, pada kenyataannya ini adalah metode di mana ada banyak kesulitan yang tidak terlihat. Rahasianya di sini, seperti halnya teknologi apa pun, adalah memperhitungkan semua batasan dan menemukan area penerapannya di mana pembatasan ini tidak mengganggu pekerjaan.