Чип в мозге и нейросети вернули подвижность парализованному

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Исследователи много лет работают над методами на основе электрических импульсов, чтобы вернуть возможность двигаться людям с травмами спинного мозга и парализованными конечностями. Учёные из Университета Огайо и компании Batelle объявили, что им удалось сделать прорыв в технологии с помощью нейронных сетей.

Инвазивный метод

Участником эксперимента стал Йен Буркхарт. Молодой человек парализован ниже плеч в результате несчастного случая. Учёные применили метод нейромышечной электростимуляции, чтобы вернуть подвижность руке Йена. С помощью функциональной МРТ исследователи вычислили области коры головного мозга, отвечающую за двигательную активность, и вживили туда чип, который реагирует на электрическую активность мозга. Когда Йен думает о перемещении руки, импульсы передаются через кабель к компьютеру. Затем алгоритмы машинного обучения кодируют данные и подают сигнал в гибкий рукав. Рукав стимулирует мышцы, в результате рука совершает нужное движение.

Использование нейронных сетей

Нейронные сети помогают обнаружить почти незаметные отличия между мозговыми сигналами, отвечающими за каждое движение. Учёные использовали метод обучения с учителем для тренировки алгоритмов. Йен думает об определенном движении, а нейронная сеть определяет, какой сигнал ему соответствует, и посылает его в рукав. Проблема такого подхода в том, что на обучение сети требуется много времени — не меньше двух часов ежедневно. Без постоянной переподготовки, основанной на известной последовательности движений, нейросеть не будет работать правильно.

Новый подход

В сентябре команда опубликовала в журнале Nature Medicine результаты разработки новой модели. Была подключена вторая нейросеть, которая следила за движениями Йена, когда он свободно использовал механизм, и сама выявляла закономерности. Учёные использовали обучение без учителя и transfer learning для улучшения функциональности. Метод позволил уменьшить время обучения одному движению до 7 минут без необходимости переобучения — новая модель в течение года правильно интерпретировала движения Йена с 90% точностью.

По словам исследователей, новый подход представляет собой шаг к конечной цели. Команда нацелена на то, чтобы сделать небольшое устройство, которые люди смогут носить с собой — сейчас механизм состоит из семи больших ящиков.


Источник: neurohive.io

Комментарии: