【Brain】读脑

人工智能产业链联盟 2019/07/14 22:46

新知图谱, 【Brain】读脑

最近看到一个关于大脑的短片觉得很有意思,两个人撑起了整整20分钟。主角做出了一个大胆的假设:上帝只是神经区域的一个bug。这里笔者不剧透了有兴趣的朋友可以看一下这个短片。

新知图谱, 【Brain】读脑

肯尼迪和“亲神经电极”

说到大脑的研究不得不提到一个伟大而疯狂医生,这个人最值得尊敬的是以自己的大脑作为实验对象, 自掏腰包请神经外科医生来剖开他自己的头颅,并且把电极植入大脑以获取研究数据。

菲尔·肯尼迪( Phil Kennedy 曾是一位著名的神经学家。肯尼迪 一直致力于把颅内电极放到闭锁综合征患者(患者全身瘫痪但意识清楚,能听懂别人说话)脑中,并辅以计算机技术,以帮助患者重拾部分生活能力的研究。 在二十世纪九十年代后期,他因为将几根电极嵌入瘫痪患者的大脑并教会患者用思想控制电脑的光标这一壮举而登上新闻头条。

新知图谱, 【Brain】读脑

肯尼迪为了克服传统大脑植入物的缺点,他是将取出的大脑神经放入电极中,以便电极能够安全地被固定在大脑内。 自1996年开始, 肯尼迪 就先后在动物和自愿患者身上进行实验。 他的主意就是将取出的大脑神经放入电极中,以便电极能够安全地被固定在大脑内。 这少许的生物材料有助于使周围的神经组织更充实,诱使原细胞向圆锥里伸展。肯尼迪不是将裸露的电极植入大脑,而是慢慢诱导神经细胞在植入物周围长出卷须覆盖,将其固定住,就如同被常春藤缠绕的棚架一样。

新知图谱, 【Brain】读脑

对人类受试者,他用一种已知能刺激神经生长的化学混合物代替了坐骨神经。菲尔·肯尼迪将一些聚四氟乙烯包覆的金属线的尖端粘到一个空玻璃锥的内部。在这狭小的空间里,他插入另一个重要的部件:薄薄的一片坐骨神经。玻璃锥的设计似乎提供了一种不可思议的好处。现在,研究人员们可以长时间地把他们的电线留在原位。他们能够收听到大脑电颤振在人毕生时间里传出的音轨,而不是单次实验时捕捉大脑活动的一个个小片段。肯尼迪将他的发明命名为亲神经电极。

新知图谱, 【Brain】读脑

肯尼迪的“亲神经电极”,在1996年,经过数年的动物测试,神经信号公司得到美国食品药品管理局的批准,将肯尼迪的锥电极植入人类患者脑内,为那些无法走动或说话又没有其他途径治疗的人提供一条可能的生命线。他的未来构想之一:让闭锁综合征患者可以通过脑机界面“说话”。在肯尼迪看来,他的电极技术一旦成功,在未来就并不仅仅是可以帮助闭锁患者这么简单了,这项技术最终将推动人类走向人机一体和意念控制的未来。

肯尼迪还在瘫痪的退伍老兵、脑干中风等病人身上进行实验, 竭力解译他运动皮层传来的脑电波并将其转化成了行动, 都先后获得了一定的成果,无法说话的病人可以通过植入电极和计算机技术,在电脑屏幕上控制光标以选取单词和字母与人进行交流。

新知图谱, 【Brain】读脑

但是,出于安全及各种因素的考虑,FDA(美国食品和药物管理局)撤回了肯尼迪在人体上进行实验的赞助以及许可,而肯尼迪也由于无法提供具体的安全数据而无法让FDA收回成命。

2014 年,肯尼迪自掏腰包迪聘请了伯利兹的一位神经外科医生, 往自己的大脑植入电极。他先是通过两场手术成为一个暂时瘫痪的病人,然后又再经过十几小时的手术植入电极,经历这些后他终于成为一个能够说话的合格“患者”了。接下来的时间,肯尼迪回到美国,在语音实验室的研究员协助下完成了大量的关于语音和神经元之间的关系的实验。 新知图谱, 【Brain】读脑

新知图谱, 【Brain】读脑

可惜的是,由于颅骨没有按预期那般闭合,肯尼迪不得不把原本计划多放几年的脑袋中的电极取出来。索性这次实验没有伤及性命,虽然只有短短4周的实验数据,但肯尼迪表示这些数据已经足够研究一段时间了。在肯尼迪眼里 人无法一直规划未来,尤其是未来还不明朗的时候。有时,需要先自己打造一个未来。的确肯尼迪做到了。

脑皮层电流描记法

除了侵入式大脑植入物,还有一种方法叫做脑皮层电流描记法(ECoG)——一种放置平板电极格栅的方法,将8x8或是16x16的格栅,覆在大脑裸露的表面。ECoG的支持者认为它提供了一种比肯尼迪的更清晰、更令人印象深刻的方法:不是聆听单个神经元发出的声音(信号),而是在一个更宏观的层面上。ECoG栅格还可以在颅骨下安全地放置很长一段时间,也许比肯尼迪的圆锥电极时间更长。

新知图谱, 【Brain】读脑
新知图谱, 【Brain】读脑

人们看到页面或计算机屏幕上的二维图像,并且可以将其转换成头脑可以立即识别的图案,这种能力是通过神经传递加工得以实现的,但对于科学家来说,这种过程仍然是个未知之谜。为了更深入地了解我们的大脑是如何完成这项任务的,并且确认电脑是否能够同时收集和预测人们所见之物,华盛顿大学的神经科学家拉杰什·劳恩和神经外科医生杰夫·欧捷曼便做了这些研究。他们证明电脑可以以接近感知的速度解码人类大脑的信号。实验的细节部分请见论文“Spontaneous Decoding of the Timing and Content of Human ObjectPerception from Cortical Surface Recordings Reveals Complementary Informationin the Event- Related Potential and Broadband Spectral Change”。

论文概述

论文摘要

在视觉皮层区中物体知觉与神经活动之间的连接是在神经科学中的一项根本的重要性的问题。在这里,我们表明,人类从腹侧颞叶皮层表面的电位包含足够的信息,为的是 自然地,近乎瞬时的识别 主体的知觉状态。脑皮层电流描记法( ECoG) 阵列被放置在七个癫痫患者颞下皮质表面。人脸和房屋的灰度图以随机序列瞬间显示。我们开发了一个解码数据流连续ECoG自发模板投影方法,预测发生时间和视觉刺激类型。在这种背景下,我们评估脑信号的双研究特点的独立和联合使用,在频率功率谱中电位的宽带变化以及原始电位轨迹偏差(事件相关电位;ERP)。我们预测的刺激发病时间和图像类型时最好采用两者相结合的宽带响应和ERP的能力,这表明他们捕捉拍摄对象的知觉状态的不同与互补方面。具体来说,我们可以预测所有刺激的96%的时机和类型,用不到5%假阳性率和定时误差~ 20ms。

实验概述

研究小组成员为此向七位正在接受癫痫治疗的病人寻求帮助。因为药物并不能减缓病症的突然发作,所以研究团队对这些患者的大脑进行临时植入,而植入的电极能够确定癫痫病灶,从而治疗可以直达病根。研究人员给患者呈现一组随机顺序出现的图片——这些图片有人脸,房屋,甚至空白的灰色屏幕——在计算机显示器上以400毫秒的间隔播放。患者的特殊任务是留心观察一张颠倒房子的图片。

新知图谱, 【Brain】读脑

与此同时,他们大脑的电极与软件连接,用于提取两个不同脑信号特征的,即“事件相关电位”(当大量的神经元对同一图像做出反应时点亮)以及“宽频谱响应”(查看同一图像后短暂停留的信号)。当图像在屏幕上快速变换,计算机以每秒1000次的速率进行取样并且对大脑进行信号数字化处理。这一举措可帮助软件确定哪种电极位置和信号与患者肉眼所见图像的联系最紧密。

实验分析

在对软件进行测试和调整后,研究人员向患者展示了一组新的完全不同的图片。在之前没有录入这些新图像信息的前提下,计算机在一个实验对象观看房屋,脸庞,或者灰色屏幕的时候预测的准确性达到了96%,这几乎等同于感知速度。

然而, 这种精确性只在计算机同时对事件相关电位和宽频谱响应变化计算时才出现,正如这项研究所表明的,“他们捕捉到了测试对象的感知状态中不同和互补的方面。”所以当想了解一个人如何在视觉上感知一个复杂的事物时,思考大型神经网络的”总体脉络“就变得尤为重要。

但是这项实验的可应用性仍然十分有限。该系统将进行一项准确的测试,以证实软件是否能识别一组更大规模的包括不同种类的图片。现在这个系统它的精确性并不明显,举个例子,电脑不能分辨患者是在识别人脸还是狗脸。

幸运的是,这种大脑解码 一经完善就 可应用于为瘫痪或中风的闭锁患者建立沟通机制。这种技术还可以协助绘制脑电图,帮助神经学家实时识别对应某种类型信息时所处的大脑位置。


新知图谱, 【Brain】读脑

声明

免责声明:部分文章和信息来源于互联网,不代表本订阅号赞同其观点和对其真实性负责。如转载内容涉及版权等问题,请立即与小编联系(微信号:913572853),我们将迅速采取适当的措施。本订阅号原创内容,转载需授权,并注明作者和出处。 如需投稿请与小助理联系(微信号:AI480908961)

编辑:Zero

新知图谱, 【Brain】读脑


前沿交流社区期待您的加入!


公众号后台回复“入群”即可获取进群通道。


【类脑智能交流论坛】
定位:【纯净】【免费】【行业趋势讨论】【类脑智能讨论】【前沿资讯分享】

【大脑意识交流论坛】
定位:【纯净】【免费】【行业趋势讨论】【大脑意识交流】【前沿资讯分享】

【宇宙探索交流论坛】
定位:【纯净】【免费】【宇宙咨询】【宇宙探索交流】【前沿资讯分享】

【生物智能交流论坛】
定位:【纯净】【免费】【生物前沿】【生物智能】【前沿资讯分享】

【Brain 脑机接口论坛】
定位:【纯净】【免费】【脑机接口交流】【脑电波信号传输】【前沿资讯分享】


新知图谱, 【Brain】读脑





公众号推荐

国智清创雄安机器人研究院

新知图谱, 【Brain】读脑

人工智能产业链联盟

新知图谱, 【Brain】读脑

RAD极客会

新知图谱, 【Brain】读脑



新知图谱, 【Brain】读脑

新知图谱, 【Brain】读脑

人工智能产业链联盟
+ 关注