미네소타 대학 (University of Minnesota)과 공동으로 카네기 멜론 대학 (Carnegie Mellon University)의 연구원은 비 침습적 로봇 장치 제어 분야에서 획기적인 발전을 이루었다. 비 침습적인 두뇌 - 컴퓨터 인터페이스 (BCI)를 사용하여 그들은 컴퓨터 커서를 지속적으로 추적하고 추적 할 수 있는 능력을 보여주는 최초의 성공적인 마인드 컨트롤 로봇 팔을 개발했다.

뇌 임플란트가 필요 없는 생각을 통해서만 비 침습적으로 로봇 장치를 제어 할 수 있기 때문에 특히 마비 환자와 운동 장애가 있는 사람들의 삶에 도움이 되는 광범위한 응용 프로그램을 보유하게 될 것이다.

BCI는 뇌 임플란트 신호를 사용하여 로봇 장치를 제어하는데 좋은 성능을 발휘하는 것으로 나타났다. 로봇 장치를 고정밀 도로 제어 할 경우 다양한 일상 업무를 수행하는 데 사용할 수 있다. 그러나 지금까지 로봇 암 제어에 성공한 BCI는 침입 형 뇌 임플란트를 사용하여 피검자에 대한 비용 및 잠재적 위험은 말할 것도 없이 정확한 설치 및 작동에 필요한 의료 및 수술 전문 지식을 상당량 필요로 했다. 결과적으로, 그 사용은 단지 몇 가지 임상 사례로 제한되었다.

이 연구 분야의 큰 도전은 마비 된 환자가 자신의 생각만을 사용하여 환경이나 로봇 팔다리를 제어 할 수 있도록 덜 침략적이거나 완전히 비 침습적인 기술을 개발하는 것이다. 이러한 비 침습성 BCI는 성공적이라면 수백만 명의 환자에게 혜택을 줄 것이며 일반 인구를 대상으로 하는 응용에도 잠재적으로 사용될 수 있다.

그러나 뇌 임플란트가 아닌 비 침습적 외부 감지를 사용하는 BCI는 더 낮은 해상도와 덜 정밀한 제어를 의미하는 "더러운"신호를 수신한다. 그럼에도 불구하고 연구자들은 매일 매일 환자를 도울 수 있는 덜 비 침습적인 기술의 상에 눈을 돌렸다. 카네기 바이오 메디컬 공학과의 빈 교수는 한 번에 하나의 핵심 발견이라는 목표를 달성하고 있다.

 

"뇌 임플란트를 사용하여 마음으로 제어되는 로봇 장치가 크게 발전했다."라고 그는 말한다. 그러나 비 침습적인 로봇 팔 제어의 실제적인 유용성은 비 침습성 신경 세포의 최종 개발에 주요한 영향을 미칠 것 "이라고 말했다.

 

그와 그의 실험실은 새로운 감지 및 기계 학습 기술을 사용하여 뇌 깊숙한 곳의 신호에 액세스하여 더 높은 해상도를 얻고 잡음 있는 뇌파 신호를 극복 할 수 있었다. 이 방법은 신경 디코딩을 크게 향상시키고 실시간 장치 제어를 용이하게 한다. 테스트에서 인간 피험자는 로봇 팔을 사용하여 컴퓨터 화면의 커서를 매끄럽고 연속적으로 따라 가며 처음으로 나타났다. 예전에는 팔이 비상식적으로 움직이는 로봇 팔은 육안으로 움직이는 커서에서 따라 움직였다. 마치 팔이 두뇌의 명령에 따라 잡으려고 하는 것처럼 말이다.

Science Robotics에 게재 된 논문에서 EEG 소스를 통한 비 침습적 신경 데이터의 공간 해상도뿐만 아니라 사용자 참여 및 교육을 향상시켜 BCI의 "뇌"및 "컴퓨터"구성 요소를 향상시키는 새로운 프레임 워크를 제공한다. 이미징 팀은 독특한 접근 방식을 통해 전통적인 센터 아웃 작업에 비해 거의 60 %까지 BCI 학습을 향상 시켰을 뿐만 아니라 컴퓨터 커서의 지속적인 추적을 500 % 이상 향상시키는 방법을 보여주었다.

 

또한 이 기술은 사람이 환경과 상호 작용하고 제어 할 수 있는 안전하고 비 침습적인 "마인드 컨트롤"을 제공하여 다양한 사람들을 도울 수 있는 응용 프로그램을 갖추고 있다. 이 기술은 현재까지 버추얼 디바이스 제어 및 로봇 팔 제어를 포함 해 68 명의 유능한 인력 과목 (각자 최대 10 세션)에서 테스트되었다. 이 기술은 환자에게 직접 적용 가능하며 가까운 미래에 임상 시험을 수행 할 계획이다.

 

"비 침습적 신호를 사용하는 기술적인 어려움에도 불구하고, 우리는 이 안전하고 경제적인 기술을 이익을 얻을 수 있는 사람들에게 제공하기 위해 전념하고 있다. "이번 연구는 비 침습적 뇌 - 컴퓨터 인터페이스-스마트 폰과 같은 모든 사람들을 돕는 퍼베이시브 보조 기술이 될 기술-에서 중요한 발걸음을 나타낸다."