ტვინ-კომპიუტერის ინტერფეისი

ცოდნა სინათლეა - Knowledge is light - Знание свет -  

         ტვინ-კომპიუტერის ინტერფეისი

                            

                                       ტვინ-კომპიუტერის ინტერფეისის მონაწილე კომპიუტერს უკავშირდება.

ვინ -კომპიუტერის ინტერფეისი ( BCI ), რომელსაც ზოგჯერ ტვინ-მანქანის ინტერფეისსაც ( BMI ) უწოდებენ, წარმოადგენს პირდაპირ საკომუნიკაციო კავშირს ტვინის ელექტრულ აქტივობასა და გარე მოწყობილობას, ყველაზე ხშირად კომპიუტერს ან რობოტურ კიდურს შორის. BCI-ები ხშირად მიმართულია ადამიანის კოგნიტური ან სენსორულ-მოტორული ფუნქციების კვლევაზე, რუკაზე დატანაზე , დახმარებაზე, გაძლიერებაზე ან აღდგენაზე .  ისინი ხშირად კონცეპტუალიზებულია, როგორც ადამიან-მანქანის ინტერფეისი , რომელიც გამოტოვებს სხეულის მოძრავი ნაწილების (მაგ., ხელების ან ფეხების) შუალედურ ინტერფეისს. BCI-ის იმპლემენტაციები მერყეობს არაინვაზიურიდან ( EEG , MEG , MRI ) და ნაწილობრივ ინვაზიურიდან ( ECoG და ენდოვასკულარული) ინვაზიურამდე ( მიკროელექტროდების მასივი ), იმის მიხედვით, თუ რამდენად ფიზიკურად ახლოს არიან ელექტროდები ტვინის ქსოვილთან. 

BCI-ების კვლევა 1970-იან წლებში დაიწყო ჟაკ ვიდალის მიერ კალიფორნიის უნივერსიტეტში, ლოს-ანჯელესში (UCLA), ეროვნული სამეცნიერო ფონდის გრანტის ფარგლებში , რასაც მოჰყვა კონტრაქტი თავდაცვის მოწინავე კვლევითი პროექტების სააგენტოსთან (DARPA).  ვიდალის 1973 წლის ნაშრომში სამეცნიერო ლიტერატურაში შემოვიდა გამოთქმა „ტვინ-კომპიუტერის ინტერფეისი“ .

ტვინის კორტიკალური პლასტიურობის გამო , ადაპტაციის შემდეგ, იმპლანტირებული პროთეზებიდან მიღებული სიგნალები ტვინს შეუძლია დაამუშაოს ბუნებრივი სენსორული ან ეფექტორული არხების მსგავსად.  ცხოველებზე მრავალწლიანი ექსპერიმენტების შემდეგ, პირველი ნეიროპროთეზული მოწყობილობები ადამიანებში 1990-იანი წლების შუა პერიოდში იქნა იმპლანტირებული.

ისტორია

ტვინ-კომპიუტერის ინტერფეისების (BCIs) ისტორია იწყება ჰანს ბერგერის მიერ ტვინის ელექტრული აქტივობის აღმოჩენით და ელექტროენცეფალოგრაფიის (EEG) განვითარებით. 1924 წელს ბერგერი იყო პირველი, ვინც ადამიანის ტვინის აქტივობა EEG-ის გამოყენებით ჩაიწერა. ბერგერმა EEG კვალის ანალიზით შეძლო ოსცილაციური აქტივობის , როგორიცაა ალფა ტალღა (8–13 ჰც), იდენტიფიცირება .

ბერგერის პირველი ჩამწერი მოწყობილობა ელემენტარული იყო. მან პაციენტების თავის კანქვეშ ვერცხლის მავთულები შეჰყო. მოგვიანებით, ეს მავთულები პაციენტის თავზე რეზინის სახვევებით მიმაგრებული ვერცხლის ფოლგებით შეიცვალა. ბერგერმა ეს სენსორები ლიპმანის კაპილარულ ელექტრომეტრს დაუკავშირა , თუმცა, იმედგაცრუების მომგვრელი შედეგებით. თუმცა, უფრო დახვეწილმა საზომმა მოწყობილობებმა, როგორიცაა Siemens-ის ორსპირიანი ჩამწერი გალვანომეტრი , რომელიც 10−4 ვოლტამდე მცირე ძაბვას აჩვენებდა ^, წარმატებას მოუტანა .

ბერგერმა გააანალიზა თავის ელექტროენცეფალოგრამის ტალღურ დიაგრამებში არსებული ალტერნატივების ურთიერთკავშირი ტვინის დაავადებებთან . ელექტროენცეფალოგრამებმა ტვინის კვლევისთვის სრულიად ახალი შესაძლებლობები შექმნა.

მიუხედავად იმისა, რომ ტერმინი ჯერ არ იყო შემოღებული, ტვინ-მანქანის მომუშავე ინტერფეისის ერთ-ერთი პირველი მაგალითი იყო ამერიკელი კომპოზიტორის, ალვინ ლუსიეს , ნაწარმოები „მუსიკა სოლო შემსრულებლისთვის“ (1965) . ნაწარმოები იყენებს ელექტროენცეფალოგრამას და ანალოგური სიგნალის დამუშავების აპარატურას (ფილტრები, გამაძლიერებლები და მიქსერის დაფა) აკუსტიკური დასარტყამი ინსტრუმენტების სტიმულირებისთვის. ნაწარმოების შესრულება მოითხოვს ალფა ტალღების წარმოქმნას და ამით სხვადასხვა ინსტრუმენტის „დაკვრას“ დინამიკების საშუალებით, რომლებიც განთავსებულია ინსტრუმენტებთან ახლოს ან პირდაპირ მათზე. 

ჟაკ ვიდალმა შემოიღო ტერმინი „BCI“ და გამოაქვეყნა ამ თემაზე პირველი რეცენზირებული პუბლიკაციები.  იგი ფართოდ არის აღიარებული, როგორც BCI-ების გამომგონებელი.  ერთ-ერთმა მიმოხილვამ აღნიშნა, რომ ვიდალის 1973 წლის ნაშრომში განხილული იყო „BCI გამოწვევა“  გარე ობიექტების EEG სიგნალების გამოყენებით კონტროლის შესახებ და განსაკუთრებით პირობითი უარყოფითი ვარიაციის (CNV) პოტენციალის გამოყენება, როგორც BCI კონტროლის გამოწვევა. ვიდალის 1977 წლის ექსპერიმენტი იყო BCI-ის პირველი გამოყენება მისი 1973 წლის BCI გამოწვევის შემდეგ. ეს იყო კურსორის მსგავსი გრაფიკული ობიექტის არაინვაზიური EEG (სინამდვილეში ვიზუალურად გამოწვეული პოტენციალი (VEP)) კონტროლი კომპიუტერის ეკრანზე. დემონსტრაცია წარმოადგენდა მოძრაობას ლაბირინთში. 

1988 წელს ფიზიკური ობიექტის, რობოტის, არაინვაზიური ელექტროენცეფალოგრამის კონტროლის პირველი დემონსტრირება განხორციელდა. ექსპერიმენტმა აჩვენა მოძრაობის მრავალი „დაწყება-გაჩერება-გადატვირთვის“ ციკლის ელექტროენცეფალოგრამის კონტროლი იატაკზე დახაზული ხაზით განსაზღვრული თვითნებური ტრაექტორიის გასწვრივ. ხაზის მიყოლის ქცევა იყო რობოტის სტანდარტული ქცევა, რომელიც იყენებდა ავტონომიურ ინტელექტს და ავტონომიურ ენერგიის წყაროს. 

1990 წელს წარმოდგენილი იქნა ანგარიში დახურული მარყუჟის, ორმხრივი, ადაპტური BCI-ის შესახებ, რომელიც აკონტროლებდა კომპიუტერის ზუმერს მოლოდინის ტვინის პოტენციალით, პირობითი უარყოფითი ვარიაციის (CNV) პოტენციალით. ექსპერიმენტში აღწერილი იყო, თუ როგორ იყენებდა ტვინის მოლოდინის მდგომარეობა, რომელიც გამოიხატებოდა CNV-ით, უკუკავშირის მარყუჟს S1-S2-CNV პარადიგმაში S2 ზუმერის სამართავად. შედეგად მიღებულ კოგნიტურ ტალღას, რომელიც წარმოადგენდა ტვინში მოლოდინის შესწავლას, ეწოდა ელექტროექსპექტოგრამა (EXG). CNV ტვინის პოტენციალი ვიდალის 1973 წლის გამოწვევის ნაწილი იყო.

2010-იან წლებში ჩატარებულმა კვლევებმა აჩვენა ნეირონული სტიმულაციის პოტენციალი, აღადგინოს ფუნქციური კავშირი და მასთან დაკავშირებული ქცევები მოლეკულური მექანიზმების მოდულაციის გზით.  ამან კარი გაუხსნა იმ კონცეფციას, რომ BCI ტექნოლოგიებს შესაძლოა შეეძლოთ ფუნქციის აღდგენა.

2013 წლიდან დაწყებული, DARPA-მ BCI ტექნოლოგია BRAIN ინიციატივის მეშვეობით დააფინანსა, რომელიც მხარს უჭერდა ისეთი გუნდების მუშაობას, როგორიცაა პიტსბურგის უნივერსიტეტის სამედიცინო ცენტრი  , Paradromics  , Brown და Synchron  ^.

ნეიროპროთეზები

 სტატია: ნეიროპროთეზები

ნეიროპროთეტიკა ნეირომეცნიერების დარგია , რომელიც ნეირონულ პროთეზებს ეხება, ანუ ხელოვნური მოწყობილობების გამოყენებას ნერვული სისტემის დაქვეითებული ფუნქციისა და ტვინთან დაკავშირებული პრობლემების, ან სენსორული ან სხვა ორგანოების (შარდის ბუშტი, დიაფრაგმა და ა.შ.) ჩასანაცვლებლად. 2010 წლის დეკემბრის მონაცემებით, კოხლეარული იმპლანტები ნეიროპროთეზული მოწყობილობების სახით მსოფლიოს მასშტაბით დაახლოებით 736 900 ადამიანში იყო ჩანერგილი. სხვა ნეიროპროთეზული მოწყობილობები, მათ შორის ბადურას იმპლანტები , მხედველობის აღდგენას ისახავს მიზნად . თუმცა, პირველი ნეიროპროთეზული მოწყობილობა კარდიოსტიმულატორი იყო .

ტერმინები ზოგჯერ ერთმანეთის ნაცვლად გამოიყენება. ნეიროპროთეზები და BCI-ები ერთი და იგივე მიზნების მიღწევას ისახავს მიზნად, როგორიცაა მხედველობის, სმენის, მოძრაობის, კომუნიკაციის უნარის და კოგნიტური ფუნქციის აღდგენაც კი . ორივე მათგანი მსგავს ექსპერიმენტულ მეთოდებსა და ქირურგიულ ტექნიკას იყენებს.

ცხოველებზე კვლევა

იხილეთ: დისტანციურად მართვადი ცხოველი

რამდენიმე ლაბორატორიამ მოახერხა მაიმუნებისა და ვირთხების ცერებრალური ქერქიდან სიგნალების წაკითხვა , რათა BCI-ები ემუშავათ მოძრაობის წარმოსაქმნელად. მაიმუნებმა ამოძრავეს კომპიუტერის კურსორები და რობოტულ ხელებს უბრძანეს მარტივი დავალებების შესრულება უბრალოდ დავალებაზე ფიქრით და შედეგების დანახვით, ძრავის გამომუშავების გარეშე.   2008 წლის მაისში გამოქვეყნდა ფოტოები, რომლებზეც პიტსბურგის უნივერსიტეტის სამედიცინო ცენტრში მყოფი მაიმუნი ფიქრით რობოტულ ხელს მართავდა.  BCI ტექნოლოგიის შესაფასებლად ასევე გამოიყენეს ცხვრები, მათ შორის Synchron's Stentrode.

2020 წელს ილონ მასკის Neuralink წარმატებით იქნა იმპლანტირებული ღორში.  2021 წელს მასკმა გამოაცხადა, რომ კომპანიამ წარმატებით მისცა მაიმუნს Neuralink-ის მოწყობილობის გამოყენებით ვიდეო თამაშების თამაშის საშუალება. 

ადრეული ნამუშევრები

მაიმუნი მართავს რობოტურ ხელს, რომელსაც ტვინ-კომპიუტერის ინტერფეისი აქვს (შვარცის ლაბორატორია, პიტსბურგის უნივერსიტეტი)

1969 წელს, ფეტცის და სხვების მიერ ვაშინგტონის უნივერსიტეტის სამედიცინო სკოლის რეგიონულ პრიმატების კვლევის ცენტრში და ფიზიოლოგიისა და ბიოფიზიკის დეპარტამენტში ჩატარებულმა ოპერანტულმა განპირობებულმა კვლევებმა აჩვენა, რომ მაიმუნებს შეეძლოთ ესწავლათ ბიოუკუკავშირის მკლავის გადახრის კონტროლი ნეირონული აქტივობით.  1970-იან წლებში ჩატარებულმა მსგავსმა კვლევამ დაადგინა, რომ მაიმუნებს შეეძლოთ ესწავლათ პირველადი მოტორული ქერქის ინდივიდუალური და მრავალი ნეირონის გააქტიურების სიჩქარის კონტროლი , თუ ისინი შესაბამისად დაჯილდოვდებოდნენ. 

მოძრაობის მაკონტროლებელი მოტორული ქერქის ნეირონების მოძრაობების რეკონსტრუქციის ალგორითმები 1970-იანი წლებით თარიღდება. 1980-იან წლებში ჯონს ჰოპკინსის უნივერსიტეტში გეორგოპულოსმა აღმოაჩინა მათემატიკური კავშირი რეზუს მაკაკებში ცალკეული მოტორული ქერქის ნეირონების ელექტრულ რეაქციებსა და იმ მიმართულებას შორის, რომლითაც ისინი მოძრაობდნენ ხელებს. მან ასევე აღმოაჩინა, რომ მაიმუნის ტვინის სხვადასხვა უბანში ნეირონების გაფანტული ჯგუფები ერთობლივად აკონტროლებდნენ მოტორულ ბრძანებებს. აღჭურვილობის შეზღუდვების გამო, მას შეეძლო ნეირონების გააქტიურების ჩაწერა მხოლოდ ერთ უბანში ერთდროულად. 

რამდენიმე ჯგუფმა შეძლო ტვინის მოტორული ქერქის რთული სიგნალების დაფიქსირება ნეირონული ანსამბლების (ნეირონების ჯგუფების) ჩაწერით და მათი გამოყენებით გარე მოწყობილობების სამართავად. 

კვლევა

კენედი და იანგ დენი

ფილიპ კენედიმ (Neural Signals-ის დამფუძნებელი (1987)) და მისმა კოლეგებმა შექმნეს პირველი ინტრაკორტიკალური ტვინ-კომპიუტერის ინტერფეისი მაიმუნებში ნეიროტროფული კონუსისებრი ელექტროდების იმპლანტაციით. 

იანგ დანისა და მისი კოლეგების მიერ კატის მხედველობის ჩანაწერები გვერდითი სკინკულარული ბირთვის იმპლანტირებული BCI-ის გამოყენებით (ზედა რიგი: ორიგინალი სურათი; ქვედა რიგი: ჩანაწერი)

1999 წელს, კალიფორნიის უნივერსიტეტის (ბერკლი) იანგ დანმა და მისმა კოლეგებმა კატებიდან მიღებული სურათების რეპროდუცირების მიზნით ნეირონული სიგნალების გაშიფვრა მოახდინეს. გუნდმა გამოიყენა თალამუსში ჩამონტაჟებული ელექტროდების მასივი ( რომელიც აერთიანებს ტვინის სენსორულ შემავალ სიგნალებს). მკვლევარებმა სამიზნედ 177 ტვინის უჯრედი გამოიყენეს თალამუსის გვერდითი სკინკულარული ბირთვის არეში, რომელიც ბადურადან მიღებულ სიგნალებს გაშიფრავს . ნეირონული სიგნალები რვა მოკლემეტრაჟიანი ფილმის ნახვისას ჩაიწერა. მათემატიკური ფილტრების გამოყენებით, მკვლევარებმა სიგნალები ამოსაცნობი სცენებისა და მოძრავი ობიექტების რეკონსტრუქციისთვის გაშიფრეს.

ნიკოლელისი

იხილეთ: პროექტი „ისევ იარე“

დიუკის უნივერსიტეტის პროფესორი მიგელ ნიკოლელისი ნეირონული სიგნალების მისაღებად ტვინის უფრო დიდ არეალზე განაწილებული მრავალი ელექტროდის გამოყენებას უჭერს მხარს.

1990-იან წლებში ვირთხებზე საწყისი კვლევების შემდეგ, ნიკოლელისმა და მისმა კოლეგებმა შეიმუშავეს BCI-ები, რომლებიც ბუ მაიმუნების ტვინის აქტივობას დეკოდირებდნენ და გამოიყენეს მოწყობილობები მაიმუნების მოძრაობების რობოტული ხელებით რეპროდუცირებისთვის. მაიმუნების განვითარებული მიწვდომისა და მოჭერის უნარები და ხელით მანიპულირების უნარები მათ კარგ საგამოცდო სუბიექტებად აქცევდა.

2000 წლისთვის ჯგუფმა წარმატებით შექმნა BCI, რომელიც ამრავლებდა ბუ მაიმუნის მოძრაობებს, სანამ მაიმუნი ჯოისტიკს მართავდა ან საკვებს იღებდა.  BCI რეალურ დროში მუშაობდა და შეეძლო ცალკე რობოტის დისტანციურად მართვა. თუმცა, მაიმუნები უკუკავშირს არ იღებდნენ ( ღია ციკლის BCI).

მიგელ ნიკოლელისის და მისი კოლეგების მიერ რეზუს მაიმუნებზე გამოსაყენებლად შემუშავებული BCI-ის დიაგრამა

რეზუს მაიმუნებზე ჩატარებული შემდგომი ექსპერიმენტები მოიცავდა უკუკავშირს და რობოტის მკლავში მაიმუნების მიწვდომისა და მოჭიდების მოძრაობების რეპროდუცირებას. მათი ღრმად ნაპრალებიანი და დაღარული ტვინი მათ ადამიანის ნეიროფიზიოლოგიისთვის უკეთეს მოდელებად აქცევდა , ვიდრე ბუ მაიმუნები. მაიმუნები გაწვრთნილნი იყვნენ კომპიუტერის ეკრანზე ობიექტების მიწვდომასა და მოჭიდებაზე ჯოისტიკის მანიპულირებით, მაშინ როდესაც რობოტის მკლავის შესაბამისი მოძრაობები დამალული იყო.  მოგვიანებით მაიმუნებს აჩვენეს რობოტი და ისწავლეს მისი მართვა მისი მოძრაობების დათვალიერებით. BCI იყენებდა სიჩქარის პროგნოზებს მიწვდომის მოძრაობების გასაკონტროლებლად და ერთდროულად პროგნოზირებდა მოჭიდების ძალას .

2011 წელს ო’დოჰერტიმ და მისმა კოლეგებმა რეზუს მაიმუნებში აჩვენეს BCI სენსორული უკუკავშირით. მაიმუნი აკონტროლებდა ავატარის ხელის პოზიციას, ხოლო სენსორული უკუკავშირის მიღებისას პირდაპირი ინტრაკორტიკალური სტიმულაციის (ICMS) გზით სენსორული ქერქის ხელის წარმოდგენის არეალში . 

დონოჰიუ, შვარცი და ანდერსენი

სხვა ლაბორატორიებს შორის, რომლებმაც შეიმუშავეს ნეირონული სიგნალების გაშიფვრის ალგორითმები და ნეირონული სიგნალების გაშიფვრის ალგორითმები, არიან ჯონ დონოჰიუ ბრაუნის უნივერსიტეტის კარნის ტვინის მეცნიერების ინსტიტუტიდან , ენდრიუ შვარცი პიტსბურგის უნივერსიტეტიდან და რიჩარდ ანდერსენი კალიფორნიის ტექნოლოგიური ინსტიტუტიდან . ამ მკვლევარებმა შექმნეს მოქმედი BCI-ები ნიკოლელისთან შედარებით გაცილებით ნაკლები ნეირონისგან (15–30 ნეირონი 50–200 ნეირონის წინააღმდეგ) ჩაწერილი სიგნალების გამოყენებით.

კარნის ინსტიტუტმა განაცხადა, რომ რეზუს მაიმუნები გაწვრთნეს BCI-ის გამოყენებით კომპიუტერის ეკრანზე ვიზუალური სამიზნეების თვალყურის დევნებისთვის (დახურული ციკლის BCI) ჯოისტიკით ან მის გარეშე.  ჯგუფმა შექმნა BCI ვირტუალურ რეალობაში სამგანზომილებიანი თვალყურის დევნებისთვის და BCI-ის კონტროლი რობოტურ ხელში გაიმეორა. იმავე ჯგუფმა აჩვენა, რომ მაიმუნს შეეძლო ხილისა და მარშმელოუს ნაჭრებით გამოკვება ცხოველის ტვინის სიგნალებით მართული რობოტული ხელის გამოყენებით.

ანდერსენის ჯგუფმა გამოიყენა უკანა პარიეტალური ქერქიდან მოძრაობისწინა აქტივობის ჩანაწერები , მათ შორის სიგნალები, რომლებიც შეიქმნა მაშინ, როდესაც ექსპერიმენტული ცხოველები ჯილდოს მიღებას ელოდნენ. 

სხვა კვლევები

კიდურების მოძრაობების კინემატიკური და კინეტიკური პარამეტრების პროგნოზირების გარდა , მიმდინარეობს პრიმატების კუნთების ელექტრომიოგრაფიული ან ელექტრული აქტივობის პროგნოზირების BCI-ები.  ასეთ BCI-ებს შეუძლიათ პარალიზებული კიდურების მობილობის აღდგენა კუნთების ელექტრული სტიმულირებით.

ნიკოლელისმა და მისმა კოლეგებმა აჩვენეს, რომ დიდ ნეირონულ ანსამბლებს შეუძლიათ ხელის პოზიციის პროგნოზირება. ამ ნაშრომმა BCI-ებს საშუალება მისცა, წაეკითხათ ხელის მოძრაობის განზრახვები და გადაეტანა ისინი აქტივატორის მოძრაობებად. კარმენამ და მისმა კოლეგებმა დააპროგრამეს BCI, რომელიც მაიმუნს საშუალებას აძლევდა, რობოტული ხელით გაეკონტროლებინა ხელის მიწვდომისა და მოჭერის მოძრაობები. ლებედევი და მისი კოლეგები ამტკიცებდნენ, რომ ტვინის ქსელები რეორგანიზდება, რათა შექმნან რობოტული დანამატის ახალი წარმოდგენა ცხოველის საკუთარი კიდურების წარმოდგენასთან ერთად. 

2019 წელს, სან-ფრანცისკოს უნივერსიტეტის (კალიფორნია) მკვლევარებმა დაიწყეს ტვინ-კომპიუტერის ინტერფეისის (BCI) კვლევა, რომელსაც ჰქონდა პოტენციალი, დახმარებოდა პაციენტებს, რომლებსაც ნევროლოგიური დარღვევებით გამოწვეული მეტყველების დარღვევა ჰქონდათ. მათმა BCI-მ გამოიყენა მაღალი სიმკვრივის ელექტროკორტოგრაფია პაციენტის ტვინიდან ნეირონული აქტივობის დასაფიქსირებლად და ღრმა სწავლება გამოიყენა მეტყველების სინთეზირებისთვის.  2021 წელს ამ მკვლევარებმა განაცხადეს BCI-ს პოტენციალის შესახებ, გაშიფროს სიტყვები და წინადადებები ანთრიტით დაავადებულ პაციენტში, რომელსაც 15 წელზე მეტი ხნის განმავლობაში არ შეეძლო ლაპარაკი. 

BCI ტექნოლოგიის ყველაზე დიდ დაბრკოლებას წარმოადგენს სენსორული მოდელის არარსებობა, რომელიც უზრუნველყოფს ტვინის სიგნალებზე უსაფრთხო, ზუსტ და საიმედო წვდომას. უკეთესი სენსორის გამოყენება აფართოებს BCI-ის გამოყენებით უზრუნველყოფილი საკომუნიკაციო ფუნქციების დიაპაზონს.

BCI სისტემის შემუშავება და დანერგვა რთული და შრომატევადია. ამ პრობლემის გადასაჭრელად, გერვინ შალკი 2000 წლიდან ავითარებს BCI2000-ს , BCI კვლევისთვის განკუთვნილ ზოგადი დანიშნულების სისტემას. 

ახალი „უკაბელო“ მიდგომა იყენებს სინათლის რეგულირების მქონე იონურ არხებს, როგორიცაა არხალროდოფსინი , ნეირონების გენეტიკურად განსაზღვრული ქვეჯგუფების აქტივობის ინ ვივო კონტროლისთვის . მარტივი სასწავლო დავალების კონტექსტში, სომატოსენსორულ ქერქში ტრანსფექტირებული უჯრედების განათება გავლენას ახდენდა თაგვებში გადაწყვეტილების მიღებაზე. 

ნეირონული ქსელებისა და ცენტრალური ნერვული სისტემის უფრო ღრმა გაგებამდე მიგვიყვანა . კვლევებმა აჩვენა, რომ ნეირომეცნიერების მიდრეკილების მიუხედავად, რომ ნეირონებს ყველაზე მეტი ეფექტი აქვთ ერთად მუშაობისას, ცალკეული ნეირონების კონდიცირება შესაძლებელია ნეირონების გამოყენებით, რათა ისინი გააქტიურდნენ ისეთი ნიმუშით, რომელიც პრიმატებს საშუალებას აძლევს აკონტროლონ საავტომობილო გამომავალი სიგნალები. ნეირონული ნეირონების უკმარისობის პრინციპის შემუშავებას შეუწყო ხელი, რომელიც ამტკიცებს, რომ კარგად რეგულირებული გააქტიურების სიხშირის შემთხვევაშიც კი, ცალკეულ ნეირონებს მხოლოდ შეზღუდული ინფორმაციის გადატანა შეუძლიათ და, შესაბამისად, სიზუსტის უმაღლესი დონე მიიღწევა ანსამბლური გააქტიურებების ჩაწერით. ნეირონული ნეირონების მიერ აღმოჩენილი სხვა პრინციპებია ნეირონული მულტიდავალებების პრინციპი, ნეირონული მასის პრინციპი, ნეირონული დეგენერაციის პრინციპი და პლასტიურობის პრინციპი. 

BCI-ები შემოთავაზებულია შეზღუდული შესაძლებლობების არმქონე მომხმარებლების მიერ გამოსაყენებლად. პასიური BCI-ები საშუალებას იძლევა შეფასდეს და განიმარტოს მომხმარებლის მდგომარეობაში ცვლილებები ადამიან-კომპიუტერის ურთიერთქმედების (HCI) დროს. მეორად, იმპლიციტურ მართვის ციკლში, სისტემა ადაპტირდება მომხმარებელზე, რაც აუმჯობესებს მის გამოყენებადობას . 

BCI სისტემები პოტენციურად შეიძლება გამოყენებულ იქნას პერიფერიიდან სიგნალების კოდირებისთვის. ეს სენსორული BCI მოწყობილობები საშუალებას იძლევა რეალურ დროში, ქცევითი თვალსაზრისით შესაბამისი გადაწყვეტილებების მიღებისა, დახურული მარყუჟის ნეირონული სტიმულაციის საფუძველზე.ადამიანებზე ჩატარებული კვლევა

ინვაზიური BCI-ები

ინვაზიური BCI მოითხოვს ქირურგიულ ჩარევას თავის კანის ქვეშ ელექტროდების იმპლანტაციისთვის, რათა მოხდეს ტვინის სიგნალებზე წვდომა. მთავარი უპირატესობა სიზუსტის გაზრდაა. ნაკლოვანებებს შორისაა ოპერაციის გვერდითი მოვლენები, მათ შორის ნაწიბუროვანი ქსოვილი, რომელსაც შეუძლია ტვინის სიგნალების დაბლოკვა, ან ორგანიზმის მიერ იმპლანტირებული ელექტროდების პოტენციურად უარყოფა. 

ხედვა

ინვაზიური BCI კვლევა მიზნად ისახავს დაზიანებული მხედველობის აღდგენას და დამბლით დაავადებული ადამიანებისთვის ახალი ფუნქციონირების უზრუნველყოფას. ინვაზიური BCI იმპლანტირებულია პირდაპირ ტვინის ნაცრისფერ ნივთიერებაში ნეიროქირურგიის დროს. რადგან ისინი ნაცრისფერ ნივთიერებაში მდებარეობს, ინვაზიური მოწყობილობები წარმოქმნიან BCI მოწყობილობების უმაღლესი ხარისხის სიგნალებს, მაგრამ მიდრეკილნი არიან ნაწიბუროვანი ქსოვილის დაგროვებისკენ, რაც იწვევს სიგნალის შესუსტებას ან გაქრობას, რადგან ორგანიზმი რეაგირებს უცხო ობიექტზე. 

მხედველობის მეცნიერებაში , პირდაპირი ტვინის იმპლანტები გამოიყენება არათანდაყოლილი (შეძენილი) სიბრმავის სამკურნალოდ . ერთ-ერთი პირველი მეცნიერი, რომელმაც შექმნა მომუშავე ტვინის ინტერფეისი მხედველობის აღსადგენად, იყო კერძო მკვლევარი უილიამ დობელი . დობელის პირველი პროტოტიპი 1978 წელს „ჯერის“ - ზრდასრულ ასაკში დაბრმავებული მამაკაცის - ჩაუნერგეს. ჯერის მხედველობის ქერქზე ჩაუნერგეს 68 ელექტროდის შემცველი ერთმასივი BCI და წარმატებით გამოიმუშავა ფოსფენები , სინათლის დანახვის შეგრძნება. სისტემა მოიცავდა სათვალეებზე დამონტაჟებულ კამერებს იმპლანტისთვის სიგნალების გასაგზავნად. თავდაპირველად, იმპლანტი ჯერის საშუალებას აძლევდა, დაბალი კადრების სიხშირით დაენახა ნაცრისფერი ელფერები შეზღუდული ხედვის არეალში. ამისათვის ასევე საჭირო იყო მისი მეინფრეიმ კომპიუტერთან მიერთება , მაგრამ შემცირებულმა ელექტრონიკამ და უფრო სწრაფმა კომპიუტერებმა მისი ხელოვნური თვალი უფრო პორტაბელური გახადა და ახლა მას საშუალებას აძლევს, დამოუკიდებლად შეასრულოს მარტივი დავალებები. 

2002 წელს, იენს ნაუმანი, რომელიც ასევე ზრდასრულ ასაკში დაბრმავდა, გახდა პირველი 16 ფასიანი პაციენტის სერიიდან, რომელმაც მიიღო დობელის მეორე თაობის იმპლანტი, BCI-ების ერთ-ერთი პირველი კომერციული გამოყენება. მეორე თაობის მოწყობილობა იყენებდა უფრო დახვეწილ იმპლანტს, რაც ფოსფენების უკეთესად გარდაქმნის საშუალებას იძლეოდა კოჰერენტულ მხედველობაში. ფოსფენები მხედველობის ველში ვრცელდება, რასაც მკვლევარები „ვარსკვლავური ღამის ეფექტს“ უწოდებენ. იმპლანტაციისთანავე, იენს შეეძლო არასრულყოფილად აღდგენილი მხედველობის გამოყენებით ავტომობილი ნელა მართოს კვლევითი ინსტიტუტის ავტოსადგომზე. დობელი გარდაიცვალა 2004 წელს, სანამ მისი პროცესები და განვითარება დოკუმენტირებული იქნებოდა, რის გამოც არავინ დარჩა მისი მუშაობის გასაგრძელებლად. შემდგომში, ნაუმანს და პროგრამის სხვა პაციენტებს მხედველობასთან დაკავშირებული პრობლემები შეექმნათ და საბოლოოდ კვლავ დაკარგეს „მხედველობა“. 

მოძრაობა

მოტორულ ნეიროპროთეზირებაზე ორიენტირებული BCI-ების მიზანია დამბლა დაავადებულ პირებში მოძრაობის აღდგენა ან მათთვის დამხმარე მოწყობილობების მიწოდება, როგორიცაა კომპიუტერებთან ინტერფეისები ან რობოტული მკლავები.

კენედი და ბაკეი პირველები იყვნენ, ვინც ადამიანის ტვინის იმპლანტი დაამონტაჟა, რომელიც მოძრაობის სიმულირებისთვის საკმარისად მაღალი ხარისხის სიგნალებს წარმოქმნიდა. მათ პაციენტს, ჯონი რეის (1944–2002), 1997 წელს ტვინის ღეროს ინსულტის შემდეგ „ ჩაკეტვის სინდრომი “ განუვითარდა . რეის იმპლანტი 1998 წელს დაამონტაჟეს და მან იმპლანტთან მუშაობის დასაწყებად საკმარისი დრო იცოცხლა, საბოლოოდ კი კომპიუტერის კურსორის მართვა ისწავლა; ის 2002 წელს ტვინის ანევრიზმით გარდაიცვალა . 

ტეტრაპლეგიური მეტ ნაგლი პირველი ადამიანი გახდა, რომელმაც ხელოვნური ხელი BCI-ის გამოყენებით 2005 წელს, Cyberkinetics- ის BrainGate ჩიპ-იმპლანტის პირველი ცხრათვიანი ადამიანური კვლევის ფარგლებში მართა. ნაგლის მარჯვენა პრეცენტრალურ გირუსში (ხელის მოძრაობისთვის განკუთვნილი მამოძრავებელი ქერქის არე) ჩანერგილი 96 ელექტროდიანი იმპლანტი ნაგლის საშუალებას აძლევდა, რობოტული ხელი ხელის მოძრაობაზე ფიქრით, ასევე კომპიუტერის კურსორის, განათებისა და ტელევიზორის გამოყენებით ემართა.  ერთი წლის შემდეგ, ჯონათან ვოლპომ ალტრანის ფონდის ინოვაციების პრიზი მიიღო თავის ქალას ზედაპირზე განლაგებული ელექტროდებით ტვინის კომპიუტერული ინტერფეისის შემუშავებისთვის, და არა უშუალოდ ტვინში. 

აშშ-ის ვეტერანთა საქმეთა დეპარტამენტთან (VA) თანამშრომლობით, BrainGate ჯგუფისა და პიტსბურგის უნივერსიტეტის სამედიცინო ცენტრის კიდევ ერთი ჯგუფის ხელმძღვანელობით ჩატარებულმა კვლევითმა ჯგუფებმა ტეტრაპლეგიის მქონე პაციენტების მოტორულ ქერქში ნეირონების მასივებთან პირდაპირი კავშირების გამოყენებით აჩვენეს თავისუფლების მრავალი ხარისხით პროთეზული კიდურების კონტროლი. 

კომუნიკაცია

2021 წლის მაისში, სტენფორდის უნივერსიტეტის გუნდმა წარმატებულად ჩაატარა კონცეფციის დამადასტურებელი ტესტი, რომლის მეშვეობითაც კვადრაპლეგიით დაავადებულ მონაწილეს საშუალება მიეცა, წუთში დაახლოებით 86 სიმბოლოთი და წუთში 18 სიტყვის სიჩქარით შეექმნა ინგლისური წინადადებები. მონაწილე წარმოიდგენდა, რომ ასოების დასაწერად ხელს ამოძრავებდა და სისტემამ ხელით ამოიცნო მოტორულ ქერქში აღმოჩენილი ელექტრული სიგნალები, ფარული მარკოვის მოდელებისა და მორეციდივე ნეირონული ქსელების გამოყენებით .  მას შემდეგ, რაც UCSF- ის მკვლევარებმა დაიწყეს ტვინ-კომპიუტერის ინტერფეისის (BCI) კვლევა, მრავალი ანგარიში გაკეთდა. 2021 წელს მათ განაცხადეს, რომ პარალიზებულ და ანთრიით დაავადებულ მამაკაცს შეეძლო წუთში თხუთმეტი სიტყვის წარმოთქმა იმპლანტირებული მოწყობილობის გამოყენებით, რომელიც იკვლევდა ვოკალური ტრაქტის კუნთების მაკონტროლებელ ნერვულ უჯრედებს.  გარდა ამისა, 2022 წელს გამოცხადდა, რომ მათი იმპლანტი ასევე შეიძლება გამოყენებულ იქნას სიტყვებისა და მთელი წინადადებების ხმამაღლა ლაპარაკის გარეშე დასაწერად. პირველი ორენოვანი მეტყველების ნეიროპროთეზი, როგორც იტყობინებიან, იმავე გუნდმა სან-ფრანცისკოს უნივერსიტეტში 2024 წელს შეიმუშავა. 

მიმოხილვით სტატიაში ავტორები დაინტერესდნენ, შეუძლია თუ არა ადამიანის მიერ ინფორმაციის გადაცემის სიჩქარეს BCI-ების გამოყენებით ენის სიჩქარეს გადააჭარბოს. ენის კვლევამ აჩვენა, რომ ინფორმაციის გადაცემის სიჩქარე მრავალ ენაზე შედარებით მუდმივია. ეს შეიძლება ასახავდეს ტვინის მიერ ინფორმაციის დამუშავების ზღვარს. ალტერნატიულად, ეს ზღვარი შეიძლება თავად ენის თანდაყოლილი იყოს, როგორც ინფორმაციის გადაცემის მოდალობისა. 

2023 წელს ორ კვლევაში გამოყენებული იქნა BCI-ები რეკურენტული ნეირონული ქსელით, რათა მეტყველება გაშიფრულიყო წუთში 62 სიტყვით და წუთში 78 სიტყვით რეკორდული სიჩქარით. 

ტექნიკური გამოწვევები

ინვაზიური BCI-ებით ტვინის აქტივობის ჩაწერასთან დაკავშირებით არაერთი ტექნიკური გამოწვევა არსებობს. CMOS ტექნოლოგიის განვითარება ხელს უწყობს ინტეგრირებული, ინვაზიური BCI დიზაინების შექმნას უფრო მცირე ზომით, დაბალი სიმძლავრის მოთხოვნებით და სიგნალის მიღების უფრო მაღალი შესაძლებლობებით.  ინვაზიური BCI-ები მოიცავს ელექტროდებს, რომლებიც აღწევენ ტვინის ქსოვილში, რათა ჩაწერონ მოქმედების პოტენციალის სიგნალები (ასევე ცნობილი როგორც პიკები) ელექტროდთან ახლოს მდებარე ინდივიდუალური ან ნეირონების მცირე ჯგუფებიდან. ჩამწერ ელექტროდსა და ნეირონების გარშემო არსებულ ელექტროლიტურ ხსნარს შორის ინტერფეისი მოდელირებულია ჰოჯკინ-ჰაქსლის მოდელის გამოყენებით . 

ინვაზიური BCI-ების ელექტრონული შეზღუდვები ბოლო ათწლეულების განმავლობაში კვლევის აქტიურ სფეროს წარმოადგენდა. მიუხედავად იმისა, რომ ნეირონების უჯრედშიდა ჩანაწერები ასობით მილივოლტის მასშტაბის მოქმედების პოტენციალის ძაბვებს ავლენს, ქრონიკული ინვაზიური BCI-ები ეყრდნობიან უჯრედგარე ძაბვების ჩაწერას, რომლებიც, როგორც წესი, სამი რიგითობით ნაკლებია და ასობით მიკროვოლტზეა. მიკროვოლტის მასშტაბის სიგნალების აღმოჩენის გამოწვევას კიდევ უფრო ამძაფრებს ის ფაქტი, რომ ელექტროდ-ქსოვილის ინტერფეისს მცირე ძაბვებზე მაღალი ტევადობა აქვს . ამ მცირე სიგნალების ბუნებიდან გამომდინარე, BCI სისტემებისთვის, რომლებიც ფუნქციონალურობას ინტეგრირებულ წრედში აერთიანებენ, თითოეულ ელექტროდს სჭირდება საკუთარი გამაძლიერებელი და ანალოგური ცვლადი დენის გადამყვანი , რომელიც ანალოგურ უჯრედგარე ძაბვებს ციფრულ სიგნალებად გარდაქმნის.  იმის გამო, რომ ნეირონის მოქმედების პოტენციალის ტიპიური ხანგრძლივობა ერთი მილიწამია, BCI-ების პიკების გაზომვის სიხშირეები უნდა იყოს 300 ჰც-დან 5 კჰც-მდე. კიდევ ერთი შეშფოთება ის არის, რომ ინვაზიური BCI-ები უნდა იყოს დაბალი სიმძლავრის, რათა ნაკლები სითბო გაფანტოს მიმდებარე ქსოვილზე; ყველაზე საბაზისო დონეზე ტრადიციულად მეტი სიმძლავრეა საჭირო სიგნალ-ხმაურის თანაფარდობის ოპტიმიზაციისთვის .  ოპტიმალური ბატარეის დიზაინი BCI-ებში კვლევის აქტიური სფეროა. 

ინვაზიური და ნაწილობრივ ინვაზიური BCI-ების ილუსტრაცია: ელექტროკორტოგრაფია (ECoG), ენდოვასკულარული და ინტრაკორტიკალური მიკროელექტროდი.

ინვაზიური BCI-ების დიზაინის ცენტრალურ ნაწილს მატერიალურ მეცნიერებაში არსებული გამოწვევები წარმოადგენს. იმპლანტირებადი მიკროელექტროდების შემთხვევაში დროთა განმავლობაში ხშირად შეინიშნება სიგნალის ხარისხის ვარიაციები.  ინვაზიური BCI-ების გრძელვადიანი სიგნალის სტაბილურობისთვის ოპტიმალური მატერიალური და მექანიკური მახასიათებლები კვლევის აქტიურ სფეროს წარმოადგენდა. ვარაუდობენ, რომ ელექტროდ-ქსოვილის ინტერფეისის დაზიანების შედეგად გლიური ნაწიბურების წარმოქმნა, სავარაუდოდ, ელექტროდის უკმარისობას და ჩაწერის შესრულების შემცირებას იწვევს.  კვლევამ აჩვენა, რომ ჰემატოენცეფალური ბარიერის გაჟონვა, როგორც ჩასმის დროს, ასევე დროთა განმავლობაში, შეიძლება პასუხისმგებელი იყოს ტვინში იმპლანტირებული ქრონიკული მიკროელექტროდების ანთებით და გლიურ რეაქციაზე.  შედეგად, ელექტროდის იანგის მოდულის ტვინის ქსოვილთან მიახლოებით, უცხო სხეულის რეაქციის მინიმიზაციის მიზნით, გამოკვლეული და შემუშავებულია მოქნილი  და ქსოვილის მსგავსი დიზაინები 

ნაწილობრივ ინვაზიური BCI-ები

ნაწილობრივ ინვაზიური BCI მოწყობილობები თავის ქალაშია ჩანერგილი, მაგრამ ტვინის გარეთ მდებარეობს და არა ნაცრისფერ ნივთიერებაში. ისინი უფრო მაღალი გარჩევადობის სიგნალებს წარმოქმნიან, ვიდრე არაინვაზიური BCI-ები, სადაც თავის ქალის ძვლოვანი ქსოვილი სიგნალებს გადახრის და დეფორმირებს და სრულად ინვაზიურ BCI-ებთან შედარებით ტვინში ნაწიბუროვანი ქსოვილის წარმოქმნის უფრო დაბალი რისკი აქვთ. ჩატარდა ინსულტის პერისიზონალური ქერქიდან ინტრაკორტიკალური BCI-ების კლინიკური დემონსტრირება.

ენდოვასკულარული

2020 წელს გამოქვეყნებულ სისტემატურ მიმოხილვაში დეტალურად იყო აღწერილი ენდოვასკულური BCI-ების მიზანშეწონილობის შემსწავლელი მრავალი კლინიკური და არაკლინიკური კვლევა. 

2010 წელს, მელბურნის უნივერსიტეტთან ასოცირებულმა მკვლევარებმა დაიწყეს BCI-ის შემუშავება, რომლის შეყვანაც სისხლძარღვთა სისტემის მეშვეობით იქნებოდა შესაძლებელი. ავსტრალიელმა ნევროლოგმა თომას ოქსლიმ მოიფიქრა ამ BCI-ის, Stentrode-ის, იდეა, რომელმაც DARPA- სგან დაფინანსება მოიპოვა . პრეკლინიკურმა კვლევებმა შეაფასა ტექნოლოგია ცხვრებში. 

Stentrode არის მონოლითური სტენტის ელექტროდების მასივი , რომელიც შექმნილია ინტრავენური კათეტერის მეშვეობით გამოსახულების კონტროლის ქვეშ ზედა საგიტალურ სინუსში , მამოძრავებელი ქერქის მიმდებარე რეგიონში .  ეს სიახლოვე Stentrode-ს საშუალებას აძლევს გაზომოს ნერვული აქტივობა. პროცედურა ყველაზე მეტად ჰგავს იმას, თუ როგორ იდიოპათიური ქალასშიდა ჰიპერტენზიის სამკურნალოდ ვენური სინუსის სტენტების განთავსებას .  Stentrode ნეირონულ აქტივობას გადასცემს გულმკერდში იმპლანტირებულ უაკუმულაციო ტელემეტრიულ მოწყობილობას, რომელიც უსადენოდ უკავშირდება გარე ტელემეტრიულ მოწყობილობას, რომელსაც შეუძლია ენერგიისა და მონაცემთა გადაცემა. მიუხედავად იმისა, რომ ენდოვასკულური BCI სარგებლობს ჩადგმის დროს კრანიოტომიის თავიდან აცილებით , არსებობს რისკები, როგორიცაა სისხლის შედედება და ვენური თრომბოზი .

სტენტროდის ადამიანებზე კლინიკური კვლევები 2021 წლიდან მიმდინარეობდა.  2020 წლის ნოემბერში, ამიოტროფიული გვერდითი სკლეროზის მქონე ორ მონაწილეს შეეძლოთ უსადენოდ ემართათ ოპერაციული სისტემა ტექსტური შეტყობინებების, ელექტრონული ფოსტის, შოპინგისა და საბანკო ოპერაციების პირდაპირი აზროვნების გამოყენებით სტენტროდის გამოყენებით,  რაც პირველი შემთხვევა იყო, როდესაც პაციენტის სისხლძარღვებში ტვინ-კომპიუტერის ინტერფეისი იქნა იმპლანტირებული, რამაც ტვინის ოპერაციის საჭიროება გამორიცხა. 2023 წლის იანვარში მკვლევარებმა განაცხადეს, რომ პირველი წლის განმავლობაში ოთხივე პაციენტს, რომლებსაც შეეძლოთ მისი გამოყენება კომპიუტერების სამართავად, არ დაფიქსირებულა სერიოზული გვერდითი მოვლენები. 

ელექტროკორტოგრაფია

ელექტროკორტიკოგრაფია (ECoG) თავის ტვინის ელექტრულ აქტივობას თავის ქალას ქვემოდან ზომავს არაინვაზიური ელექტროენცეფალოგრაფიის მსგავსად, ქერქის ზემოთ, მაგარი გარსის ქვეშ, თხელ პლასტმასის ბალიშში ჩასმული ელექტროდების გამოყენებით .  ECoG ტექნოლოგიები ადამიანებზე პირველად 2004 წელს გამოსცადეს ერიკ ლოიტარდტმა და დენიელ მორანმა ვაშინგტონის უნივერსიტეტიდან, სენტ-ლუისიდან . მოგვიანებით ჩატარებულ კვლევაში მკვლევარებმა მოზარდ ბიჭს საშუალება მისცეს ეთამაშა „კოსმოსური დამპყრობლები“ .  ეს კვლევა მიუთითებს, რომ კონტროლი სწრაფია, საჭიროებს მინიმალურ ვარჯიშს, სიგნალის სიზუსტისა და ინვაზიურობის დონის დაბალანსებას. 

სიგნალები შეიძლება იყოს სუბდურული ან ეპიდურული, მაგრამ არ აღიქმება ტვინის პარენქიმიდან . პაციენტებს ესაჭიროებათ ინვაზიური მონიტორინგი ეპილეპტოგენური კერის ლოკალიზაციისა და რეზექციის დასადგენად. 

ECoG თავის ქალაზე ჩაწერილ EEG-სთან შედარებით უფრო მაღალ სივრცულ გარჩევადობას, უკეთეს სიგნალ-ხმაურის თანაფარდობას, უფრო ფართო სიხშირის დიაპაზონს და ნაკლებ ტრენინგს მოითხოვს და ამავდროულად, ინტრაკორტიკალურ ერთნეირონულ ჩანაწერთან შედარებით, უფრო დაბალი ტექნიკური სირთულე, უფრო დაბალი კლინიკური რისკი და შესაძლოა, უფრო მაღალი გრძელვადიანი სტაბილურობა ჰქონდეს. ეს მახასიათებლების პროფილი და მინიმალური ტრენინგის მოთხოვნებით კონტროლის მაღალი დონის მტკიცებულება რეალურ სამყაროში მოტორული შეზღუდული შესაძლებლობის მქონე ადამიანებისთვის გამოყენების პოტენციალს აჩვენებს. 

UCSF-ის წარმომადგენლებმა , ედვარდ ჩანგმა და ჯოზეფ მაკინმა განაცხადეს, რომ ECoG სიგნალების გამოყენება შესაძლებელია ეპილეფსიით დაავადებული პაციენტების მეტყველების დეკოდირებისთვის, რომლებსაც სილვიის პერი-სილვიური ქერქის თავზე მაღალი სიმკვრივის ECoG მასივები ჰქონდათ იმპლანტირებული.  მათ აღნიშნეს 3%-იანი სიტყვის შეცდომის მაჩვენებელი (წინა მცდელობებთან შედარებით მნიშვნელოვანი გაუმჯობესება), კოდირებისა და დეკოდერის ნეირონული ქსელის გამოყენებით , რომელიც ECoG მონაცემებს 250 უნიკალური სიტყვისგან შემდგარ ორმოცდაათ წინადადებაში თარგმნიდა. 

ფუნქციური ახლო ინფრაწითელი სპექტროსკოპია

2014 წელს, ამიოტროფიული გვერდითი სკლეროზის (ALS) მქონე „ჩაკეტილი“ პაციენტებისთვის ფუნქციური ახლო ინფრაწითელი სპექტროსკოპიის გამოყენებით განხორციელებულმა BCI-მ შეძლო კომუნიკაციის ძირითადი უნარის აღდგენა. 

ელექტროენცეფალოგრაფიაზე (EEG) დაფუძნებული ტვინ-კომპიუტერის ინტერფეისები

ელექტროენცეფალოგრამის მიერ წარმოქმნილი ტვინის ტალღების ჩანაწერები

მას შემდეგ, რაც ვიდალმა BCI გამოწვევა წამოაყენა, არაინვაზიური მიდგომების შესახებ საწყისი ანგარიშები მოიცავდა კურსორის კონტროლს 2D-ში VEP-ის გამოყენებით,  ზუმერის კონტროლს CNV-ის გამოყენებით, ფიზიკური ობიექტის, რობოტის კონტროლს, ტვინის რიტმის (ალფა) გამოყენებით,  ეკრანზე დაწერილი ტექსტის კონტროლს P300-ის გამოყენებით. 

BCI კვლევის ადრეულ ეტაპზე, ელექტროენცეფალოგრამის გამოყენების კიდევ ერთი მნიშვნელოვანი ბარიერი ინტენსიური ტრენინგის საჭიროება იყო. მაგალითად, 1990-იანი წლების შუა პერიოდიდან დაწყებული ექსპერიმენტების დროს, გერმანიაში, ტიუბინგენის უნივერსიტეტში, ნილს ბირბაუმერმა პარალიზებულ ადამიანებს ასწავლა , რომ თვითრეგულირებულიყვნენ მათ ელექტროენცეფალოგრამაში ნელი კორტიკალური პოტენციალი იმდენად, რამდენადაც ეს სიგნალები შეიძლებოდა გამოყენებულიყო როგორც ბინარული სიგნალი კომპიუტერის კურსორის სამართავად. (ბირბაუმერმა ადრე ეპილეფსიით დაავადებულები ასწავლა , რათა თავიდან აეცილებინათ მოსალოდნელი კრუნჩხვები ამ დაბალი ძაბვის ტალღის კონტროლით.) ექსპერიმენტის დროს ათი პაციენტი ასწავლიდა კომპიუტერის კურსორის გადაადგილებას. პროცესი ნელი იყო, პაციენტებს კურსორით 100 სიმბოლოს დასაწერად ერთ საათზე მეტი დრო სჭირდებოდათ, ხოლო ტრენინგს ხშირად თვეები სჭირდებოდა. ნელი კორტიკალური პოტენციალის მიდგომა გადაიქცა იმ მიდგომების სასარგებლოდ, რომლებიც მცირე ან საერთოდ არ საჭიროებენ ტრენინგს, უფრო სწრაფი და ზუსტია და მომხმარებელთა უფრო დიდი ნაწილისთვის მუშაობს. 

კიდევ ერთი კვლევის პარამეტრია გაზომილი ოსცილაციური აქტივობის ტიპი . გერტ პფურტშელერმა BCI ლაბორატორია 1991 წელს დააარსა და ჩაატარა პირველი ონლაინ BCI, რომელიც ოსცილაციურ მახასიათებლებსა და კლასიფიკატორებზე იყო დაფუძნებული. ნიუ-იორკის სახელმწიფო უნივერსიტეტში ბირბაუმერთან და ჯონათან ვოლპოსთან ერთად , ისინი ფოკუსირებულნი იყვნენ ტექნოლოგიის შემუშავებაზე, რომელიც მომხმარებლებს საშუალებას მისცემდა აერჩიათ ტვინის სიგნალები, რომლებიც მათთვის ყველაზე მარტივი იო BCI-ის სამართავად, მათ შორის mu და ბეტა რიტმები. 

კიდევ ერთი პარამეტრია უკუკავშირის მეთოდი, რომელიც გამოყენებულია P300 სიგნალების კვლევებში . P300 ტალღების ნიმუშები უნებლიეთ წარმოიქმნება ( სტიმულის უკუკავშირი ), როდესაც ადამიანები ხედავენ რაღაცას, რასაც ამოიცნობენ და შეიძლება BCI-ებს საშუალება მისცენ, ვარჯიშის გარეშე გაშიფრონ აზრების კატეგორიები. 

2005 წელს ჩატარებულმა კვლევამ აჩვენა ციფრული მართვის სქემების EEG ემულაცია CNV ფლიპ-ფლოპის გამოყენებით.  2009 წელს ჩატარებულმა კვლევამ აჩვენა რობოტული მკლავის არაინვაზიური EEG კონტროლი CNV ფლიპ-ფლოპის გამოყენებით.  2011 წელს ჩატარებულმა კვლევამ აჩვენა ორი რობოტული მკლავის კონტროლი, რომლებიც ჰანოის კოშკის ამოცანას სამი დისკით წყვეტდნენ CNV ფლიპ-ფლოპის გამოყენებით.  2015 წელს ჩატარებულმა კვლევამ აღწერა შმიტის ტრიგერის , ფლიპ-ფლოპის, დემულტიპლექსორის და მოდემის EEG ემულაცია . 

ბინ ჰეს და მისი გუნდის მინესოტას უნივერსიტეტში მიღწეული მიღწევები მიუთითებს ელექტროენცეფალოგრამაზე დაფუძნებული ტვინ-კომპიუტერის ინტერფეისების პოტენციალზე, რათა შეასრულონ ინვაზიური ტვინ-კომპიუტერის ინტერფეისებთან ახლოს მდებარე ამოცანები. მოწინავე ფუნქციური ნეიროვიზუალიზაციის გამოყენებით, მათ შორის BOLD ფუნქციური MRI და ელექტროენცეფალოგრამა , მათ დაადგინეს ელექტროფიზიოლოგიური და ჰემოდინამიკური სიგნალების კოვარიაცია და კოლოკალიზაცია .  ნეიროვიზუალიზაციის მიდგომითა და სავარჯიშო პროტოკოლით დახვეწილი, მათ შექმნეს არაინვაზიური ელექტროენცეფალოგრამაზე დაფუძნებული ტვინ-კომპიუტერის ინტერფეისი, რათა გაეკონტროლებინათ ვირტუალური ვერტმფრენის ფრენა სამგანზომილებიან სივრცეში, მოტორული წარმოსახვის საფუძველზე.  2013 წლის ივნისში მათ გამოაცხადეს ტექნიკა დისტანციურად მართვადი ვერტმფრენის დაბრკოლებათა კურსზე გასატარებლად. მათ ასევე გადაჭრეს ელექტროენცეფალოგრამის ინვერსიული ამოცანა და შემდეგ გამოიყენეს შედეგად მიღებული ვირტუალური ელექტროენცეფალოგრამა BCI ამოცანებისთვის. კარგად კონტროლირებადი კვლევები მიუთითებდა ასეთი წყაროს ანალიზზე დაფუძნებული BCI-ის უპირატესობებზე. 

2014 წელს ჩატარებულმა კვლევამ აჩვენა, რომ მძიმე მოტორული დარღვევის მქონე პაციენტებს არაინვაზიური EEG BCI-ით უფრო სწრაფად და საიმედოდ შეეძლოთ კომუნიკაცია, ვიდრე კუნთებზე დაფუძნებული საკომუნიკაციო არხებით. 

2019 წელს ჩატარებულმა კვლევამ აჩვენა, რომ ევოლუციური ალგორითმების გამოყენებამ შეიძლება გააუმჯობესოს EEG ფსიქიკური მდგომარეობის კლასიფიკაცია არაინვაზიური Muse მოწყობილობით, რაც შესაძლებელს გახდის მომხმარებლის დონის სენსორული მოწყობილობით მიღებული მონაცემების კლასიფიცირებას. 

2021 წელს ჩატარებული რანდომიზებული კონტროლირებადი კვლევების სისტემატურ მიმოხილვაში, რომლებიც ინსულტის შემდგომი ზედა კიდურების რეაბილიტაციისთვის BCI-ს იყენებდნენ, აღინიშნა, რომ EEG-ზე დაფუძნებული BCI ეფექტურია ზედა კიდურების მოტორული ფუნქციის გაუმჯობესებაში საკონტროლო თერაპიებთან შედარებით. უფრო კონკრეტულად, BCI კვლევები, რომლებიც იყენებდნენ ზოლის სიმძლავრის მახასიათებლებს, მოტორულ გამოსახულებას და ფუნქციურ ელექტროსტიმულაციას, აღინიშნა, რომ უფრო ეფექტურია, ვიდრე ალტერნატიული მეთოდები.  კიდევ ერთი სისტემატური მიმოხილვა, რომელიც 2021 წელს ჩატარდა, ფოკუსირებული იყო ინსულტის შემდგომ რობოტებით დაფუძნებულ EEG-ზე დაფუძნებულ BCI-ზე ხელის რეაბილიტაციისთვის. მოტორული შეფასების ქულების გაუმჯობესება დაფიქსირდა თერთმეტი კვლევიდან სამში. 

მშრალი აქტიური ელექტროდების მასივები

1990-იანი წლების დასაწყისში, კალიფორნიის უნივერსიტეტში, ბაბაკ ტაჰერიმ, დევისმა, პირველი ერთარხიანი და მრავალარხიანი მშრალი აქტიური ელექტროდების მასივები აჩვენა.  მასივის ელექტროდმა ვერცხლის / ვერცხლის ქლორიდის ელექტროდებთან შედარებით კარგად იმუშავა . მოწყობილობა შედგებოდა ოთხი სენსორული ადგილისგან, რომლებსაც ჰქონდათ ინტეგრირებული ელექტრონიკა, რათა შეემცირებინათ ხმაურის წინააღმდეგობასთან შესაბამისობა . ასეთი ელექტროდების უპირატესობებია:

• ელექტროლიტი არ გამოიყენება,
• კანის მომზადების გარეშე,
• სენსორის ზომის მნიშვნელოვნად შემცირება,
• თავსებადობა EEG მონიტორინგის სისტემებთან.

აქტიური ელექტროდების მასივი არის ინტეგრირებული სისტემა, რომელიც შეიცავს ტევადობის სენსორების მასივს ლოკალური ინტეგრირებული სქემებით, რომლებიც შეფუთულია აკუმულატორებით სქემის კვებისთვის. შედეგის მისაღწევად ინტეგრაციის ეს დონე იყო საჭირო.

ელექტროდი გამოსცადეს სატესტო სკამზე და ადამიანებზე ოთხი მეთოდით, კერძოდ:

• სპონტანური ელექტროენცეფალოგრამა,
• სენსორულ მოვლენებთან დაკავშირებული პოტენციალი,
• ტვინის ღეროს პოტენციალი,
• კოგნიტურ მოვლენებთან დაკავშირებული პოტენციალი.

კანის მომზადების, გელის არარსებობის (მშრალი) და სიგნალ-ხმაურის უფრო მაღალი თანაფარდობის თვალსაზრისით, სტანდარტულ სველ ელექტროდებთან შედარებით, ეფექტურობა დადებითად შედარდა. 

1999 წელს ჰანტერ პეკჰემმა და კეის ვესტერნ რეზერვის უნივერსიტეტის სხვებმა გამოიყენეს 64 ელექტროდიანი ელექტროენცეფალოგრამის თავის ქალა, რათა კვადრიპლეგიით დაავადებული ადამიანისთვის ხელის შეზღუდული მოძრაობები დაებრუნებინათ . რადგან ის მარტივ, მაგრამ საპირისპირო კონცეფციებზე, როგორიცაა ზევით-ქვევით მოძრაობა, კონცენტრირდებოდა, მის ბეტა-რიტმულ ელექტროენცეფალოგრამაში ძირითადი კანონზომიერება გამოვლინდა და გადართვის სამართავად გამოიყენებოდა: საშუალოზე მაღალი აქტივობა განიმარტებოდა, როგორც ჩართული, საშუალოზე დაბალი გამორთული. სიგნალები ასევე გამოიყენებოდა მის ხელებში ჩამონტაჟებული ნერვული კონტროლერების სამართავად, რაც გარკვეულწილად აღადგენდა მოძრაობას. 

SSVEP მობილური EEG BCI-ები

2009 წელს გამოცხადდა NCTU-ს ტვინისა და კომპიუტერის ინტერფეისის თავსაბურავი. ამ მკვლევარებმა ასევე შექმნეს სილიკონზე დაფუძნებული მიკროელექტრომექანიკური სისტემის (MEMS) მშრალი ელექტროდები, რომლებიც შექმნილია სხეულის არათმიან ადგილებში გამოსაყენებლად. ეს ელექტროდები თავსაბურავის DAQ დაფაზე დამაგრებული იყო ელექტროდის დამჭერებით. სიგნალის დამუშავების მოდული ზომავდა ალფა აქტივობას და Bluetooth-ის საშუალებით გადასცემდა მას ტელეფონში, რომელიც აფასებდა პაციენტების სიფხიზლეს და კოგნიტურ შესაძლებლობებს. როდესაც სუბიექტი ძილიანობას განიცდიდა, ტელეფონი ოპერატორს უგზავნიდა გამომწვევ უკუკავშირს მის გასაღვიძებლად. 

2011 წელს მკვლევარებმა განაცხადეს უჯრედზე დაფუძნებული BCI-ის შესახებ, რომელსაც შეეძლო ტელეფონის ზარის გამოწვევა. ტარებადი სისტემა შედგებოდა ოთხარხიანი ბიოსიგნალის მიღების/გაძლიერების მოდულისგან , საკომუნიკაციო მოდულისგან და Bluetooth ტელეფონისგან. ელექტროდები განთავსებული იყო სტაბილური მდგომარეობის ვიზუალური გამოწვეული პოტენციალის ( SSVEP ) ასაღებად.  SSVEP არის ელექტრული რეაქციები მოციმციმე ვიზუალურ სტიმულებზე 6 ჰერცზე მეტი გამეორების სიხშირით  , რომლებიც საუკეთესოდ გვხვდება მხედველობის ქერქის პარიეტალურ და კეფის თავის ქალას რეგიონებში.  გავრცელდა ინფორმაცია, რომ კვლევის ყველა მონაწილეს შეეძლო სატელეფონო ზარის დაწყება ბუნებრივ გარემოში მინიმალური პრაქტიკით. 

მეცნიერებმა განაცხადეს, რომ ერთარხიანი სწრაფი ფურიეს გარდაქმნის (FFT) და მრავალარხიანი სისტემის კანონიკური კორელაციის ანალიზის ( CCA ) ალგორითმს შეუძლია მობილური BCI-ების მხარდაჭერა.  CCA ალგორითმი გამოყენებული იქნა BCI-ების შესწავლის ექსპერიმენტებში, სავარაუდოდ მაღალი სიზუსტითა და სიჩქარით.  როგორც ამბობენ, ფიჭური BCI ტექნოლოგიის თარგმნა შესაძლებელია სხვა აპლიკაციებისთვის, როგორიცაა სენსორმოტორული mu / beta რიტმების აღქმა, რათა იფუნქციონიროს როგორც მოტორულ გამოსახულებაზე დაფუძნებული BCI. 

2013 წელს, Android მობილურ ტელეფონებზე, პლანშეტებსა და კომპიუტერებზე დაფუძნებულ BCI-ებზე ჩატარებული შედარებითი ტესტების შედეგად გაანალიზდა მიღებული EEG SSVEP-ების სიმძლავრის სპექტრის სიმკვრივე . ამ კვლევის მიზნები იყო „SSVEP-ზე დაფუძნებული BCI-ის პრაქტიკულობის, პორტაბელურობისა და ყველგან გავრცელების გაზრდა ყოველდღიური გამოყენებისთვის“. იტყობინებოდნენ, რომ სტიმულაციის სიხშირე ყველა საშუალებაზე ზუსტი იყო, თუმცა ტელეფონის სიგნალი სტაბილური არ იყო. ლეპტოპისა და პლანშეტის SSVEP-ების ამპლიტუდები უფრო დიდი იყო, ვიდრე მობილური ტელეფონისა. ეს ორი თვისებრივი დახასიათება შემოთავაზებული იყო, როგორც მობილური სტიმულის BCI-ის გამოყენების მიზანშეწონილობის ინდიკატორები. 

EEG-ს ჩვენებებთან დაკავშირებული ერთ-ერთი სირთულე მოძრაობის არტეფაქტებისადმი მგრძნობელობაა.  კვლევითი პროექტების უმეტესობაში მონაწილეებს სთხოვდნენ ლაბორატორიულ გარემოში უძრავად ჯდომას, რაც შეიძლება მეტად შეამცირებდა თავისა და თვალის მოძრაობას. თუმცა, რადგან ეს ინიციატივები ყოველდღიური გამოყენებისთვის მობილური მოწყობილობის შექმნას ისახავდა მიზნად,  ტექნოლოგია მოძრაობაში უნდა გამოსცადონ. 2013 წელს მკვლევარებმა გამოსცადეს მობილური EEG-ზე დაფუძნებული BCI ტექნოლოგია, რომელიც მონაწილეების SSVEP-ებს ზომავდა სარბენ ბილიკზე სიარულის დროს. გავრცელებული შედეგები იყო, რომ სიჩქარის ზრდასთან ერთად, CCA-ს გამოყენებით SSVEP-ის აღმოჩენის უნარი მცირდებოდა. დამოუკიდებელი კომპონენტების ანალიზი (ICA) ეფექტური აღმოჩნდა EEG სიგნალების ხმაურისგან განცალკევებისთვის.  მკვლევარებმა განაცხადეს, რომ CCA მონაცემები ICA დამუშავებით და მის გარეშე მსგავსი იყო. მათ დაასკვნეს, რომ CCA ავლენდა მდგრადობას მოძრაობის არტეფაქტების მიმართ.  EEG-ზე დაფუძნებული BCI აპლიკაციები დაბალ სივრცით გარჩევადობას გვთავაზობენ. შესაძლო გადაწყვეტილებები მოიცავს: EEG წყაროს დაკავშირებას გრაფების თეორიაზე დაყრდნობით , EEG შაბლონების ამოცნობას Topomap-ზე და EEG- fMRI შერწყმაზე დაყრდნობით .

პროთეზირება და გარემოს კონტროლი

არაინვაზიური BCI-ები გამოყენებული იქნა ზედა და ქვედა კიდურების პროთეზულ მოწყობილობებზე დამბლით დაავადებულ ადამიანებში. მაგალითად, გრაცის ტექნოლოგიური უნივერსიტეტის გერტ პფურტშელერმა და მისმა კოლეგებმა აჩვენეს BCI-ით კონტროლირებადი ფუნქციური ელექტროსტიმულაციის სისტემა, რათა აღედგინათ ზედა კიდურების მოძრაობები ზურგის ტვინის დაზიანების გამო ტეტრაპლეგიის მქონე პირში .  2012-2013 წლებში კალიფორნიის უნივერსიტეტის (ირვინი) მკვლევარებმა პირველად აჩვენეს, რომ BCI ტექნოლოგიას შეუძლია აღადგინოს ტვინის მიერ კონტროლირებადი სიარული ზურგის ტვინის დაზიანების შემდეგ . მათ კვლევაში , პარაპლეგიის მქონე პირმა გამოიყენა BCI-რობოტული სიარულის ორთოზი ძირითადი გადაადგილების აღსადგენად. 2009 წელს დამოუკიდებელმა მკვლევარმა ალექს ბლეინიმ გამოიყენა Emotiv EPOC 5 ღერძიანი რობოტის მკლავის სამართავად.  მან ჩაატარა გონებით კონტროლირებადი ინვალიდის ეტლებისა და სახლის ავტომატიზაციის რამდენიმე დემონსტრირება .მაგნიტოენცეფალოგრაფია და ფუნქციური მაგნიტურ-რეზონანსული ტომოგრაფია

სტატიები: მაგნიტოენცეფალოგრაფია და ფუნქციური მაგნიტურ-რეზონანსული ტომოგრაფია

ATR Labs-ის მიერ ადამიანის მხედველობის რეკონსტრუქცია fMRI-ის გამოყენებით (ზედა რიგი: ორიგინალი გამოსახულება; ქვედა რიგი: კომბინირებული საშუალო მაჩვენებლების რეკონსტრუქცია)

მაგნიტოენცეფალოგრაფია (MEG) და ფუნქციური მაგნიტურ-რეზონანსული ტომოგრაფია (fMRI) გამოიყენება როგორც არაინვაზიური BCI-ები.  ფართოდ გაშუქებულ ექსპერიმენტში, fMRI-მ ორ მომხმარებელს საშუალება მისცა რეალურ დროში ეთამაშათ პონგი მათი ჰემოდინამიკური რეაქციის ან ტვინის სისხლის მიმოქცევის შეცვლით ბიოუკუკავშირის გზით . 

რეალურ დროში ჰემოდინამიკური რეაქციების fMRI გაზომვები ასევე გამოყენებული იქნა რობოტის მკლავების სამართავად ფიქრსა და მოძრაობას შორის შვიდი წამიანი დაყოვნებით. 

2008 წელს, იაპონიის ქალაქ კიოტოში , Advanced Telecommunications Research (ATR) Computational Neuroscience Laboratories- ში შემუშავებულმა კვლევამ მკვლევარებს საშუალება მისცა, ტვინის სიგნალებიდან გამოსახულებები 10x10 პიქსელის გარჩევადობით აღედგინათ . 

2011 წელს ჩატარებულმა კვლევამ წარმოადგინა კვლევის მონაწილეთა მიერ ნანახი ვიდეოების წამიერი რეკონსტრუქცია fMRI მონაცემებიდან.  ეს მიღწეული იქნა ვიდეოების ტვინის აქტივობასთან დაკავშირების სტატისტიკური მოდელის შექმნით. ეს მოდელი შემდეგ გამოიყენეს 100 ერთწამიანი ვიდეო სეგმენტის მოსაძებნად, შემთხვევითი YouTube ვიდეოების 18 მილიონი წამის მონაცემთა ბაზაში, ვიზუალური ნიმუშების შესატყვისად ტვინის აქტივობასთან, რომელიც დაფიქსირდა სუბიექტების ვიდეოს ყურებისას. ეს 100 ერთწამიანი ვიდეო ამონარიდი შემდეგ გაერთიანდა ვიდეოს მსგავსი ნაზავ სურათად. 

BCI კონტროლის სტრატეგიები ნეიროგეიმებში

საავტომობილო გამოსახულება

მოტორული გამოსახულება გულისხმობს სხეულის ნაწილების მოძრაობის წარმოდგენას, სენსორმოტორული ქერქის გააქტიურებას , რომელიც ახდენს სენსორმოტორული რხევების მოდულირებას EEG-ში. ამის აღმოჩენა შესაძლებელია BCI-ით და მისი გამოყენება მომხმარებლის განზრახვის დასადგენად. მოტორული გამოსახულება, როგორც წესი, საჭიროებს ვარჯიშს მისაღები კონტროლის მისაღებად. სავარჯიშო სესიები, როგორც წესი, რამდენიმე დღის განმავლობაში საათობით გრძელდება. სავარჯიშო სესიის ხანგრძლივობის მიუხედავად, მომხმარებლები ვერ ახერხებენ კონტროლის სქემის ათვისებას. ეს იწვევს თამაშის ძალიან ნელ ტემპს.  მოტორული გამოსახულების შესრულების დასადგენად საგნის სპეციფიკური მოდელის გამოსათვლელად გამოყენებული იქნა მანქანური სწავლების მეთოდები. BCI Competition IV-ის 2022 წლის მონაცემთა ნაკრებიდან მოტორული გამოსახულების ყველაზე ეფექტური ალგორითმი იყო Filter Bank Common Spatial Pattern, რომელიც შეიმუშავეს ანგმა და სხვებმა A*STAR- დან , სინგაპური .

ბიო/ნეიროუკუკავშირი პასიური BCI დიზაინებისთვის

ბიოუკუკავშირის გამოყენება შესაძლებელია სუბიექტის ფსიქიკური რელაქსაციის მონიტორინგისთვის. ზოგიერთ შემთხვევაში, ბიოუკუკავშირი არ ემთხვევა EEG-ს, მაშინ როდესაც ისეთი პარამეტრები, როგორიცაა ელექტრომიოგრაფია (EMG), კანის გალვანური წინააღმდეგობა (GSR) და გულისცემის ცვალებადობა (HRV), ამას ახერხებენ. ბიოუკუკავშირის მრავალი სისტემა მკურნალობს ისეთ დარღვევებს, როგორიცაა ყურადღების დეფიციტისა და ჰიპერაქტიურობის სინდრომი (ADHD) , ძილის პრობლემები ბავშვებში, კბილების კრაჭუნი და ქრონიკული ტკივილი. EEG ბიოუკუკავშირის სისტემები, როგორც წესი, აკონტროლებენ ტვინის ოთხ ტალღურ დიაპაზონს (თეტა: 4–7 ჰც, ალფა: 8–12 ჰც, SMR: 12–15 ჰც, ბეტა: 15–18 ჰც) და იწვევენ სუბიექტს მათ კონტროლში. პასიური BCI იყენებს BCI-ს ადამიან-მანქანის ურთიერთქმედების გასამდიდრებლად მომხმარებლის ფსიქიკური მდგომარეობის შესახებ ინფორმაციით, მაგალითად, სიმულაციებით, რომლებიც ადგენენ, როდის აპირებენ მომხმარებლები მუხრუჭების დაჭერას ავტომობილის საგანგებო დამუხრუჭების დროს.  თამაშების შემქმნელები, რომლებიც იყენებენ პასიური BCI-ებს, ესმით, რომ თამაშის დონეების გამეორებით მომხმარებლის კოგნიტური მდგომარეობა ადაპტირდება. მოცემული დონის პირველი თამაშის დროს მოთამაშე განსხვავებულად რეაგირებს, ვიდრე შემდგომი თამაშების დროს: მაგალითად, მომხმარებელი ნაკლებად არის გაკვირვებული მოსალოდნელი მოვლენით. 

ვიზუალური გამოწვეული პოტენციალი (VEP)

ვეგეტარიანული ენცეფალოპათია (VEP) არის ელექტრული პოტენციალი, რომელიც ფიქსირდება სუბიექტის ვიზუალური სტიმულის წარდგენის შემდეგ. ვეგეტარიანული ენცეფალოპათიის ტიპებია SSVEP-ები და P300 პოტენციალი.

სტაციონარული მდგომარეობის ვიზუალურად გამოწვეული პოტენციალი (SSVEP) იყენებს ბადურის აგზნებით გენერირებულ პოტენციალებს , გარკვეული სიხშირეებით მოდულირებული ვიზუალური სტიმულების გამოყენებით. SSVEP სტიმულები ხშირად წარმოიქმნება ჭადრაკის ფორმის ნიმუშების მონაცვლეობით და ზოგჯერ იყენებენ მოციმციმე გამოსახულებებს. გამოყენებული სტიმულის ფაზის შეცვლის სიხშირის გარჩევა შესაძლებელია EEG-ით; ეს SSVEP სტიმულების აღმოჩენას შედარებით აადვილებს. SSVEP გამოიყენება მრავალ BCI სისტემაში. ეს განპირობებულია რამდენიმე ფაქტორით. გამოწვეულ სიგნალს შეუძლია გაზომვა ისეთივე დიდ პოპულაციაში, როგორც გარდამავალი VEP და მოციმციმე მოძრაობა. ელექტროკარდიოგრაფიული არტეფაქტები გავლენას არ ახდენს მონიტორინგირებულ სიხშირეებზე. SSVEP სიგნალი მდგრადია; პირველადი მხედველობის ქერქის ტოპოგრაფიული ორგანიზაცია ისეთია, რომ უფრო ფართო არე იღებს აფერენტებს მხედველობის ველის ცენტრალური ან ფოვიური რეგიონიდან. SSVEP-ს თან ახლავს პრობლემები. რადგან SSVEP-ები იყენებენ მოციმციმე სტიმულებს მომხმარებლის განზრახვის დასადგენად, სისტემასთან ურთიერთქმედებისთვის მომხმარებელმა უნდა შეხედოს ერთ-ერთ მოციმციმე ან განმეორებად სიმბოლოს. ამიტომ, სავარაუდოა, რომ სიმბოლოები გამაღიზიანებელი და არასასიამოვნო გახდება უფრო ხანგრძლივი თამაშის სესიების დროს.

ვეგეტატიური ენცეფალოპათიის (VEP) კიდევ ერთი ტიპია P300 პოტენციალი . ეს პოტენციალი წარმოადგენს ეეგ-ში დადებით პიკს, რომელიც დაახლოებით 300 ms-ის შემდეგ ხდება სამიზნე სტიმულის (სტიმული, რომელსაც მომხმარებელი ელოდება ან ეძებს) ან უცნაური სტიმულის გამოჩენიდან . P300-ის ამპლიტუდა მცირდება, რადგან სამიზნე სტიმული და იგნორირებული სტიმული უფრო მეტად ჰგავს ერთმანეთს. P300, სავარაუდოდ, უფრო მაღალი დონის ყურადღების პროცესთან ან ორიენტირების რეაქციასთან არის დაკავშირებული. P300-ის გამოყენება ნაკლებ სავარჯიშო სესიას მოითხოვს. პირველი გამოყენება, რომელშიც ის გამოიყენეს, იყო P300 მატრიცა. ამ სისტემის ფარგლებში, სუბიექტი ირჩევს ასოს ასოებისა და რიცხვების 6-ზე 6 ბადიდან. ბადის რიგები და სვეტები თანმიმდევრულად ციმციმებდა და ყოველ ჯერზე, როდესაც არჩეული „არჩევანის ასო“ ანათებდა, მომხმარებლის P300 (პოტენციურად) გამოიხატებოდა. თუმცა, კომუნიკაციის პროცესი, დაახლოებით 17 სიმბოლო წუთში, ნელი იყო. P300 უწყვეტი კონტროლის ნაცვლად დისკრეტულ შერჩევას გვთავაზობს. თამაშებში P300-ის უპირატესობა ის არის, რომ მოთამაშეს არ სჭირდება ახალი მართვის სისტემის გამოყენების სწავლა, მას მხოლოდ მოკლე ტრენინგის ინსტანციები სჭირდება თამაშის მექანიკისა და BCI-ის ძირითადი პარადიგმის შესასწავლად. 

არა-ტვინზე დაფუძნებული ადამიან-კომპიუტერის ინტერფეისი (ფიზიოლოგიური გამოთვლები)

ადამიანსა და კომპიუტერს შორის ურთიერთქმედებას შეუძლია გამოიყენოს ჩაწერის სხვა მეთოდები, როგორიცაა ელექტროოკულოგრაფია და თვალის ტრეკინგ-ცენტრი. ეს მეთოდები არ აღრიცხავს ტვინის აქტივობას და შესაბამისად, არ კვალიფიცირდება, როგორც BCI. 

ელექტროოკულოგრაფია (EOG)

1989 წელს ჩატარებულმა კვლევამ აჩვენა მობილური რობოტის კონტროლი თვალის მოძრაობით ელექტროოკულოგრაფიული სიგნალების გამოყენებით. მობილური რობოტი სამიზნე წერტილამდე მიიყვანეს ხუთი EOG ბრძანების გამოყენებით, რომლებიც განიმარტებოდა როგორც წინ, უკან, მარცხნივ, მარჯვნივ და გაჩერება. 

გუგის ზომის რხევა

2016 წლის სტატიაში აღწერილი იყო ახალი, არა-ეეგ-ზე დაფუძნებული ჰიდროქლორიდი, რომელიც არ საჭიროებდა ვიზუალურ ფიქსაციას ან თვალების მოძრაობის უნარს. ^[ 153 ] ინტერფეისი დაფუძნებულია ფარულ ინტერესზე ; ყურადღება ვირტუალურ კლავიატურაზე არჩეულ ასოზეა გადატანილი, ასოზე პირდაპირ ყურების საჭიროების გარეშე. თითოეულ ასოს აქვს საკუთარი (ფონური) წრე, რომლის სიკაშკაშე სხვებისგან განსხვავებულად მიკრო-რხევადია. ასოების შერჩევა ეფუძნება უნებლიე გუგის ზომის რხევასა და ფონური წრის სიკაშკაშის რხევის ნიმუშს შორის საუკეთესო შესაბამისობას. სიზუსტე დამატებით გაუმჯობესებულია მომხმარებლის მიერ სიტყვების „ნათელი“ და „მუქი“ გონებრივი რეპეტიციით, ასოს წრის სიკაშკაშის გადასვლებთან სინქრონულად.

ტვინს შორის კომუნიკაცია

1960-იან წლებში მკვლევარმა, ტრენინგის შემდეგ, ელექტროენცეფალოგრამის გამოყენებით ალფა ტალღების გამოყენებით მორზეს კოდი შექმნა .  2013 წლის 27 თებერვალს, მიგელ ნიკოლელისის ჯგუფმა დიუკის უნივერსიტეტში და IINN-ELS-მა ორი ვირთხის ტვინი დააკავშირეს, რამაც მათ ინფორმაციის გაზიარების საშუალება მისცა, რაც პირველი პირდაპირი ტვინიდან ტვინამდე ინტერფეისი იყო . 

გერვინ შალკმა აღნიშნა, რომ ECoG სიგნალებს შეუძლიათ განასხვავონ ხმოვნები და თანხმოვნები, რომლებიც ჩადებულია წარმოთქმულ და წარმოსახვით სიტყვებში, რაც ნათელს ჰფენს მათ წარმოქმნასთან დაკავშირებულ მექანიზმებს და შეიძლება წარმოსახვითი მეტყველების გამოყენებით ტვინზე დაფუძნებული კომუნიკაციის საფუძველი გახდეს. 

2002 წელს კევინ უორვიკმა ნერვულ სისტემაში 100 ელექტროდისგან შემდგარი მასივი ჩაამონტაჟა, რათა მისი ნერვული სისტემა ინტერნეტთან დაეკავშირებინა. უორვიკმა ექსპერიმენტების სერია ჩაატარა. ელექტროდები მისი მეუღლის ნერვულ სისტემაში ჩაამონტაჟეს, რამაც მათ საშუალება მისცა ორი ადამიანის ნერვულ სისტემებს შორის პირველი პირდაპირი ელექტრონული კომუნიკაციის ექსპერიმენტი ჩაეტარებინათ. 

სხვა მკვლევარებმა მონაწილეებს შორის ტვინსა და ტვინს შორის კომუნიკაცია დისტანციურად მიაღწიეს მონაწილეთა თავის კანზე მიმაგრებული არაინვაზიური ტექნოლოგიის გამოყენებით. სიტყვები კოდირებული იყო ბინარულ ნაკადებად ინფორმაციის გამგზავნი პირის კოგნიტური მოტორული შეყვანის გზით. ინფორმაციის ფსევდოშემთხვევითი ბიტები შეიცავდა დაშიფრულ სიტყვებს „hola“ (ესპანურად „გამარჯობა“) და „ciao“ (იტალიურად „ნახვამდის“) და გადაეცემოდა გონებიდან გონებაში. 

უჯრედული კულტურის BCI-ები

სტატია: კულტივირებული ნეირონული ქსელი

მსოფლიოში პირველი ნეიროჩიპი , რომელიც შეიმუშავეს კალიფორნიის ტექნოლოგიური ინსტიტუტის მკვლევარებმა ჯერომ პაინმა და მაიკლ მაჰერმა.

მკვლევარებმა შექმნეს მოწყობილობები ნერვულ უჯრედებთან და მთლიან ნეირონულ ქსელებთან ინ ვიტრო ურთიერთქმედებისთვის . კულტივირებულ ნერვულ ქსოვილზე ექსპერიმენტები ფოკუსირებული იყო პრობლემების გადაჭრის ქსელების შექმნაზე, საბაზისო კომპიუტერების აგებასა და რობოტული მოწყობილობების მანიპულირებაზე. ნახევარგამტარულ ჩიპებზე გაზრდილი ინდივიდუალური ნეირონების სტიმულირებისა და ჩაწერის ტექნიკის კვლევა ნეიროელექტრონიკაში ან ნეიროჩიპებშია . 

პირველი ნეიროჩიპის შემუშავება 1997 წელს კალიფორნიის ტექნოლოგიური ინსტიტუტის გუნდმა, ჯერომ პაინისა და მაიკლ მაჰერის ხელმძღვანელობით, განაცხადა.  კალიფორნიის ტექნოლოგიური ინსტიტუტის ჩიპში 16 ნეირონი იყო განთავსებული.

2003 წელს სამხრეთ კალიფორნიის უნივერსიტეტის თეოდორ ბერგერის ხელმძღვანელობით ჯგუფმა იმუშავა ნეიროჩიპზე, რომელიც შექმნილი იყო ხელოვნური ან პროთეზული ჰიპოკამპის ფუნქციისთვის . ნეიროჩიპი შექმნილი იყო ვირთხის ტვინისთვის. ჰიპოკამპი შეირჩა, რადგან ის ტვინის ყველაზე სტრუქტურირებულ და ყველაზე შესწავლილ ნაწილად ითვლება. მისი ფუნქციაა გამოცდილების კოდირება ტვინის სხვა ადგილებში გრძელვადიანი მოგონებების სახით შესანახად. 

2004 წელს ფლორიდის უნივერსიტეტის თომას დემარსმა F-22 გამანადგურებელი თვითმფრინავის სიმულატორის გასაშვებად გამოიყენა ვირთხის ტვინიდან აღებული 25 000 ნეირონის კულტურა . შეგროვების შემდეგ, კორტიკალური ნეირონები კულტივირებული იქნა პეტრის ჯამში და ხელახლა დაუკავშირდა ერთმანეთს ცოცხალი ნეირონული ქსელის შესაქმნელად. უჯრედები განლაგდა 60 ელექტროდის ბადეზე და გამოიყენებოდა სიმულატორის სიმაღლისა და კუთხის ფუნქციების გასაკონტროლებლად . კვლევის მიზანი იყო იმის გაგება, თუ როგორ ასრულებს და სწავლობს ადამიანის ტვინი გამოთვლით ამოცანებს უჯრედულ დონეზე. 

ეთიკური მოსაზრებები

შეშფოთება ძირითადად უსაფრთხოებასა და მომხმარებლებზე გრძელვადიან ზემოქმედებაზეა ორიენტირებული. ეს მოიცავს კომუნიკაციის პრობლემების მქონე პირებისგან ინფორმირებული თანხმობის მიღებას , პაციენტებისა და მათი ოჯახების ცხოვრების ხარისხზე გავლენას, ჯანმრთელობასთან დაკავშირებულ გვერდით მოვლენებს, თერაპიული გამოყენების არასწორად გამოყენებას, უსაფრთხოების რისკებს და BCI-ით გამოწვეული ზოგიერთი ცვლილების შეუქცევად ბუნებას. გარდა ამისა, კითხვები ჩნდება ტექნიკური მომსახურების, შეკეთებისა და სათადარიგო ნაწილების ხელმისაწვდომობასთან დაკავშირებით, განსაკუთრებით კომპანიის გაკოტრების შემთხვევაში. 

BCI-ების სამართლებრივი და სოციალური ასპექტები ართულებს ფართოდ გავრცელებას. შეშფოთებას იწვევს ანგარიშვალდებულებისა და პასუხისმგებლობის საკითხები, როგორიცაა მტკიცებები, რომ BCI-ის გავლენა აჭარბებს თავისუფალ ნებას და ქმედებებზე კონტროლს, კოგნიტური განზრახვების არაზუსტი ინტერპრეტაცია, ღრმა ტვინის სტიმულაციით გამოწვეული პიროვნების ცვლილებები და ადამიანსა და მანქანას შორის ზღვრის წაშლა.  სხვა შეშფოთებას იწვევს BCI-ების გამოყენება მოწინავე დაკითხვის ტექნიკაში, არაავტორიზებული წვდომა („ტვინის ჰაკერობა“), სოციალური სტრატიფიკაცია შერჩევითი გაუმჯობესების გზით, კონფიდენციალურობის საკითხები, რომლებიც დაკავშირებულია გონების წაკითხვასთან, თვალთვალთან და „თეგირების“ სისტემებთან და გონების, მოძრაობისა და ემოციების კონტროლის პოტენციალთან. 

ამჟამინდელი სახით, BCI-ების უმეტესობა უფრო მეტად კორექციულ თერაპიებს ჰგავს, რომლებიც ასეთ ეთიკურ საკითხებს ნაკლებად ეხება. ბიოეთიკა კარგად არის აღჭურვილი BCI ტექნოლოგიების მიერ წარმოქმნილი გამოწვევების გადასაჭრელად, კლაუზენმა 2009 წელს აღნიშნა, რომ „BCI-ები ეთიკურ გამოწვევებს წარმოშობს, მაგრამ ისინი კონცეპტუალურად მსგავსია იმ გამოწვევებისა, რომლებიც ბიოეთიკოსებმა თერაპიის სხვა სფეროებისთვის განიხილეს“.  ჰასელაგერმა და მისმა კოლეგებმა ხაზი გაუსვეს მოლოდინებისა და ღირებულების მართვის მნიშვნელობას. 

BCI-ების ევოლუცია იმეორებს ფარმაცევტული მეცნიერების ევოლუციას, რომელიც თავდაპირველად, როგორც დარღვევების სამკურნალო საშუალება, ამჟამად აძლიერებს კონცენტრაციას და ამცირებს ძილის საჭიროებას. BCI-ები თერაპიებიდან გაუმჯობესებაზე გადადის, BCI-ის საზოგადოება მუშაობს კვლევის, განვითარებისა და გავრცელების ეთიკურ სახელმძღვანელო პრინციპებზე კონსენსუსის მისაღწევად. 

დაბალფასიანი სისტემები

სხვადასხვა კომპანია კვლევისა და გართობისთვის იაფ BCI-ებს ქმნის. ისეთ სათამაშოებს, როგორიცაა NeuroSky და Mattel MindFlex, გარკვეული კომერციული წარმატება ხვდა წილად.

• 2006 წელს Sony-მ დააპატენტა ნეირონული ინტერფეისის სისტემა, რომელიც რადიოტალღებს საშუალებას აძლევს, გავლენა მოახდინონ ნერვულ ქერქში არსებულ სიგნალებზე. 
• 2007 წელს NeuroSky-მ გამოუშვა პირველი ხელმისაწვდომი მომხმარებლისთვის განკუთვნილი ელექტროენცეფალოგრამა თამაშ NeuroBoy-თან ერთად. ეს იყო პირველი მასშტაბური ელექტროენცეფალოგრამა, რომელიც იყენებდა მშრალი სენსორის ტექნოლოგიას. 
• 2008 წელს, OCZ Technology-მ შეიმუშავა მოწყობილობა ვიდეო თამაშებში გამოსაყენებლად, რომელიც ძირითადად ელექტრომიოგრაფიაზეა დაფუძნებული . 
• 2008 წელს, Final Fantasy-ის შემქმნელმა კომპანია Square Enix-მა განაცხადა, რომ ის NeuroSky-სთან თანამშრომლობდა Judecca-ს, თამაშის შესაქმნელად. 
• 2009 წელს, Mattel-მა NeuroSky-სთან პარტნიორობით გამოუშვა Mindflex , თამაში, რომელიც ელექტროენცეფალოგრამის გამოყენებით ბურთის დაბრკოლებათა ტრასაზე გადასაადგილებლად იყენებდა. ეს იყო იმ დროისთვის ყველაზე გაყიდვადი მომხმარებლისთვის განკუთვნილი ელექტროენცეფალოგრამი. 
• 2009 წელს, Uncle Milton Industries-მა NeuroSky-სთან პარტნიორობით გამოუშვა Star Wars Force Trainer თამაში, რომელიც შექმნილია ძალის ფლობის ილუზიის შესაქმნელად . 
• 2009 წელს Emotiv-მა გამოუშვა EPOC, 14-არხიანი ელექტროენცეფალოგრამის მოწყობილობა, რომელსაც შეუძლია 4 ფსიქიკური მდგომარეობის, 13 ცნობიერების მდგომარეობის, სახის გამომეტყველებისა და თავის მოძრაობის წაკითხვა. EPOC იყო პირველი კომერციული BCI, რომელმაც გამოიყენა მშრალი სენსორის ტექნოლოგია, რომლის დასველებაც შესაძლებელია ფიზიოლოგიური ხსნარით უკეთესი კავშირისთვის. 
• 2011 წლის ნოემბერში ჟურნალმა Time- მა Neurowear-ის მიერ წარმოებული „ნეკომიმი“ წლის ერთ-ერთ საუკეთესო გამოგონებად დაასახელა.
• 2014 წლის თებერვალში, They Shall Walk-მა (არაკომერციული ორგანიზაცია, რომელიც ორიენტირებულია პარალიზებული და კვადრიპლეგიური პაციენტებისთვის ეგზოჩონჩხების, LIFESUIT-ების, კონსტრუქციაზე) ჯეიმს ვ. შაკარჯისთან პარტნიორობა დაიწყო უსადენო BCI-ის შემუშავებაზე. 
• 2016 წელს, ჰობისტთა ჯგუფმა შეიმუშავა ღია კოდის BCI დაფა, რომელიც ნერვულ სიგნალებს სმარტფონის აუდიო ბუდეში აგზავნის, რითაც საწყისი დონის BCI-ის ღირებულება 20 ფუნტ სტერლინგამდე შემცირდა.  Android მოწყობილობებისთვის ხელმისაწვდომია საბაზისო დიაგნოსტიკური პროგრამული უზრუნველყოფა , ასევე Unity- სთვის ტექსტის შეყვანის აპლიკაცია . 
• 2020 წელს NextMind-მა გამოუშვა დეველოპერების ნაკრები, რომელიც მოიცავდა მშრალი ელექტროდებით აღჭურვილი EEG ყურსასმენს 399 დოლარად.  მოწყობილობას შეუძლია სხვადასხვა ვიზუალური BCI დემონსტრაციული აპლიკაციების გაშვება ან დეველოპერებს შეუძლიათ საკუთარი შექმნან. მოგვიანებით, 2022 წელს , ის Snap Inc.- მა შეიძინა. 
• 2023 წელს PiEEG-მა გამოუშვა ფარი, რომელიც საშუალებას იძლევა ერთპლატიანი კომპიუტერი Raspberry Pi გადაკეთდეს ტვინ-კომპიუტერის ინტერფეისად 350 დოლარად. 

მომავალი მიმართულებები

ტვინ-კომპიუტერის ინტერფეისი

12 ევროპელი პარტნიორისგან შემდგარმა კონსორციუმმა შეადგინა გზამკვლევი, რათა მხარი დაეჭირა ევროკომისიისთვის Horizon 2020 ჩარჩო პროგრამის დაფინანსების გადაწყვეტილებებში . პროექტი დაფინანსდა ევროკომისიის მიერ. ის დაიწყო 2013 წლის ნოემბერში და გამოქვეყნდა გზამკვლევი 2015 წლის აპრილში. 2015 წლის პუბლიკაციაში აღწერილია ეს პროექტი, ასევე ტვინისა და კომპიუტერის ინტერფეისის საზოგადოება.  მასში განხილული იყო ამ პროექტის ფარგლებში შესრულებული სამუშაოები, რომლებმაც უფრო დეტალურად განსაზღვრეს BCI-ები და მათი გამოყენება, შეისწავლეს ბოლოდროინდელი ტენდენციები, განიხილეს ეთიკური საკითხები და შეაფასეს ახალი BCI-ების მიმართულებები.

სხვა ბოლოდროინდელმა პუბლიკაციებმაც შეისწავლეს BCI-ის მომავალი მიმართულებები შეზღუდული შესაძლებლობის მქონე მომხმარებლების ახალი ჯგუფებისთვის. 

ცნობიერების დარღვევები (DOC)

ზოგიერთ ადამიანს აღენიშნება ცნობიერების დარღვევა (DOC). ეს მდგომარეობა მოიცავს კომაში მყოფ და ვეგეტატიურ (VS) ან მინიმალურად ცნობიერების მდგომარეობაში მყოფ ადამიანებს (MCS). BCI კვლევის მიზანია DOC-ის შესწავლა. მთავარი საწყისი მიზანია იმ პაციენტების იდენტიფიცირება, რომლებსაც შეუძლიათ ძირითადი კოგნიტური ამოცანების შესრულება, რაც შეცვლის მათ დიაგნოზს და საშუალებას მისცემს მათ მიიღონ მნიშვნელოვანი გადაწყვეტილებები (მაგალითად, მიმართონ თუ არა თერაპიას, სად იცხოვრონ და საკუთარი შეხედულებები მათთან დაკავშირებული სიცოცხლის ბოლოს გადაწყვეტილებების შესახებ). პაციენტები, რომლებსაც არასწორად დაუსვეს დიაგნოზი, შეიძლება გარდაიცვალონ სხვების მიერ სიცოცხლის ბოლოს მიღებული გადაწყვეტილებების შედეგად. ასეთ პაციენტებთან კომუნიკაციისთვის BCI-ის გამოყენების პერსპექტივა მიმზიდველი პერსპექტივაა. 

ბევრ ასეთ პაციენტს არ შეუძლია BCI-ების გამოყენება მხედველობაზე დაყრდნობით. ამიტომ, ინსტრუმენტები უნდა დაეყრდნოს სმენით და/ან ვიბროტაქტიკურ სტიმულებს. პაციენტებს შეიძლება ატარონ ყურსასმენები და/ან ვიბროტაქტიკური სტიმულატორები, რომლებიც სხეულის მგრძნობიარე ნაწილებზეა განთავსებული. კიდევ ერთი გამოწვევა ის არის, რომ პაციენტებს შეიძლება კომუნიკაცია მხოლოდ არაპროგნოზირებადი ინტერვალებით შეეძლოთ. სახლის მოწყობილობები კომუნიკაციის საშუალებას იძლევა, როდესაც პაციენტი მზად იქნება.

ავტომატიზირებულ ინსტრუმენტებს შეუძლიათ დასვან კითხვები, რომლებზეც პაციენტებს მარტივად შეუძლიათ პასუხის გაცემა, მაგალითად, „თქვენს მამას ჯორჯი ჰქვია?“ ან „დაიბადეთ აშშ-ში?“. ავტომატიზირებული ინსტრუქციები პაციენტებს აცნობებს, თუ როგორ გადმოსცენ „დიახ“ ან „არა“, მაგალითად, ყურადღების გამახვილებით მარჯვენა და მარცხენა მაჯაზე არსებულ სტიმულებზე. ეს ფოკუსირებული ყურადღება იწვევს ელექტროენცეფალოგრამის სანდო ცვლილებებს , რაც ხელს უწყობს იმის დადგენას, შეუძლია თუ არა პაციენტს კომუნიკაცია. 

საავტომობილო აღდგენა

ადამიანებმა შეიძლება დაკარგონ მოძრაობის უნარის ნაწილი მრავალი მიზეზის გამო, როგორიცაა ინსულტი ან დაზიანება. ბოლო წლების კვლევებმა აჩვენა EEG-ზე დაფუძნებული BCI სისტემების სარგებლიანობა ინსულტის მქონე პაციენტებში მოტორული აღდგენისა და ნეირორეაბილიტაციის ხელშეწყობაში. რამდენიმე ჯგუფმა შეისწავლა მოტორული აღდგენის სისტემები და მეთოდები, რომლებიც მოიცავს BCI-ებს.  ამ მიდგომით, BCI ზომავს მოტორულ აქტივობას, სანამ პაციენტი წარმოიდგენს ან ცდილობს მოძრაობებს თერაპევტის მითითებების შესაბამისად. BCI-ს შეიძლება ჰქონდეს ორი სარგებელი: (1) თუ BCI მიუთითებს, რომ პაციენტი სწორად არ წარმოიდგენს მოძრაობას (დაუმორჩილებლობა), მაშინ BCI-ს შეუძლია აცნობოს პაციენტს და თერაპევტს; და (2) დამაკმაყოფილებელი უკუკავშირი, როგორიცაა ფუნქციური სტიმულაცია ან ვირტუალური ავატარის მოძრაობა, ასევე დამოკიდებულია პაციენტის სწორ მოძრაობის ვიზუალიზაციაზე.

აქამდე, მოტორული აღდგენისთვის განკუთვნილი BCI-ები პაციენტის მოტორული ვიზუალიზაციის გასაზომად ეეგ-ს ეყრდნობოდა. თუმცა, კვლევებში ასევე გამოყენებულია fMRI ტვინში სხვადასხვა ცვლილებების შესასწავლად, როდესაც ადამიანები BCI-ზე დაფუძნებულ ინსულტის რეაბილიტაციის ტრენინგს გადიან. ვიზუალიზაციის კვლევები EEG-ზე დაფუძნებულ BCI სისტემებთან ერთად იმედისმომცემია ინსულტის შემდგომი მოტორული აღდგენის დროს ნეიროპლასტიურობის შესასწავლად.  სამომავლო სისტემებში შეიძლება შედიოდეს fMRI და სხვა საზომები რეალურ დროში კონტროლისთვის, როგორიცაა ფუნქციური ახლო ინფრაწითელი, სავარაუდოდ EEG-ებთან ერთად. არაინვაზიური ტვინის სტიმულაცია ასევე შესწავლილია მოტორული აღდგენისთვის განკუთვნილი BCI-ებთან კომბინაციაში.  2016 წელს მელბურნის უნივერსიტეტის მეცნიერებმა გამოაქვეყნეს კლინიკური მონაცემების წინასაკონკრეტო მონაცემები, რომლებიც დაკავშირებულია ტვინ-კომპიუტერის ინტერფეისის ტექნოლოგიურ პლატფორმასთან, რომელიც შემუშავებულია დამბლით დაავადებული პაციენტებისთვის, რათა გაადვილდეს გარე მოწყობილობების, როგორიცაა რობოტული კიდურები, კომპიუტერები და ეგზოსკელეტები, კონტროლი ტვინის აქტივობის თარგმნით. 

ფუნქციური ტვინის რუკების შექმნა

2014 წელს, ნეიროქირურგიის დროს, დაახლოებით 400 000 ადამიანს ჩაუტარდა ტვინის რუკის გადაღება . ეს პროცედურა ხშირად საჭიროა იმ ადამიანებისთვის, რომლებიც არ რეაგირებენ მედიკამენტებზე .  ამ პროცედურის დროს, ტვინზე თავსდება ელექტროდები სტრუქტურებისა და ფუნქციური უბნების ზუსტი ადგილმდებარეობის დასადგენად. ნეიროქირურგიის დროს პაციენტები შეიძლება ფხიზლად იყვნენ და სთხოვონ ისეთი დავალებების შესრულება, როგორიცაა თითების მოძრაობა ან სიტყვების გამეორება. ეს აუცილებელია იმისათვის, რომ ქირურგებმა შეძლონ სასურველი ქსოვილის ამოღება სხვა უბნების დაზოგვისას. ტვინის ქსოვილის ძალიან დიდი რაოდენობით ამოღებამ შეიძლება გამოიწვიოს მუდმივი დაზიანება, ხოლო ძალიან მცირე რაოდენობით ამოღებამ შეიძლება დამატებითი ნეიროქირურგიული ჩარევა გამოიწვიოს. 

მკვლევრებმა შეისწავლეს ნეიროქირურგიული რუკების გაუმჯობესების გზები. ეს ნაშრომი ძირითადად ფოკუსირებულია მაღალ გამა აქტივობაზე, რომლის არაინვაზიური გზით აღმოჩენა რთულია. შედეგებმა გააუმჯობესა ძირითადი ფუნქციური უბნების იდენტიფიცირების მეთოდები. 

მოქნილი მოწყობილობები

მოქნილი ელექტრონიკა არის პოლიმერები ან სხვა მოქნილი მასალები (მაგ. აბრეშუმი ,  პენტაცენი , PDMS , პარილენი , პოლიიმიდი  ), რომლებიც დაბეჭდილია სქემით ; მოქნილობა საშუალებას აძლევს ელექტრონიკას მოხრას. ამ მოწყობილობების შესაქმნელად გამოყენებული დამზადების ტექნიკა ჰგავს ინტეგრირებული სქემების და მიკროელექტრომექანიკური სისტემების (MEMS) შესაქმნელად გამოყენებულ ტექნიკას . 

მოქნილმა ნეირონულმა ინტერფეისებმა შესაძლოა მინიმუმამდე დაიყვანოს ტვინის ქსოვილის ტრავმა, რომელიც დაკავშირებულია ელექტროდსა და ქსოვილს შორის მექანიკურ შეუსაბამობასთან. 

ნერვული მტვერი

სტატია: ნერვული მტვერი

ნეირონული მტვერი წარმოადგენს მილიმეტრის ზომის მოწყობილობებს, რომლებიც მუშაობენ როგორც უსადენოდ მომუშავე ნერვული სენსორები, რომლებიც შემოთავაზებული იყო კალიფორნიის უნივერსიტეტის, ბერკლის უსადენო კვლევითი ცენტრის 2011 წლის ნაშრომში .  ერთ მოდელში, ლოკალური ველის პოტენციალები შეიძლება განვასხვავოთ მოქმედების პოტენციალის „პიკებისგან“, რომლებიც ტრადიციულ ტექნიკასთან შედარებით მნიშვნელოვნად დივერსიფიცირებულ მონაცემებს გვთავაზობენ.

იხ.ვიდეო - Brain-Computer Interface: No Open Brain Surgery Required 🧠

რეკლამა - იყიდება ინვალიდების ეტლი ახალი ფასი 250ლ ტ. 59115061