Brein-machine-interface on-a-chip zet gedachten om naar geschreven tekst

Aan de EPFL is een volgende generatie geminiaturiseerde hersen-machine-interface ontwikkeld die directe hersen-naar-tekstcommunicatie op kleine siliciumchips mogelijk maakt. Deze chips kunnen de gedachten van mensen die niet kunnen spreken omzetten naar geschreven tekst.

Brain-to-text-conversie omvat het decoderen van neurale signalen die worden gegenereerd wanneer iemand zich voorstelt letters of woorden te schrijven. In dit proces registreren elektroden die in de hersenen zijn geïmplanteerd neurale activiteit die verband houdt met de motorische handelingen van het handschrift. De MiBMI-chipset verwerkt deze signalen vervolgens in realtime en vertaalt de beoogde handbewegingen van de hersenen naar overeenkomstige digitale tekst. Deze technologie stelt personen, met name degenen met locked-in-syndroom en andere ernstige motorische beperkingen, in staat om te communiceren door simpelweg aan schrijven te denken, waarbij de interface hun gedachten omzet in leesbare tekst op een scherm.

Brain-machine interfaces (BMI’s) zijn een veelbelovende oplossing gebleken voor het herstellen van communicatie en controle bij personen met ernstige motorische beperkingen. Traditioneel waren deze systemen omvangrijk, energie-intensief en beperkt in hun praktische toepassingen. Onderzoekers van EPFL hebben de eerste hoogwaardige, geminiaturiseerde Brain-Machine Interface (MiBMI) ontwikkeld, die een extreem kleine, energiezuinige, zeer nauwkeurige en veelzijdige oplossing biedt.

De MiBMI, gepubliceerd in het IEEE Journal of Solid-State Circuits en gepresenteerd op de International Solid-State Circuits Conference, verbetert niet alleen de efficiëntie en schaalbaarheid van brain-machine interfaces, maar baant ook de weg voor praktische, volledig implanteerbare apparaten. Deze technologie heeft het potentieel om de kwaliteit van leven van patiënten met aandoeningen zoals amyotrofische laterale sclerose (ALS) en ruggenmergletsels aanzienlijk te verbeteren.

8 mm²

De kleine omvang en het lage vermogen van de MiBMI zijn belangrijke kenmerken, waardoor het systeem geschikt is voor implanteerbare toepassingen. De minimale invasiviteit zorgt voor veiligheid en bruikbaarheid in klinische en real-life settings. Het is ook een volledig geïntegreerd systeem, wat betekent dat de opname en verwerking worden uitgevoerd op twee chips met een totale oppervlakte van 8 mm².

31 tekens

“Hoewel de chip nog niet is geïntegreerd in een werkende BMI, heeft hij gegevens van eerdere live-opnames verwerkt en handschriftactiviteit omgezet in tekst met een indrukwekkende nauwkeurigheid van 91%”, zegt hoofdauteur Mohammed Ali Shaeri. De chip kan momenteel tot 31 verschillende tekens decoderen, een prestatie die ongeëvenaard is door andere geïntegreerde systemen. “We zijn ervan overtuigd dat we tot 100 tekens kunnen decoderen, maar een handschriftdataset met meer tekens is nog niet beschikbaar.”

Huidige BMI’s registreren de gegevens van elektroden die in de hersenen zijn geïmplanteerd en sturen deze signalen vervolgens naar een aparte computer om de decodering uit te voeren. De MiBMI-chips registreren de gegevens, maar verwerken de informatie ook in realtime, door een 192-kanaals neuraal opnamesysteem te integreren met een 512-kanaals neurale decoder.

Van duizenden naar honderd bytes

Om de enorme hoeveelheid informatie die door de elektroden op de geminiaturiseerde BMI werd opgepikt te kunnen verwerken, moesten de onderzoekers een compleet andere benadering van data-analyse hanteren. Ze ontdekten dat de hersenactiviteit voor elke letter, wanneer de patiënt zich voorstelt deze met de hand te schrijven, zeer specifieke markers bevat, die de onderzoekers distinctieve neurale codes (DNC’s) hebben genoemd. In plaats van duizenden bytes aan gegevens voor elke letter te verwerken, hoeft de microchip alleen de DNC’s te verwerken, die ongeveer honderd bytes zijn. Dit maakt het systeem snel, nauwkeurig en met een laag stroomverbruik. Deze doorbraak zorgt ook voor snellere trainingtijden, waardoor het leren gebruiken van de BMI gemakkelijker en toegankelijker wordt.