واجهة الدماغ والكمبيوتر

من ويكيبيديا، الموسوعة الحرة
اذهب إلى الملاحة اذهب للبحث

واجهة الدماغ والحاسوب ( BCI ) ، التي تسمى أحيانًا واجهة الدماغ والآلة ( BMI ) ، هي مسار اتصال مباشر بين النشاط الكهربائي للدماغ وجهاز خارجي ، وغالبًا ما يكون جهاز كمبيوتر أو طرفًا آليًا. غالبًا ما يتم توجيه BCIs إلى البحث أو رسم الخرائط أو المساعدة أو زيادة أو إصلاح الوظائف الإدراكية أو الحسية الحركية للإنسان. [1] تتراوح تطبيقات BCIs من غير الغازية ( EEG ، MEG ، EOG ، MRI ) والجائرة جزئيًا ( ECoG وداخل الأوعية الدموية) إلى الغازية (مصفوفة الأقطاب الكهربائية الدقيقة ) ، استنادًا إلى مدى قرب الأقطاب الكهربائية من أنسجة المخ. [2]

بدأ البحث عن BCIs في السبعينيات من قبل جاك فيدال في جامعة كاليفورنيا ، لوس أنجلوس (UCLA) بموجب منحة من National Science Foundation ، تلاها عقد من DARPA . [3] [4] تمثل ورقة فيدال عام 1973 أول ظهور للتعبير بين الدماغ والكمبيوتر في الأدبيات العلمية.

بسبب اللدونة القشرية للدماغ ، يمكن معالجة الإشارات من الأطراف الاصطناعية المزروعة ، بعد التكيف ، من قبل الدماغ مثل المستشعر الطبيعي أو قنوات المستجيب. [5] بعد سنوات من التجارب على الحيوانات ، ظهرت أول أجهزة تعويضية عصبية مزروعة في البشر في منتصف التسعينيات.

في الآونة الأخيرة ، حققت الدراسات في التفاعل بين الإنسان والحاسوب عبر تطبيق التعلم الآلي على السمات الزمنية الإحصائية المستخرجة من بيانات الفص الجبهي ( EEG brainwave ) مستويات عالية من النجاح في تصنيف الحالات العقلية (استرخاء ، محايد ، مركّز) ، [6] عقلية الحالات العاطفية (سلبية ، محايدة ، إيجابية) [7] وخلل ضربات القلب المهادي . [8]

التاريخ

يبدأ تاريخ واجهات الدماغ والكمبيوتر (BCIs) باكتشاف هانز بيرجر للنشاط الكهربائي للدماغ البشري وتطور تخطيط كهربية الدماغ (EEG). في عام 1924 كان بيرغر أول من سجل نشاط الدماغ البشري عن طريق مخطط كهربية الدماغ. كان بيرغر قادرًا على تحديد النشاط التذبذب ، مثل موجة بيرغر أو موجة ألفا (8-13 هرتز) ، من خلال تحليل آثار مخطط كهربية الدماغ.

كان أول جهاز تسجيل لبيرجر بدائيًا للغاية. أدخل الأسلاك الفضية تحت فروة رأس مرضاه. تم استبدالها لاحقًا برقائق فضية ملحقة برأس المريض بضمادات مطاطية. قام بيرغر بتوصيل هذه المستشعرات بمقياس كهربي شعري ليبمان ، وكانت النتائج مخيبة للآمال. ومع ذلك ، فإن أجهزة القياس الأكثر تطورًا ، مثل مقياس الجلفانومتر لتسجيل الملف المزدوج من سيمنز ، والذي أظهر جهدًا كهربائيًا صغيرًا يصل إلى واحد من عشرة آلاف فولت ، أدى إلى النجاح.

قام بيرغر بتحليل العلاقة المتبادلة بين التناوب في مخططات موجات EEG وأمراض الدماغ . سمح مخطط كهربية الدماغ بإمكانيات جديدة تمامًا للبحث عن أنشطة الدماغ البشري.

على الرغم من أن المصطلح لم يتم صياغته بعد ، إلا أن أحد الأمثلة المبكرة لواجهة تعمل بين الدماغ والآلة كان مقطوعة Music for Solo Performer (1965) للمؤلف الأمريكي Alvin Lucier . تستفيد القطعة من EEG وأجهزة معالجة الإشارات التناظرية (المرشحات ، ومكبرات الصوت ، ولوحة الخلط) لتحفيز أدوات الإيقاع الصوتي. لأداء القطعة يجب على المرء أن ينتج موجات ألفا وبالتالي "تشغيل" آلات الإيقاع المختلفة عبر مكبرات الصوت التي توضع بالقرب من الآلات نفسها أو مباشرة عليها. [9]

صاغ البروفيسور جاك فيدال من جامعة كاليفورنيا في لوس أنجلوس مصطلح "BCI" وأنتج أول منشورات تمت مراجعتها من قبل الأقران حول هذا الموضوع. [3] [4] يُعرف فيدال على نطاق واسع بأنه مخترع BCIs في مجتمع BCI ، كما يتضح من العديد من المقالات التي تمت مراجعتها من قبل الزملاء ومناقشة هذا المجال (على سبيل المثال ، [10] [11] [12] ). أشارت مراجعة إلى أن ورقة فيدال لعام 1973 ذكرت "تحدي BCI" [13] للتحكم في الكائنات الخارجية باستخدام إشارات EEG ، وخاصة استخدام التباين السلبي المحتمل (CNV)المحتملة كتحدي للتحكم في BCI. كانت تجربة عام 1977 التي وصفها فيدال هي أول تطبيق لـ BCI بعد تحدي BCI عام 1973. لقد كان EEG غير موسع (في الواقع إمكانات الإثارة المرئية (VEP)) للتحكم في كائن رسومي يشبه المؤشر على شاشة الكمبيوتر. كانت المظاهرة حركة في متاهة. [14]

بعد مساهماته المبكرة ، لم يكن فيدال نشطًا في أبحاث BCI ، ولا أحداث BCI مثل المؤتمرات ، لسنوات عديدة. في عام 2011 ، ألقى محاضرة في مدينة جراتس ، النمسا ، بدعم من مشروع Future BNCI ، حيث قدم أول BCI ، والذي حظي بحفاوة بالغة. انضم إلى فيدال زوجته ، لاريس فيدال ، التي عملت معه سابقًا في جامعة كاليفورنيا في لوس أنجلوس في أول مشروع له في BCI.

في عام 1988 ، تم تقديم تقرير عن التحكم غير الباضع في مخطط كهربية الدماغ لجسم مادي ، وهو إنسان آلي. كانت التجربة الموصوفة عبارة عن تحكم EEG في عدة بدء - توقف - إعادة تشغيل لحركة الروبوت ، على طول مسار تعسفي محدد بواسطة خط مرسوم على الأرض. كان سلوك اتباع الخط هو سلوك الروبوت الافتراضي ، باستخدام الذكاء المستقل ومصدر الطاقة المستقل. [15] [16] كان تقرير عام 1988 الذي كتبه ستيفو بوزينوفسكي ، ميخائيل سيستاكوف وليليانا بوزينوفسكا أول تقرير عن التحكم في الروبوت باستخدام مخطط كهربية الدماغ. [17] [18]

في عام 1990 ، تم تقديم تقرير عن حلقة مغلقة ، ثنائية الاتجاه قابلة للتكيف BCI للتحكم في صفارة الكمبيوتر من خلال إمكانات الدماغ الاستباقية ، إمكانية التباين السلبي الطارئ (CNV). [19] [20] وصفت التجربة كيف تتحكم حالة توقع الدماغ ، التي تتجلى من خلال CNV ، في حلقة التغذية الراجعة بجرس S2 في نموذج S1-S2-CNV. تسمى الموجة المعرفية التي تم الحصول عليها والتي تمثل التعلم المتوقع في الدماغ باسم Electroexpectogram (EXG). كانت إمكانات الدماغ CNV جزءًا من تحدي BCI الذي قدمه Vidal في ورقته البحثية عام 1973.

أشارت الدراسات التي أجريت في عام 2010 إلى القدرة المحتملة للتحفيز العصبي على استعادة السلوكيات الوظيفية المرتبطة والسلوكيات المرتبطة بها من خلال تعديل الآليات الجزيئية للفعالية التشابكية. [21] [22] فتح هذا الباب لمفهوم أن تقنيات BCI قد تكون قادرة على استعادة الوظيفة بالإضافة إلى تمكين الوظائف.

منذ عام 2013 ، مولت DARPA تقنية BCI من خلال مبادرة BRAIN ، والتي دعمت العمل خارج المركز الطبي بجامعة بيتسبرغ ، [23] Paradromics ، [24] براون ، [25] وسينكرون ، [26] من بين أمور أخرى.

BCIs مقابل التعويضات العصبية

تقويم الأعصاب هو مجال علم الأعصاب يهتم بالأطراف الاصطناعية العصبية ، أي استخدام الأجهزة الاصطناعية لتحل محل وظيفة الجهاز العصبي الضعيف والمشاكل المتعلقة بالدماغ ، أو الأعضاء الحسية أو الأعضاء نفسها (المثانة ، الحجاب الحاجز ، إلخ). اعتبارًا من ديسمبر 2010 ، تم زرع غرسات القوقعة الصناعية كجهاز تعويضي عصبي لما يقرب من 220.000 شخص حول العالم. [27] هناك أيضًا العديد من الأجهزة التعويضية العصبية التي تهدف إلى استعادة الرؤية ، بما في ذلك زرع الشبكية . ومع ذلك ، كان أول جهاز تعويضي عصبي هو جهاز تنظيم ضربات القلب.

تستخدم المصطلحات أحيانًا بالتبادل. تسعى الأطراف الاصطناعية العصبية و BCI إلى تحقيق نفس الأهداف ، مثل استعادة البصر ، والسمع ، والحركة ، والقدرة على التواصل ، وحتى الوظيفة الإدراكية . [1] كلاهما يستخدم طرقًا تجريبية وتقنيات جراحية متشابهة.

بحث الحيوان BCI

تمكنت العديد من المختبرات من تسجيل إشارات من القرود الدماغية للقرود والفئران لتشغيل BCIs لإنتاج الحركة. قامت القرود بتجول مؤشرات الكمبيوتر على الشاشة وأمرت بأذرع آلية لأداء مهام بسيطة ببساطة عن طريق التفكير في المهمة ورؤية الملاحظات المرئية ، ولكن دون أي إخراج محرك. [28] في مايو 2008 ، نُشرت الصور الفوتوغرافية التي أظهرت قردًا في المركز الطبي بجامعة بيتسبرغ وهو يشغل ذراعًا آليًا عن طريق التفكير في عدد من المجلات والمجلات العلمية المعروفة. [29] تم استخدام الأغنام أيضًا لتقييم تقنية BCI بما في ذلك Synchron's Stentrode.

في عام 2020 ، تم زرع Neuralink لإيلون ماسك بنجاح في خنزير ، [30] أعلن في بث شبكي على نطاق واسع. في عام 2021 ، أعلن إيلون ماسك أنه نجح في تمكين قرد من لعب ألعاب الفيديو [31] باستخدام جهاز Neuralink.

العمل المبكر

قرد يشغل ذراعًا آليًا مع واجهة تفاعل بين الدماغ والحاسوب (مختبر شوارتز ، جامعة بيتسبرغ)

في عام 1969 ، أظهرت الدراسات التكييفية الفعالة لفيتس وزملائه ، في المركز الإقليمي لأبحاث الرئيسيات وقسم علم وظائف الأعضاء والفيزياء الحيوية ، كلية الطب بجامعة واشنطن في سياتل ، لأول مرة أن القرود يمكن أن تتعلم التحكم في انحراف مقياس الارتجاع البيولوجي . ذراع مع نشاط عصبي. [32] أثبت عمل مماثل في سبعينيات القرن الماضي أن القرود يمكن أن تتعلم بسرعة التحكم طوعيًا في معدلات إطلاق الخلايا العصبية الفردية والمتعددة في القشرة الحركية الأولية إذا تمت مكافأتهم على توليد أنماط مناسبة من النشاط العصبي. [33]

تعود الدراسات التي طورت خوارزميات لإعادة بناء الحركات من الخلايا العصبية في القشرة الحركية ، والتي تتحكم في الحركة ، إلى السبعينيات. في الثمانينيات ، وجد Apostolos Georgopoulos من جامعة جونز هوبكنز علاقة رياضية بين الاستجابات الكهربائية للخلايا العصبية للقشرة الحركية المفردة في قرود المكاك الريسوسية والاتجاه الذي حركت أذرعهم فيه (بناءً على وظيفة جيب التمام ). وجد أيضًا أن مجموعات متفرقة من الخلايا العصبية ، في مناطق مختلفة من أدمغة القرد ، تتحكم بشكل جماعي في الأوامر الحركية ، لكنه كان قادرًا على تسجيل إطلاق الخلايا العصبية في منطقة واحدة فقط في كل مرة ، بسبب القيود التقنية التي تفرضها أجهزته. [34]

كان هناك تطور سريع في BCIs منذ منتصف التسعينيات. [35] تمكنت عدة مجموعات من التقاط إشارات معقدة من القشرة الحركية للدماغ عن طريق التسجيل من المجموعات العصبية (مجموعات من الخلايا العصبية) واستخدامها للتحكم في الأجهزة الخارجية.

نجاحات بحثية بارزة

كينيدي ويانغ دان

قام فيليب كينيدي (الذي أسس لاحقًا الإشارات العصبية في عام 1987) وزملاؤه ببناء أول واجهة بين الدماغ والحاسوب داخل القشرة عن طريق زرع أقطاب مخروطية عصبية في القرود. [ بحاجة لمصدر ]

تسجيلات يانغ دان وزملائه لرؤية القط باستخدام BCI المزروعة في النواة الركبية الجانبية (الصف العلوي: الصورة الأصلية ؛ الصف السفلي: التسجيل)

في عام 1999 ، قام باحثون بقيادة يانغ دان في جامعة كاليفورنيا في بيركلي بفك تشفير عمليات إطلاق الخلايا العصبية لإعادة إنتاج الصور التي تراها القطط. استخدم الفريق مجموعة من الأقطاب الكهربائية المضمنة في المهاد (التي تدمج جميع المدخلات الحسية للدماغ) للقطط ذات العيون الحادة. استهدف الباحثون 177 خلية دماغية في منطقة النواة الركبية الجانبية في المهاد ، والتي تقوم بفك تشفير الإشارات من شبكية العين . تم عرض ثمانية أفلام قصيرة على القطط ، وتم تسجيل عمليات إطلاق الخلايا العصبية الخاصة بهم. باستخدام المرشحات الرياضية ، قام الباحثون بفك تشفير الإشارات لتوليد أفلام لما شاهدته القطط وتمكنوا من إعادة بناء المشاهد التي يمكن التعرف عليها والأشياء المتحركة. [36]تم تحقيق نتائج مماثلة على البشر من قبل الباحثين في اليابان ( انظر أدناه ).

نيكوليليس

كان ميغيل نيكوليليس ، الأستاذ في جامعة ديوك في دورهام بولاية نورث كارولينا ، مؤيدًا بارزًا لاستخدام أقطاب كهربائية متعددة منتشرة على مساحة أكبر من الدماغ للحصول على إشارات عصبية لقيادة BCI.

بعد إجراء دراسات أولية على الفئران خلال التسعينيات ، طور Nicolelis وزملاؤه BCIs التي فك شفرة نشاط الدماغ في قرود البومة واستخدمت الأجهزة لإعادة إنتاج حركات القرود في أذرع آلية. تتمتع القرود بقدرات متقدمة في الوصول والاستيعاب ومهارات جيدة في التعامل مع اليد ، مما يجعلها موضوعات اختبار مثالية لهذا النوع من العمل.

بحلول عام 2000 ، نجحت المجموعة في بناء BCI الذي أعاد إنتاج حركات البومة القرد بينما كان القرد يشغل عصا التحكم أو يمد يده للحصول على الطعام. [37] تعمل BCI في الوقت الفعلي ويمكنها أيضًا التحكم في روبوت منفصل عن بُعد عبر بروتوكول الإنترنت . لكن القردة لم تستطع رؤية الذراع وهي تتحرك ولم تتلق أي ردود فعل ، وهو ما يسمى حلقة BCI المفتوحة.

رسم تخطيطي لـ BCI تم تطويره بواسطة Miguel Nicolelis وزملاؤه لاستخدامه على قرود الريسوس

نجحت التجارب اللاحقة التي أجراها Nicolelis باستخدام قرود الريسوس في إغلاق حلقة التغذية الراجعة وإعادة إنتاج القرد للوصول إلى الحركات وقبضها في ذراع الروبوت. مع أدمغتها المشقوقة والممزقة بعمق ، تعتبر قرود الريسوس نماذج أفضل لفيزيولوجيا الأعصاب البشرية من قرود البومة. تم تدريب القرود على الوصول إلى الأشياء وفهمها على شاشة الكمبيوتر عن طريق التلاعب بعصا التحكم بينما تم إخفاء الحركات المقابلة بواسطة ذراع الروبوت. [38] [39] عُرضت القرود لاحقًا على الروبوت مباشرةً وتعلمت التحكم فيه من خلال عرض تحركاته. استخدمت BCI تنبؤات السرعة للتحكم في الوصول إلى الحركات وقوة إمساك اليد المتوقعة في نفس الوقت. في عام 2011 ، أظهر O'Doherty وزملاؤه مؤشر BCI مع ردود فعل حسية مع قرود الريسوس. كان القرد يتحكم في دماغه في موضع الذراع الرمزية بينما يتلقى ردود فعل حسية من خلال التحفيز المباشر داخل القشرة (ICMS) في منطقة تمثيل الذراع في القشرة الحسية . [40]

دونوغو وشوارتز وأندرسن

تشمل المعامل الأخرى التي طورت BCIs والخوارزميات التي تفك تشفير إشارات الخلايا العصبية معهد كارني لعلوم الدماغ في جامعة براون ومختبرات أندرو شوارتز في جامعة بيتسبرغ وريتشارد أندرسن في معهد كاليفورنيا للتكنولوجيا . تمكن هؤلاء الباحثون من إنتاج BCIs عاملة ، حتى باستخدام إشارات مسجلة من عدد أقل بكثير من الخلايا العصبية مما فعل Nicolelis (15-30 خلية عصبية مقابل 50-200 خلية عصبية).

أبلغ مختبر John Donoghue في معهد كارني عن تدريب قرود الريسوس على استخدام BCI لتتبع الأهداف المرئية على شاشة الكمبيوتر (حلقة مغلقة BCI) بمساعدة عصا التحكم أو بدونها. [41] قامت مجموعة شوارتز بإنشاء BCI للتتبع ثلاثي الأبعاد في الواقع الافتراضي ، كما أعادت إنتاج التحكم في BCI في ذراع آلية. [42] كما صنعت المجموعة نفسها عناوين الأخبار عندما أظهروا أن القرد يمكنه إطعام نفسه قطع الفاكهة وأعشاب من الفصيلة الخبازية باستخدام ذراع آلية تتحكم فيها إشارات دماغ الحيوان. [43] [44] [45]

استخدمت مجموعة أندرسن تسجيلات لنشاط ما قبل الحركة من القشرة الجدارية الخلفية في BCI ، بما في ذلك الإشارات التي تم إنشاؤها عندما توقعت حيوانات التجارب تلقي مكافأة. [46]

بحث آخر

بالإضافة إلى التنبؤ بالمعلمات الحركية والحركية لحركات الأطراف ، يتم تطوير مؤشرات BCI التي تتنبأ بالنشاط الكهربائي أو الكهربائي لعضلات الرئيسيات. [47] يمكن استخدام BCIs لاستعادة الحركة في الأطراف المشلولة عن طريق تحفيز العضلات كهربائيًا.

أظهر ميغيل نيكوليليس وزملاؤه أن نشاط المجموعات العصبية الكبيرة يمكن أن يتنبأ بوضع الذراع. أتاح هذا العمل إنشاء BCIs التي تقرأ نوايا حركة الذراع وترجمتها إلى حركات مشغلات اصطناعية. قام كارمينا وزملاؤه [38] ببرمجة الترميز العصبي في BCI الذي سمح للقرد بالتحكم في الوصول والإمساك بالحركات بواسطة ذراع آلية. جادل ليبيديف وزملاؤه [39] بأن شبكات الدماغ تعيد تنظيمها لإنشاء تمثيل جديد للملحق الآلي بالإضافة إلى تمثيل أطراف الحيوان.

في عام 2019 ، نشر باحثون من جامعة كاليفورنيا في سان فرانسيسكو دراسة حيث أظهروا BCI الذي لديه القدرة على مساعدة المرضى الذين يعانون من ضعف النطق الناجم عن الاضطرابات العصبية. استخدم BCI الخاص بهم تخطيط كهربية القلب عالي الكثافة للاستفادة من النشاط العصبي من دماغ المريض واستخدموا أساليب التعلم العميق لتركيب الكلام. [48] ​​[49] في عام 2021 ، نشر باحثون من نفس المجموعة دراسة تظهر قدرة BCI على فك تشفير الكلمات والجمل في مريض anarthric الذي لم يكن قادرًا على التحدث لأكثر من 15 عامًا. [50] [51]

أكبر عائق أمام تقنية BCI في الوقت الحالي هو عدم وجود طريقة استشعار توفر وصولاً آمنًا ودقيقًا وقويًا لإشارات الدماغ. ومع ذلك ، فمن الممكن أو حتى من المحتمل أن يتم تطوير مثل هذا المستشعر في غضون العشرين عامًا القادمة. يجب أن يؤدي استخدام مثل هذا المستشعر إلى توسيع نطاق وظائف الاتصال التي يمكن توفيرها باستخدام BCI بشكل كبير.

يعد تطوير وتنفيذ نظام BCI معقدًا ويستغرق وقتًا طويلاً. استجابة لهذه المشكلة ، طور Gerwin Schalk نظامًا للأغراض العامة لبحوث BCI ، يسمى BCI2000 . تم تطوير BCI2000 منذ عام 2000 في مشروع يقوده برنامج Brain – Computer Interface R&D في مركز Wadsworth التابع لوزارة الصحة بولاية نيويورك في ألباني ، نيويورك ، الولايات المتحدة.

يستخدم نهج "لاسلكي" جديد قنوات أيونية ذات بوابات ضوئية مثل Channelrhodopsin للتحكم في نشاط مجموعات فرعية محددة وراثيًا من الخلايا العصبية في الجسم الحي . في سياق مهمة تعليمية بسيطة ، أثرت إضاءة الخلايا المنقولة في القشرة الحسية الجسدية على عملية صنع القرار للفئران التي تتحرك بحرية . [52]

أدى استخدام مؤشر كتلة الجسم أيضًا إلى فهم أعمق للشبكات العصبية والجهاز العصبي المركزي. أظهرت الأبحاث أنه على الرغم من ميل علماء الأعصاب إلى الاعتقاد بأن الخلايا العصبية لها التأثير الأكبر عند العمل معًا ، يمكن تكييف الخلايا العصبية المفردة من خلال استخدام مؤشر كتلة الجسم لإطلاق نمط يسمح للقرود بالتحكم في النواتج الحركية. أدى استخدام مؤشر كتلة الجسم إلى تطوير مبدأ قصور العصبونات المفردة الذي ينص على أنه حتى مع معدل إطلاق مضبوط جيدًا ، لا يمكن للخلايا العصبية المفردة أن تحمل سوى كمية محدودة من المعلومات ، وبالتالي يتم تحقيق أعلى مستوى من الدقة من خلال تسجيل عمليات إطلاق المجموعة الجماعية . تم اكتشاف المبادئ الأخرى باستخدام مؤشر كتلة الجسم ، بما في ذلك مبدأ تعدد المهام العصبية ، ومبدأ الكتلة العصبية ، ومبدأ الانحلال العصبي ، ومبدأ اللدونة.[53]

يُقترح أيضًا تطبيق BCIs من قبل المستخدمين غير المعوقين. يقدم التصنيف الذي يركز على المستخدم لمقاربات BCI بواسطة Thorsten O. Zander و Christian Kothe المصطلح BCI السلبي. [54] بجانب BCI النشط والمتفاعل الذي يستخدم للتحكم الموجه ، تسمح BCIs السلبية بتقييم وتفسير التغييرات في حالة المستخدم أثناء التفاعل بين الإنسان والحاسوب ( HCI ). في حلقة تحكم ثانوية ضمنية ، يتكيف نظام الكمبيوتر مع مستخدمه لتحسين قابليته للاستخدام بشكل عام.

إلى جانب أنظمة BCI التي تقوم بفك تشفير النشاط العصبي لدفع المؤثرات الخارجية ، يمكن استخدام أنظمة BCI لتشفير الإشارات من المحيط. تتيح هذه الأجهزة الحسية BCI اتخاذ قرارات ذات صلة بالسلوك في الوقت الفعلي بناءً على التحفيز العصبي ذي الحلقة المغلقة. [55]

جائزة BCI

تُمنح جائزة BCI Research السنوية تقديراً للبحوث المتميزة والمبتكرة في مجال واجهات الدماغ والحاسوب. في كل عام ، يُطلب من مختبر أبحاث مشهور الحكم على المشاريع المقدمة. تتكون لجنة التحكيم من خبراء BCI الرائدين على مستوى العالم المعينين من قبل المختبر الفائز. تختار لجنة التحكيم اثني عشر مرشحًا ، ثم تختار الفائز بالمركز الأول والثاني والثالث ، الذين يحصلون على جوائز قدرها 3000 دولار و 2000 دولار و 1000 دولار على التوالي.

البحث البشري BCI

BCIs الغازية

تتطلب BCI الغازية عملية جراحية لزرع أقطاب كهربائية تحت فروة الرأس لتوصيل إشارات الدماغ. الميزة الرئيسية هي توفير قراءة أكثر دقة ؛ ومع ذلك ، فإن عيوبه تشمل آثارًا جانبية من الجراحة. بعد الجراحة ، قد تتشكل أنسجة ندبة يمكن أن تجعل إشارات الدماغ أضعف. بالإضافة إلى ذلك ، وفقًا للبحث الذي أجراه عبد القادر وآخرون (2015) ، [56] قد لا يقبل الجسم الأقطاب الكهربائية المزروعة وهذا يمكن أن يسبب حالة طبية.

الرؤية

استهدفت أبحاث BCI الغازية إصلاح البصر التالف وتوفير وظائف جديدة للأشخاص المصابين بالشلل. يتم زرع BCIs الغازية مباشرة في المادة الرمادية للدماغ أثناء جراحة الأعصاب. نظرًا لأنها تكمن في المادة الرمادية ، فإن الأجهزة الغازية تنتج إشارات عالية الجودة لأجهزة BCI ولكنها عرضة لتراكم الأنسجة الندبية ، مما يتسبب في ضعف الإشارة ، أو حتى عدم وجودها ، حيث يتفاعل الجسم مع جسم غريب في الدماغ. [57]

في علم الرؤية ، تم استخدام الغرسات الدماغية المباشرة لعلاج العمى غير الخلقي (المكتسب). كان الباحث الخاص ويليام دوبيل من أوائل العلماء الذين أنتجوا واجهة دماغية عاملة لاستعادة البصر .

تم زرع أول نموذج أولي لـ Dobelle في "Jerry" ، وهو رجل أعمى في مرحلة البلوغ ، في عام 1978. تم زرع مجموعة واحدة من BCI تحتوي على 68 قطبًا كهربائيًا في القشرة البصرية لجيري ونجحت في إنتاج الفوسفين ، وهو الإحساس برؤية الضوء. تضمن النظام كاميرات مثبتة على نظارات لإرسال إشارات إلى الغرسة. في البداية ، سمحت الغرسة لجيري برؤية ظلال رمادية في مجال رؤية محدود بمعدل إطار منخفض. تطلب ذلك منه أيضًا أن يتم توصيله بجهاز كمبيوتر مركزي ، لكن تقلص الإلكترونيات وأجهزة الكمبيوتر الأسرع جعل عينه الاصطناعية أكثر قابلية للحمل وتمكنه الآن من أداء مهام بسيطة دون مساعدة. [58]

وحدة وهمية توضح تصميم واجهة BrainGate

في عام 2002 ، أصبح Jens Naumann ، الذي أصيب بالعمى أيضًا في مرحلة البلوغ ، الأول في سلسلة من 16 مريضًا يدفعون رسومًا لتلقي غرسات Dobelle من الجيل الثاني ، مما يمثل أحد أقدم الاستخدامات التجارية لـ BCIs. استخدم جهاز الجيل الثاني غرسًا أكثر تعقيدًا يتيح رسم خرائط أفضل للفوسفين في رؤية متماسكة. تنتشر الفوسفين عبر المجال البصري فيما يسميه الباحثون "تأثير الليل المرصع بالنجوم". مباشرة بعد زرعه ، كان Jens قادرًا على استخدام رؤيته المستعادة بشكل غير كامل لقيادة سيارة ببطء حول منطقة وقوف السيارات في معهد الأبحاث. [59] لسوء الحظ ، مات دوبيل في عام 2004 [60]قبل توثيق عملياته وتطوراته. بعد ذلك ، عندما بدأ السيد نومان والمرضى الآخرون في البرنامج يعانون من مشاكل في الرؤية ، لم يكن هناك راحة وفقدوا "بصرهم" في النهاية مرة أخرى. كتب نومان عن تجربته مع عمل دوبيل في البحث عن الجنة: حساب المريض لتجربة الرؤية الاصطناعية [61] وعاد إلى مزرعته في جنوب شرق أونتاريو ، كندا ، لاستئناف أنشطته العادية. [62]

حركة

تهدف BCIs التي تركز على الأطراف الاصطناعية الحركية إما إلى استعادة الحركة لدى الأفراد المصابين بالشلل أو توفير أجهزة لمساعدتهم ، مثل الواجهات مع أجهزة الكمبيوتر أو أذرع الروبوت.

كان الباحثون في جامعة إيموري في أتلانتا ، بقيادة فيليب كينيدي وروي باكاي ، أول من قام بتركيب غرسة دماغية في الإنسان تنتج إشارات عالية الجودة بما يكفي لمحاكاة الحركة. وقد أصيب مريضهم ، جوني راي (1944-2002) ، بـ " متلازمة الانغلاق " بعد إصابته بسكتة دماغية في عام 1997. تم تركيب غرسة راي في عام 1998 وعاش لفترة كافية لبدء العمل مع الغرسة ، وفي النهاية تعلم التحكم مؤشر الكمبيوتر توفي في عام 2002 بسبب تمدد الأوعية الدموية في الدماغ . [63]

الشلل الرباعي أصبح Matt Nagle أول شخص يتحكم في يد اصطناعية باستخدام BCI في عام 2005 كجزء من أول تجربة بشرية لمدة تسعة أشهر لزرع رقاقة BrainGate من Cyberkinetics . زرع في التلفيف الأولي الأيمن لناغل (منطقة القشرة الحركية لحركة الذراع) ، سمح زرع برين جيت المكون من 96 قطبًا لناغل بالتحكم في ذراع آلية من خلال التفكير في تحريك يده بالإضافة إلى مؤشر الكمبيوتر والأضواء والتلفزيون. [64] بعد عام واحد ، حصل البروفيسور جوناثان وولباو على جائزة مؤسسة ألتران للابتكار لتطوير واجهة كمبيوتر الدماغ مع الأقطاب الكهربائية الموجودة على سطح الجمجمة ، بدلاً من الدماغ مباشرة.

في الآونة الأخيرة ، أظهرت فرق البحث بقيادة مجموعة BrainGate في جامعة براون [65] ومجموعة بقيادة مركز جامعة بيتسبرغ الطبي ، [66] بالتعاون مع وزارة شؤون المحاربين القدامى بالولايات المتحدة ، مزيدًا من النجاح في التحكم المباشر في الأطراف الاصطناعية الروبوتية مع درجات عديدة من الحرية باستخدام وصلات مباشرة لمصفوفات من الخلايا العصبية في القشرة الحركية للمرضى الذين يعانون من الشلل الرباعي.

الاتصالات

في مايو 2021 ، أبلغ فريق من جامعة ستانفورد عن نجاح اختبار إثبات المفهوم الذي مكّن مشاركًا مصابًا بالشلل الرباعي من إدخال جمل إنجليزية بحوالي 86 حرفًا في الدقيقة و 18 كلمة في الدقيقة. تخيل المشارك تحريك يده لكتابة الحروف ، وأجرى النظام التعرف على خط اليد على الإشارات الكهربائية المكتشفة في القشرة الحركية ، باستخدام نماذج ماركوف المخفية والشبكات العصبية المتكررة لفك التشفير. [67] [68]

أفاد تقرير نُشر في يوليو 2021 أن مريضًا مشلولًا كان قادرًا على إيصال 15 كلمة في الدقيقة باستخدام غرسة دماغية تحلل الخلايا العصبية الحركية التي كانت تتحكم سابقًا في السبيل الصوتي. [69] [50]

في مقالة مراجعة حديثة ، أثار الباحثون سؤالًا مفتوحًا حول ما إذا كانت معدلات نقل المعلومات البشرية يمكن أن تتجاوز معدلات اللغة باستخدام BCIs. بالنظر إلى أن الأبحاث اللغوية الحديثة قد أظهرت أن معدلات نقل المعلومات البشرية ثابتة نسبيًا عبر العديد من اللغات ، فقد يكون هناك حد على مستوى معالجة المعلومات في الدماغ. على العكس من ذلك ، قد يكون هذا "الحد الأعلى" لمعدل نقل المعلومات جوهريًا للغة نفسها ، كطريقة لنقل المعلومات. [70]

التحديات التقنية

يوجد عدد من التحديات التقنية لتسجيل نشاط الدماغ باستخدام BCIs الغازية. تعمل التطورات في تقنية CMOS على دفع وتمكين تصميمات BCI المتكاملة الغازية ذات الحجم الأصغر ، ومتطلبات الطاقة المنخفضة ، وقدرات الحصول على إشارة أعلى. [71] تتضمن BCI الغازية أقطابًا تخترق أنسجة المخ في محاولة لتسجيل إشارات جهد الفعل (المعروفة أيضًا باسم النبضات) من الخلايا العصبية الفردية أو الصغيرة بالقرب من القطب. تم تصميم الواجهة بين قطب التسجيل والمحلول الإلكتروليتي المحيط بالخلايا العصبية باستخدام نموذج Hodgkin-Huxley . [72] [73]

كانت القيود الإلكترونية على BCI الغازية مجالًا نشطًا للبحث في العقود الأخيرة. في حين أن التسجيلات داخل الخلايا للخلايا العصبية تكشف عن جهد جهد محتمل على مقياس مئات الميليفولت ، تعتمد BCI الغازية المزمنة على تسجيل الفولتية خارج الخلية التي تكون عادةً أصغر بثلاث مرات من حيث الحجم ، موجودة في مئات من الفولتات الدقيقة. [74] إضافة إلى التحدي المتمثل في الكشف عن الإشارات على نطاق الميكروفولت هو حقيقة أن واجهة الأنسجة القطبية ذات سعة عالية عند الفولتية الصغيرة. نظرًا لطبيعة هذه الإشارات الصغيرة ، بالنسبة لأنظمة BCI التي تدمج الوظائف في دائرة متكاملة ، فإن كل قطب كهربي يتطلب مضخمًا خاصًا به و ADC، والتي تحول الفولتية التناظرية خارج الخلية إلى إشارات رقمية. [74] نظرًا لأن إمكانات عمل الخلايا العصبية النموذجية تستمر لمدة مللي ثانية واحدة ، يجب أن يكون لمؤشرات قياس BCI معدلات أخذ عينات تتراوح من 300 هرتز إلى 5 كيلو هرتز. مصدر قلق آخر هو أن BCI الغازية يجب أن تكون منخفضة الطاقة ، وذلك لتبديد حرارة أقل إلى الأنسجة المحيطة ؛ على المستوى الأساسي ، هناك حاجة تقليديًا إلى مزيد من الطاقة لتحسين نسبة الإشارة إلى الضوضاء . [73] التصميم الأمثل للبطارية هو مجال نشط للبحث في BCIs. [75]

رسم توضيحي لمؤشرات BCI الغازية والجائرة جزئيًا: تخطيط كهربية القشرة (ECoG) ، وداخل الأوعية الدموية ، وداخل القشرة.

تعتبر التحديات الموجودة في مجال علم المواد أساسية في تصميم BCIs الغازية. تمت ملاحظة الاختلافات في جودة الإشارة بمرور الوقت بشكل شائع مع الأقطاب الكهربائية الدقيقة القابلة للزرع. [76] المواد والخصائص الميكانيكية المثلى لاستقرار الإشارة على المدى الطويل في BCI الغازية كانت مجالًا نشطًا للبحث. [77] وقد تم اقتراح أن تكون الندبات الدبقية ، والتي تكون ثانوية للضرر في واجهة نسيج القطب ، من المحتمل أن تكون مسؤولة عن فشل القطب الكهربائي وانخفاض أداء التسجيل. [78] اقترحت الأبحاث أن الحاجز الدموي الدماغيقد يكون التسرب ، إما في وقت الإدخال أو بمرور الوقت ، مسؤولاً عن التفاعل الالتهابي والدبقي للأقطاب الدقيقة المزمنة المزروعة في الدماغ. [78] [79] نتيجة لذلك ، تم بحث وتطوير التصميمات المرنة [80] [81] [82] والشبيهة بالأنسجة [83] [84] لتقليل تفاعل الجسم الغريب عن طريق مطابقة معامل يونغ لـ القطب أقرب إلى أنسجة المخ. [83]

BCIs الغازية جزئيًا

تُزرع أجهزة BCI الغازية جزئيًا داخل الجمجمة ولكنها تبقى خارج الدماغ بدلاً من داخل المادة الرمادية. إنها تنتج إشارات دقة أفضل من BCIs غير الغازية حيث تنحرف الأنسجة العظمية في الجمجمة وتشوه الإشارات ولديها مخاطر أقل لتشكيل نسيج ندبي في الدماغ مقارنة بمؤشرات BCI الغازية بالكامل. كان هناك مظاهرة قبل السريرية لمؤشرات BCI داخل القشرة من القشرة المحيطية للسكتة الدماغية. [85]

داخل الأوعية الدموية

نشرت مراجعة منهجية في عام 2020 بالتفصيل دراسات متعددة ، سريرية وغير سريرية ، تعود إلى عقود من الزمن تحقق في جدوى BCIs داخل الأوعية الدموية. [86]

في السنوات الأخيرة ، ظهر أكبر تقدم في BCIs جزئيًا في مجال علم الأعصاب التداخلي. [2] في عام 2010 ، بدأ الباحثون التابعون لجامعة ملبورن في تطوير BCI الذي يمكن إدخاله عبر نظام الأوعية الدموية. ابتكر طبيب الأعصاب الأسترالي توماس أوكسلي (مستشفى ماونت سيناي) فكرة BCI هذه ، والتي تسمى Stentrode ، والتي تلقت تمويلًا من DARPA. قيمت الدراسات قبل السريرية التكنولوجيا في الأغنام.

تم تصميم Stentrode ، وهي مجموعة قطب كهربي متجانسة ، ليتم توصيلها عبر قسطرة في الوريد تحت توجيه الصورة إلى الجيب السهمي العلوي ، في المنطقة المجاورة للقشرة الحركية . [87] هذا القرب من القشرة الحركية يكمن وراء قدرة Stentrode على قياس النشاط العصبي. يشبه الإجراء إلى حد كبير كيفية وضع دعامات الجيوب الأنفية الوريدية لعلاج ارتفاع ضغط الدم داخل الجمجمة مجهول السبب . [88]يقوم Stentrode بتوصيل النشاط العصبي إلى وحدة قياس عن بعد بدون بطارية مزروعة في الصندوق ، والتي تتصل لاسلكيًا بوحدة قياس عن بُعد خارجية قادرة على نقل الطاقة والبيانات. في حين أن BCI داخل الأوعية الدموية يستفيد من تجنب حج القحف للإدخال ، فإن المخاطر مثل التخثر والتخثر الوريدي ممكنة . في الدراسات قبل السريرية على الحيوانات المزروعة باستخدام Stentrode ، لم تظهر عشرين حيوانًا أي دليل على تكوين الجلطة بعد 190 يومًا ، ربما بسبب الدمج البطاني لل Stentrode في جدار الوعاء الدموي. [87]

التجارب الأولى من نوعها مع Stentrode جارية. [87] في نوفمبر 2020 ، كان اثنان من المشاركين المصابين بالتصلب الجانبي الضموري قادرين على التحكم لاسلكيًا في نظام التشغيل لإرسال الرسائل النصية والبريد الإلكتروني والتسوق والبنك باستخدام التفكير المباشر من خلال واجهة Stentrode للكمبيوتر والدماغ ، [89] مما يمثل المرة الأولى التي يكون فيها الدماغ - تم زرع واجهة حاسوبية عبر الأوعية الدموية للمريض ، مما يلغي الحاجة إلى جراحة الدماغ المفتوح.

ECoG

يقيس تخطيط كهربية القشرة (ECoG) النشاط الكهربائي للدماغ المأخوذ من أسفل الجمجمة بطريقة مماثلة لتخطيط كهربية الدماغ غير الغازية ، ولكن الأقطاب الكهربائية تكون مدمجة في وسادة بلاستيكية رفيعة توضع فوق القشرة ، تحت الأم الجافية . [90] تم اختبار تقنيات ECoG لأول مرة على البشر في عام 2004 من قبل إريك ليوثاردت ودانيال موران من جامعة واشنطن في سانت لويس . في تجربة لاحقة ، مكّن الباحثون صبيًا مراهقًا من لعب لعبة Space Invaders باستخدام جهاز ECoG المزروع. [91] يشير هذا البحث إلى أن التحكم سريع ، ويتطلب حدًا أدنى من التدريب ، وقد يكون مقايضة مثالية فيما يتعلق بإخلاص الإشارة ومستوى الغزو.[ملاحظة 1]

يمكن أن تكون الإشارات إما تحت الجافية أو فوق الجافية ، ولكنها لا تؤخذ من داخل حمة الدماغ نفسها. لم يتم دراستها على نطاق واسع حتى وقت قريب بسبب الوصول المحدود للمواضيع. في الوقت الحالي ، الطريقة الوحيدة للحصول على إشارة للدراسة هي من خلال استخدام المرضى الذين يحتاجون إلى مراقبة غازية لتوطين واستئصال بؤرة صرع.

ECoG هو وسيلة وسيطة واعدة للغاية من BCI لأنه يحتوي على دقة مكانية أعلى ، ونسبة إشارة إلى ضوضاء أفضل ، ونطاق تردد أوسع ، ومتطلبات تدريب أقل من EEG المسجل في فروة الرأس ، وفي نفس الوقت لديه صعوبة فنية أقل ، ومخاطر سريرية أقل ، وقد يكون لها ثبات طويل الأمد أفضل من التسجيل داخل الخلايا العصبية المفردة داخل القشرة. [93] هذا الملف الشخصي للميزات والأدلة الحديثة على المستوى العالي من التحكم مع الحد الأدنى من متطلبات التدريب تظهر إمكانية تطبيق العالم الحقيقي للأشخاص ذوي الإعاقات الحركية. [94] [95] لا تزال أجهزة التصوير التفاعلي للضوء BCI في مجال النظرية.

كشف العمل الأخير الذي نشره إدوارد تشانغ وجوزيف ماكين من جامعة كاليفورنيا في سان فرانسيسكو أنه يمكن استخدام إشارات ECoG لفك تشفير الكلام من مرضى الصرع المزروعين بمصفوفات ECoG عالية الكثافة فوق القشرة شبه السيلفية. [96] [97] حققت دراستهم معدلات خطأ في الكلمات بنسبة 3٪ (تحسن ملحوظ عن المنشورات السابقة) باستخدام شبكة عصبية لمفكك التشفير والتشفير ، والتي ترجمت بيانات ECoG إلى واحدة من خمسين جملة تتكون من 250 كلمة فريدة.

BCIs غير الغازية

كانت هناك أيضًا تجارب على البشر باستخدام التصوير العصبي غير الجراحي التقنيات كواجهات. الغالبية العظمى من أعمال BCI المنشورة تتضمن BCIs غير الغازية المستندة إلى EEG. تم استخدام التقنيات والواجهات القائمة على مخطط كهربية الدماغ غير الغازية لمجموعة متنوعة من التطبيقات على نطاق أوسع. على الرغم من سهولة ارتداء الواجهات المستندة إلى مخطط كهربية الدماغ ولا تتطلب جراحة ، إلا أنها تتمتع بدقة مكانية ضعيفة نسبيًا ولا يمكنها استخدام إشارات التردد العالي بشكل فعال لأن الجمجمة تخمد الإشارات وتشتيت وتعتيم الموجات الكهرومغناطيسية الناتجة عن الخلايا العصبية. تتطلب الواجهات المستندة إلى EEG أيضًا بعض الوقت والجهد قبل كل جلسة استخدام ، في حين أن الواجهات التي لا تعتمد على EEG ، بالإضافة إلى الواجهات الغازية لا تتطلب تدريبًا مسبقًا على الاستخدام. بشكل عام ، يعتمد أفضل BCI لكل مستخدم على العديد من العوامل.

واجهة الإنسان والحاسوب غير المستندة إلى EEG

تخطيط القلب الكهربائي (EOG)

في عام 1989 ، تم تقديم تقرير عن التحكم في روبوت متحرك عن طريق حركة العين باستخدام إشارات تخطيط القلب الكهربائي (EOG). تم توجيه روبوت متحرك من البداية إلى نقطة الهدف باستخدام خمسة أوامر EOG ، تم تفسيرها على أنها للأمام ، والخلف ، واليسار ، واليمين ، والتوقف. [98] قدم فيدال في ورقته البحثية عام 1973 مجموعة EOG كتحدي للتحكم في الأشياء الخارجية. [3]

تذبذب حجم حدقة العين

وصفت مقالة عام 2016 [99] جهاز اتصال جديد تمامًا وواجهة بشرية-حاسوبية لا تعتمد على مخطط كهربية الدماغ ، والتي لا تتطلب تثبيتًا بصريًا ، أو القدرة على تحريك العينين على الإطلاق. تعتمد الواجهة على المصلحة السرية؛ توجيه انتباه المرء إلى حرف مختار على لوحة مفاتيح افتراضية ، دون الحاجة إلى تحريك عينيه للنظر مباشرة إلى الحرف. كل حرف له دائرته (الخلفية) الخاصة به والتي تتأرجح في السطوع بشكل مختلف عن جميع الحروف الأخرى. يعتمد اختيار الحروف على أفضل ملاءمة بين التذبذب غير المقصود لحجم التلميذ ونمط تذبذب سطوع دائرة الخلفية. بالإضافة إلى ذلك ، يتم تحسين الدقة من خلال التمرين العقلي للمستخدم للكلمات "ساطع" و "داكن" بالتزامن مع انتقالات السطوع لدائرة الحرف.

التحليل الطيفي للأشعة تحت الحمراء القريبة

في عامي 2014 و 2017 ، تمكن اختبار BCI الذي يستخدم التحليل الطيفي للأشعة تحت الحمراء الوظيفية للمرضى المصابين بالتصلب الجانبي الضموري (ALS) من استعادة بعض القدرة الأساسية للمرضى على التواصل مع الآخرين. [100] [101]

واجهات الدماغ والحاسوب القائمة على تخطيط كهربية الدماغ (EEG)

تسجيلات موجات الدماغ التي ينتجها مخطط كهربية الدماغ

بعد أن ذكر فيدال تحدي BCI في عام 1973 ، تضمنت التقارير الأولية عن النهج غير الغازي التحكم في المؤشر ثنائي الأبعاد باستخدام VEP (Vidal 1977) ، والتحكم في الجرس باستخدام CNV (Bozinovska et al. 1988 ، 1990) ، التحكم كائن مادي ، إنسان آلي ، باستخدام إيقاع الدماغ (ألفا) (بوزينوفسكي وآخرون. 1988) ، التحكم في نص مكتوب على شاشة باستخدام P300 (Farwell and Donchin ، 1988). [13]

في الأيام الأولى لبحوث BCI ، كان هناك عائق كبير آخر أمام استخدام تخطيط كهربية الدماغ (EEG) كواجهة بين الدماغ والحاسوب وهو التدريب المكثف المطلوب قبل أن يتمكن المستخدمون من استخدام التكنولوجيا. على سبيل المثال ، في التجارب التي بدأت في منتصف التسعينيات ، قام نيلز بيرباومر في جامعة توبنغن في ألمانيا بتدريب الأشخاص المصابين بالشلل الشديد على التنظيم الذاتي للإمكانات القشرية البطيئة في مخطط كهربية الدماغ إلى حد يمكن استخدام هذه الإشارات كإشارة ثنائية للتحكم في مؤشر الكمبيوتر. [102] (كان بيرباومر قد درب سابقًا على مرضى الصرعلمنع النوبات الوشيكة من خلال التحكم في هذه الموجة ذات الجهد المنخفض.) وشهدت التجربة تدريب عشرة مرضى على تحريك مؤشر الكمبيوتر عن طريق التحكم في موجات الدماغ. كانت العملية بطيئة ، وتتطلب أكثر من ساعة للمرضى لكتابة 100 حرف بالمؤشر ، بينما يستغرق التدريب في كثير من الأحيان عدة أشهر. ومع ذلك ، لم يتم استخدام نهج الإمكانات القشرية البطيئة لمؤشرات BCI منذ عدة سنوات ، نظرًا لأن الأساليب الأخرى تتطلب القليل من التدريب أو لا تتطلب أي تدريب ، وهي أسرع وأكثر دقة ، وتعمل مع نسبة أكبر من المستخدمين.

معلمة بحثية أخرى هي نوع النشاط التذبذب الذي يتم قياسه. أسس Gert Pfurtscheller مختبر BCI عام 1991 وقام بتغذية نتائج أبحاثه حول الصور الحركية في أول BCI عبر الإنترنت استنادًا إلى الميزات والمصنفات التذبذبية. وبالتعاون مع بيرباومر وجوناثان وولباو في جامعة ولاية نيويورك ، ركزوا على تطوير التكنولوجيا التي من شأنها أن تسمح للمستخدمين باختيار إشارات الدماغ التي يجدونها أسهل لتشغيل BCI ، بما في ذلك إيقاعات مو وبيتا .

معلمة أخرى هي طريقة التغذية المرتدة المستخدمة وهذا موضح في دراسات إشارات P300 . يتم إنشاء أنماط موجات P300 بشكل لا إرادي ( ردود الفعل التحفيزية ) عندما يرى الناس شيئًا يتعرفون عليه وقد يسمحون لمؤشرات BCI بفك تشفير فئات الأفكار دون تدريب المرضى أولاً. على النقيض من ذلك ، تتطلب طرق الارتجاع البيولوجي الموصوفة أعلاه تعلم التحكم في الموجات الدماغية حتى يمكن اكتشاف نشاط الدماغ الناتج.

في عام 2005 ، تم الإبلاغ عن بحث حول محاكاة EEG لدوائر التحكم الرقمية لـ BCI ، مع مثال على CNV flip-flop. [103] في عام 2009 ، تم الإبلاغ عن تحكم غير جراحي في مخطط كهربية الدماغ لذراع آلية باستخدام CNV flip-flop. [104] في عام 2011 ، تم الإبلاغ عن السيطرة على مهمة برج هانوي لحل الأسلحة الآلية بثلاثة أقراص باستخدام CNV flip-flop. [105] في عام 2015 ، تم وصف محاكاة التخطيط الكهربائي للدماغ (EEG) لمشغل شميدت ، و flip-flop ، و demultiplexer ، و modem. [106]


في حين تم متابعة واجهة الدماغ والحاسوب القائمة على EEG على نطاق واسع من قبل عدد من مختبرات البحث ، فإن التطورات الأخيرة التي قام بها Bin He وفريقه في جامعة مينيسوتا تشير إلى إمكانات واجهة EEG القائمة على الدماغ والحاسوب لإنجاز المهام القريبة من الغازية واجهة الدماغ والحاسوب. باستخدام التصوير العصبي الوظيفي المتقدم بما في ذلك التصوير بالرنين المغناطيسي الوظيفي BOLD وتصوير مصدر EEG ، حدد Bin He وزملاؤه التباين المشترك والتوطين المشترك للإشارات الكهربية والديناميكية الدموية الناتجة عن الخيال الحركي. [107] تم تنقيحها من خلال نهج التصوير العصبي وبروتوكول التدريب ، أظهر Bin He وزملاؤه قدرة واجهة الدماغ والحاسوب القائمة على EEG غير الغازية للتحكم في رحلة طائرة هليكوبتر افتراضية في مساحة ثلاثية الأبعاد ، بناءً على الخيال الحركي. [108] في يونيو 2013 ، أُعلن أن بن هي قد طور تقنية لتمكين طائرة هليكوبتر تعمل بالتحكم عن بعد من توجيهها خلال مسار عقبة. [109]

بالإضافة إلى واجهة الدماغ والحاسوب القائمة على موجات الدماغ ، كما هو مسجل من أقطاب تخطيط كهربية الدماغ لفروة الرأس ، استكشف Bin He وزملاؤه واجهة كمبيوتر دماغية افتراضية قائمة على إشارة EEG من خلال حل مشكلة EEG العكسية أولاً ثم استخدموا النتيجة الافتراضية الناتجة مخطط كهربية الدماغ لمهام واجهة الدماغ والحاسوب. اقترحت الدراسات التي يتم التحكم فيها جيدًا مزايا مثل واجهة الدماغ والحاسوب القائمة على تحليل المصدر. [110]

وجدت دراسة أجريت عام 2014 أن المرضى الذين يعانون من إعاقة حركية شديدة يمكنهم التواصل بشكل أسرع وأكثر موثوقية مع EEG BCI غير الغازي ، مقارنة بأي قناة اتصال تعتمد على العضلات. [111]

وجدت دراسة أجريت عام 2016 أن جهاز Emotiv EPOC قد يكون أكثر ملاءمة لمهام التحكم باستخدام مستوى الانتباه / التأمل أو وميض العين من جهاز Neurosky MindWave. [112]

وجدت دراسة أجريت عام 2019 أن تطبيق الخوارزميات التطورية يمكن أن يحسن تصنيف الحالة العقلية لـ EEG باستخدام جهاز Muse غير الغازي ، مما يتيح تصنيفًا عالي الجودة للبيانات المكتسبة بواسطة جهاز استشعار EEG رخيص للمستهلك. [113]

في مراجعة منهجية 2021 لتجارب معشاة ذات شواهد باستخدام BCI لإعادة تأهيل الأطراف العلوية بعد السكتة الدماغية ، وجد أن BCI المستندة إلى EEG لها فعالية كبيرة في تحسين الوظيفة الحركية للطرف العلوي مقارنة بعلاجات التحكم. وبشكل أكثر تحديدًا ، تم العثور على دراسات BCI التي استخدمت ميزات طاقة النطاق والصور الحركية والتحفيز الكهربائي الوظيفي في تصميمها لتكون أكثر فعالية من البدائل. [114] مراجعة منهجية أخرى لعام 2021 ركزت على BCI المعتمد على تخطيط أمواج الدماغ بمساعدة الروبوت لإعادة تأهيل اليد بعد السكتة الدماغية. لوحظ تحسن في درجات التقييم الحركي في ثلاث من الدراسات الإحدى عشرة المشمولة في المراجعة المنهجية. [115]

صفائف القطب النشط الجاف

في أوائل التسعينيات من القرن الماضي ، قدم باباك طاهري ، من جامعة كاليفورنيا ، عرضًا لأول مصفوفات أقطاب كهربائية نشطة مفردة ومتعددة القنوات باستخدام الآلات الدقيقة. تم نشر بناء ونتائج القطب الكهربي الجاف أحادي القناة في عام 1994. [116] كما تم إثبات أداء القطب المصفوف بشكل جيد مقارنة بإلكترودات الفضة / كلوريد الفضة . يتكون الجهاز من أربعة مواقع من أجهزة الاستشعار مع إلكترونيات متكاملة لتقليل الضوضاء عن طريق مطابقة المعاوقة. مزايا هذه الأقطاب الكهربائية هي: (1) عدم استخدام إلكتروليت ، (2) عدم تحضير الجلد ، (3) انخفاض كبير في حجم المستشعر ، (4) التوافق مع أنظمة مراقبة تخطيط أمواج الدماغ. مصفوفة القطب النشط عبارة عن نظام متكامل يتكون من مجموعة من أجهزة الاستشعار بالسعة مع دوائر متكاملة محلية موجودة في عبوة بها بطاريات لتشغيل الدوائر. كان هذا المستوى من التكامل مطلوبًا لتحقيق الأداء الوظيفي الذي حصل عليه القطب.

تم اختبار القطب الكهربي على مقعد اختبار كهربائي وعلى البشر في أربع أنماط من نشاط مخطط كهربية الدماغ ، وهي: (1) مخطط كهربية الدماغ العفوي ، (2) الإمكانات المرتبطة بالحدث الحسي ، (3) إمكانات جذع الدماغ ، و (4) الحدث المعرفي - الإمكانات ذات الصلة. مقارنة أداء القطب الجاف بشكل إيجابي مع أداء الأقطاب الكهربائية الرطبة القياسية من حيث تحضير الجلد ، وعدم وجود متطلبات هلام (جاف) ، ونسبة إشارة إلى ضوضاء أعلى. [117]

في عام 1999 ، استخدم باحثون في جامعة كيس ويسترن ريزيرف ، في كليفلاند ، أوهايو ، بقيادة هانتر بيكهام ، قلنسوة ذات 64 قطبًا كهربائيًا لإرجاع حركات اليد المحدودة إلى جيم جاتيتش المصاب بالشلل الرباعي . نظرًا لأن Jatich ركز على مفاهيم بسيطة ولكنها معاكسة مثل الأعلى والأسفل ، فقد تم تحليل ناتج EEG الخاص به بإيقاع بيتا باستخدام برنامج لتحديد الأنماط في الضوضاء. تم تحديد النمط الأساسي واستخدامه للتحكم في مفتاح التبديل: تم تعيين النشاط فوق المتوسط ​​على تشغيل ، وإيقاف تشغيل أقل من المتوسط. بالإضافة إلى تمكين Jatich من التحكم في مؤشر الكمبيوتر ، تم استخدام الإشارات أيضًا لدفع وحدات التحكم في الأعصاب المضمنة في يديه ، واستعادة بعض الحركة. [118]

SSVEP mobile EEG BCIs

في عام 2009 ، تم الإبلاغ عن عصابة الرأس NCTU Brain-Computer-Interface-Interface. قام الباحثون الذين طوروا عصابة الرأس BCI أيضًا بهندسة أقطاب جافة تعتمد على السيليكون ( MEMS ) صممت للتطبيق في المواقع غير المشعرة من الجسم. تم تثبيت هذه الأقطاب على لوحة DAQ في عصابة الرأس باستخدام حوامل أقطاب كهربائية إضافية. قامت وحدة معالجة الإشارات بقياس ألفاوقام الهاتف المزود بتقنية البلوتوث بتقييم يقظة المرضى وقدرتهم على الأداء المعرفي. عندما أصبح الشخص يشعر بالنعاس ، أرسل الهاتف ملاحظات مثيرة إلى المشغل لإيقاظه. تم دعم هذا البحث من قبل المجلس الوطني للعلوم ، تايوان ، جمهورية الصين ، NSC ، جامعة تشياو تونغ الوطنية ، وزارة التعليم التايوانية ، ومختبر أبحاث الجيش الأمريكي . [119]

في عام 2011 ، أبلغ الباحثون عن وجود BCI على أساس خلوي مع القدرة على أخذ بيانات EEG وتحويلها إلى أمر يتسبب في رنين الهاتف. تم دعم هذا البحث جزئيًا من قبل Abraxis Bioscience LLP ومختبر أبحاث الجيش الأمريكي ومكتب أبحاث الجيش. كانت التكنولوجيا المتقدمة عبارة عن نظام يمكن ارتداؤه يتكون من وحدة اكتساب / تضخيم الإشارات الحيوية من أربع قنوات ، ووحدة إرسال لاسلكية ، وهاتف خلوي مزود بتقنية Bluetooth. تم وضع الأقطاب الكهربائية بحيث تلتقط إمكانات الحالة المرئية المستقرة ( SSVEPs ). [120] SSVEPs عبارة عن استجابات كهربائية للمثيرات البصرية الوامضة بمعدلات تكرار تزيد عن 6 هرتز [120]من الأفضل العثور عليها في مناطق فروة الرأس الجدارية والقذالية في القشرة البصرية. [121] [122] [123] تم الإبلاغ عن أنه مع إعداد BCI هذا ، تمكن جميع المشاركين في الدراسة من بدء مكالمة هاتفية مع الحد الأدنى من الممارسة في البيئات الطبيعية. [124]

يدعي العلماء أن دراساتهم باستخدام تحويل فورييه السريع لقناة واحدة ( FFT ) وخوارزمية تحليل الارتباط الكنسي لنظام متعدد القنوات ( CCA ) تدعم قدرة BCIs المتنقلة. [120] [125] تم تطبيق خوارزمية CCA في تجارب أخرى لفحص BCIs ذات الأداء العالي من حيث الدقة والسرعة. [126] بينما تم تطوير تقنية BCI القائمة على الهاتف الخلوي لبدء مكالمة هاتفية من SSVEPs ، قال الباحثون إنه يمكن ترجمتها لتطبيقات أخرى ، مثل التقاط إيقاعات mu / beta الحسية لتعمل كمحرك يعتمد على BCI. [120]

في عام 2013 ، تم إجراء اختبارات مقارنة على الهواتف المحمولة التي تعمل بنظام Android والكمبيوتر اللوحي وأجهزة الكمبيوتر BCIs ، لتحليل كثافة طيف الطاقة لـ EEG SSVEPs الناتجة. كانت الأهداف المعلنة لهذه الدراسة ، والتي تضمنت علماء مدعومين جزئيًا من قبل مختبر أبحاث الجيش الأمريكي ، هي "زيادة قابلية التطبيق العملي ، وقابلية النقل ، والوجود في كل مكان لـ BCI المستندة إلى SSVEP ، للاستخدام اليومي". اقتباس أفيد أن تردد التحفيز على جميع الوسائط كان دقيقًا ، على الرغم من أن إشارة الهاتف الخلوي أظهرت بعض عدم الاستقرار. تم الإبلاغ أيضًا عن سعة SSVEPs للكمبيوتر المحمول والكمبيوتر اللوحي لتكون أكبر من تلك الموجودة في الهاتف الخلوي. تم اقتراح هذين التوصيفين النوعيين كمؤشرين على جدوى استخدام الحافز المحمول BCI. [125]

القيود

في عام 2011 ، ذكر الباحثون أن العمل المستمر يجب أن يعالج سهولة الاستخدام ، وقوة الأداء ، وتقليل تكاليف الأجهزة والبرامج. [120]

إحدى الصعوبات في قراءات مخطط كهربية الدماغ هي القابلية الكبيرة للتأثيرات الحركية. [127] في معظم المشاريع البحثية الموصوفة سابقًا ، طُلب من المشاركين الجلوس بلا حراك ، وتقليل حركات الرأس والعين قدر الإمكان ، وتم أخذ القياسات في بيئة معملية. ومع ذلك ، نظرًا لأن التطبيق المؤكد لهذه المبادرات كان في إنشاء جهاز محمول للاستخدام اليومي ، [125] كان لابد من اختبار التكنولوجيا أثناء الحركة.

في عام 2013 ، اختبر الباحثون تقنية BCI القائمة على EEG ، وقياس SSVEPs من المشاركين أثناء سيرهم على جهاز المشي بسرعات متفاوتة. تم دعم هذا البحث من قبل مكتب الأبحاث البحرية ومكتب أبحاث الجيش ومختبر أبحاث الجيش الأمريكي. كانت النتائج المعلنة أنه مع زيادة السرعة ، انخفضت قابلية اكتشاف SSVEP باستخدام CCA. كما ثبت أن تحليل المكون المستقل ( ICA ) فعال في فصل إشارات EEG عن الضوضاء ، [128]قام العلماء بتطبيق ICA على بيانات CCA المستخرجة من EEG. وذكروا أن بيانات CCA مع وبدون معالجة ICA كانت متشابهة. وهكذا ، خلصوا إلى أن التقييم القطري المشترك أظهر بشكل مستقل متانة في حركة القطع الأثرية التي تشير إلى أنه قد يكون خوارزمية مفيدة للتطبيق على BCIs المستخدمة في ظروف العالم الحقيقي. [122]

الأطراف الصناعية والتحكم في البيئة

تم أيضًا تطبيق BCIs غير الغازية لتمكين التحكم في الدماغ في أجهزة الأطراف العلوية والسفلية الاصطناعية لدى الأشخاص المصابين بالشلل. على سبيل المثال ، أظهر غيرت بفورتشيلر من جامعة جراتس للتكنولوجيا وزملاؤه نظام تحفيز كهربائي وظيفي يتم التحكم فيه بواسطة BCI لاستعادة حركات الأطراف العلوية في شخص مصاب بالشلل الرباعي بسبب إصابة الحبل الشوكي . [129] بين عامي 2012 و 2013 ، أظهر باحثون في جامعة كاليفورنيا ، إيرفين لأول مرة أنه من الممكن استخدام تقنية BCI لاستعادة المشي الذي يتحكم فيه الدماغ بعد إصابة الحبل الشوكي. في أبحاث إصابات الحبل الشوكيفي الدراسة ، كان الشخص المصاب بالشلل النصفي قادرًا على تشغيل جهاز تقويم مشي روبوتي BCI لاستعادة التمشي الأساسي الذي يتحكم فيه الدماغ. [130] [131] في عام 2009 ، نجح أليكس بلايني ، الباحث المستقل المقيم في المملكة المتحدة ، في استخدام Emotiv EPOC للتحكم في ذراع روبوت ذي 5 محاور. [132] ثم واصل تقديم العديد من الكراسي المتحركة التي يتم التحكم فيها بالعقل والتشغيل الآلي للمنزل والتي يمكن تشغيلها بواسطة أشخاص لديهم تحكم محدود أو معدوم في المحرك مثل المصابين بالشلل النصفي والشلل الدماغي.

استمرت الأبحاث في الاستخدام العسكري لمؤشرات BCIs بتمويل من DARPA منذ السبعينيات. [3] [4] التركيز الحالي للبحث هو الاتصال بين المستخدم من خلال تحليل الإشارات العصبية. [133]

DIY والمصدر المفتوح BCI

في عام 2001 ، بدأ مشروع OpenEEG [134] من قبل مجموعة من علماء الأعصاب والمهندسين. كان ModularEEG هو الجهاز الأساسي الذي أنشأه مجتمع OpenEEG ؛ كانت عبارة عن لوحة التقاط إشارة مكونة من 6 قنوات وتتراوح تكلفتها بين 200 دولار و 400 دولار لصنعها في المنزل. شكل مشروع OpenEEG لحظة مهمة في ظهور واجهة DIY بين الدماغ والحاسوب.

في عام 2010 ، نشر برنامج Frontier Nerds of NYU's ITP برنامجًا تعليميًا شاملاً بعنوان How To Hack Toy EEGs. [135] أظهر البرنامج التعليمي ، الذي أثار عقول العديد من المتحمسين الناشئين لـ DIY BCI ، كيفية إنشاء قناة واحدة في المنزل EEG باستخدام Arduino و Mattel Mindflex بسعر معقول جدًا. أدى هذا البرنامج التعليمي إلى تضخيم حركة DIY BCI.

في عام 2013 ، ظهر OpenBCI من طلب DARPA وحملة Kickstarter اللاحقة . لقد أنشأوا لوحة اقتناء EEG ذات 8 قنوات عالية الجودة ومفتوحة المصدر ، تُعرف باسم لوحة 32 بت ، والتي يتم بيعها للبيع بالتجزئة بأقل من 500 دولار. بعد عامين ، ابتكروا أول سماعة رأس EEG مطبوعة ثلاثية الأبعاد ، تُعرف باسم Ultracortex ، بالإضافة إلى لوحة اقتناء EEG ذات 4 قنوات ، تُعرف باسم Ganglion Board ، والتي تباع بالتجزئة بأقل من 100 دولار.

MEG و MRI

إعادة بناء مختبرات ATR للرؤية البشرية باستخدام التصوير بالرنين المغناطيسي الوظيفي (الصف العلوي: الصورة الأصلية ؛ الصف السفلي: إعادة البناء من متوسط ​​القراءات المركبة)

تم استخدام كل من التصوير المغناطيسي للدماغ (MEG) والتصوير بالرنين المغناطيسي الوظيفي (fMRI) بنجاح كمؤشرات BCI غير جراحية. [136] في تجربة تم الإبلاغ عنها على نطاق واسع ، سمح التصوير بالرنين المغناطيسي الوظيفي لمستخدمين بمسحها ضوئيًا للعب بونج في الوقت الفعلي عن طريق تغيير استجابتهما الديناميكية الدموية أو تدفق الدم في الدماغ من خلال تقنيات الارتجاع البيولوجي . [137]

كما تم استخدام قياسات الرنين المغناطيسي الوظيفي للاستجابات الديناميكية الدموية في الوقت الحقيقي للتحكم في أذرع الروبوت مع تأخير مدته سبع ثوان بين التفكير والحركة. [138]

في عام 2008 ، سمح البحث الذي تم تطويره في مختبرات علوم الأعصاب الحاسوبية (ATR) في كيوتو باليابان ، للعلماء بإعادة بناء الصور مباشرة من الدماغ وعرضها على جهاز كمبيوتر باللونين الأبيض والأسود بدقة 10x10 بكسل . كان المقال الذي أعلن عن هذه الإنجازات هو قصة غلاف مجلة Neuron في 10 ديسمبر 2008. [139]

في عام 2011 ، نشر باحثون من جامعة كاليفورنيا في بيركلي [140] دراسة أفادت بإعادة بناء مقاطع الفيديو ثانية تلو الثانية التي شاهدها المشاركون في الدراسة ، من بيانات الرنين المغناطيسي الوظيفي. تم تحقيق ذلك من خلال إنشاء نموذج إحصائي يربط بين الأنماط المرئية في مقاطع الفيديو المعروضة على الأشخاص ونشاط الدماغ الناتج عن مشاهدة مقاطع الفيديو. تم استخدام هذا النموذج بعد ذلك للبحث عن 100 مقطع فيديو مدته ثانية واحدة ، في قاعدة بيانات تبلغ 18 مليون ثانية من مقاطع فيديو YouTube العشوائية ، والتي تتطابق أنماطها المرئية بشكل وثيق مع نشاط الدماغ المسجل عندما شاهد الأشخاص مقطع فيديو جديدًا. تم بعد ذلك دمج مقتطفات الفيديو التي تبلغ مدتها 100 ثانية في صورة مهروسة تشبه الفيديو الذي تتم مشاهدته. [141] [142] [143]

استراتيجيات التحكم في BCI في الألعاب العصبية

الصور الحركية

تتضمن الصور الحركية تخيل حركة أجزاء الجسم المختلفة مما يؤدي إلى تنشيط القشرة الحسية الحركية ، والتي تعدل التذبذبات الحسية الحركية في مخطط كهربية الدماغ. يمكن الكشف عن ذلك بواسطة BCI لاستنتاج نية المستخدم. تتطلب الصور الحركية عادةً عددًا من جلسات التدريب قبل الحصول على التحكم المقبول في BCI. قد تستغرق جلسات التدريب هذه عددًا من الساعات على مدار عدة أيام قبل أن يتمكن المستخدمون من استخدام التقنية باستمرار بمستويات مقبولة من الدقة. بغض النظر عن مدة الدورة التدريبية ، لا يستطيع المستخدمون إتقان مخطط التحكم. ينتج عن هذا وتيرة بطيئة للغاية في اللعب. [144]تم تطوير أساليب التعلم الآلي المتقدمة مؤخرًا لحساب نموذج خاص بالموضوع لاكتشاف أداء الصور الحركية. الخوارزمية الأفضل أداءً من مجموعة البيانات 2 لمسابقة BCI Competition IV [145] لصور المحرك هي النمط المكاني المشترك لبنك المرشح ، الذي طوره Ang et al. من A * STAR ، سنغافورة . [146]

Bio / neurofeedback لتصميمات BCI السلبية

يستخدم الارتجاع البيولوجي لمراقبة الاسترخاء العقلي للشخص. في بعض الحالات ، لا يقوم الارتجاع البيولوجي بمراقبة تخطيط كهربية الدماغ (EEG) ، ولكن بدلاً من ذلك ، فإن المعلمات الجسدية مثل تخطيط كهربية العضل (EMG) ، ومقاومة الجلد الجلفاني (GSR) ، وتقلب معدل ضربات القلب (HRV). تُستخدم العديد من أنظمة الارتجاع البيولوجي لعلاج اضطرابات معينة مثل اضطراب نقص الانتباه وفرط النشاط (ADHD) ، ومشاكل النوم عند الأطفال ، وصرير الأسنان ، والألم المزمن. تراقب أنظمة الارتجاع البيولوجي في مخطط كهربية الدماغ عادةً أربعة نطاقات مختلفة (ثيتا: 4-7 هرتز ، ألفا: 8-12 هرتز ، SMR: 12-15 هرتز ، بيتا: 15-18 هرتز) وتتحدى الموضوع للتحكم فيها. سلبي BCI [54]يتضمن استخدام BCI لإثراء التفاعل بين الإنسان والآلة بمعلومات ضمنية عن حالة المستخدم الفعلية ، على سبيل المثال ، عمليات المحاكاة لاكتشاف متى يعتزم المستخدمون دفع الفرامل أثناء إجراء إيقاف طارئ للسيارة. يحتاج مطورو الألعاب الذين يستخدمون BCIs السلبية إلى الاعتراف بأنه من خلال تكرار مستويات اللعبة ، فإن الحالة المعرفية للمستخدم ستتغير أو تتكيف. خلال اللعب الأول للمستوى ، سيتفاعل المستخدم مع الأشياء بشكل مختلف عما كان عليه أثناء اللعب الثاني: على سبيل المثال ، سيكون المستخدم أقل اندهاشًا في حدث ما في اللعبة إذا كان يتوقع ذلك. [144]

أثار الإمكانات البصرية (VEP)

VEP هو جهد كهربائي مسجل بعد تقديم موضوع بنوع من المحفزات البصرية. هناك عدة أنواع من VEPs.

تستخدم إمكانات الحالة المستثارة بصريًا (SSVEPs) الإمكانات الناتجة عن إثارة شبكية العين، باستخدام محفزات بصرية معدلة على ترددات معينة. غالبًا ما تتشكل محفزات SSVEP من أنماط رقعة الشطرنج المتناوبة وفي بعض الأحيان تستخدم الصور الوامضة. يمكن تمييز تواتر انعكاس طور الحافز المستخدم بوضوح في طيف مخطط كهربية الدماغ ؛ هذا يجعل من السهل نسبيًا اكتشاف محفزات SSVEP. أثبت SSVEP نجاحه في العديد من أنظمة BCI. ويرجع ذلك إلى عدة عوامل ، فإن الإشارة التي يتم الحصول عليها قابلة للقياس في عدد كبير من السكان حيث لا تؤثر حركة VEP المؤقتة وحركة الوميض والمصنوعات اليدوية في تخطيط القلب على الترددات التي تتم مراقبتها. بالإضافة إلى ذلك ، فإن إشارة SSVEP قوية بشكل استثنائي ؛ التنظيم الطبوغرافي للقشرة البصرية الأولية هو أن منطقة أوسع تحصل على وارد من المنطقة المركزية أو النقرة من المجال البصري. ومع ذلك ، فإن SSVEP لديه العديد من المشاكل. نظرًا لأن SSVEPs تستخدم محفزات وامضة لاستنتاج نية المستخدم ، يجب على المستخدم التحديق في أحد الرموز الوامضة أو المتكررة من أجل التفاعل مع النظام. لذلك ، من المحتمل أن تصبح الرموز مزعجة وغير مريحة للاستخدام أثناء جلسات اللعب الطويلة ، والتي يمكن أن تستمر غالبًا لأكثر من ساعة والتي قد لا تكون طريقة لعب مثالية.

نوع آخر من VEP المستخدم مع التطبيقات هو P300 المحتملة . الإمكانات المرتبطة بالحدث P300 هي ذروة إيجابية في مخطط كهربية الدماغ تحدث عند حوالي 300 مللي ثانية بعد ظهور محفز مستهدف (حافز ينتظره المستخدم أو يبحث عنه) أو محفزات غريبة. تتناقص سعة P300 نظرًا لأن المحفزات المستهدفة والمحفزات التي تم تجاهلها تنمو بشكل أكثر تشابهًا ، ويُعتقد أن P300 مرتبط بعملية انتباه ذات مستوى أعلى أو استجابة توجيهية باستخدام P300 كمخطط تحكم له ميزة المشارك الذي يحتاج فقط إلى حضور محدود. حصص التدريب. كان أول تطبيق يستخدم نموذج P300 هو مصفوفة P300. ضمن هذا النظام ، سيختار الموضوع حرفًا من شبكة مكونة من 6 في 6 أحرف وأرقام. تومض صفوف وأعمدة الشبكة بالتتابع وفي كل مرة يتم فيها إضاءة "حرف الاختيار" المحدد ، تم (من المحتمل) إخراج جهاز P300 الخاص بالمستخدم. ومع ذلك ، كانت عملية الاتصال ، بمعدل 17 حرفًا تقريبًا في الدقيقة ، بطيئة جدًا. إن P300 عبارة عن BCI تقدم اختيارًا منفصلاً بدلاً من آلية تحكم مستمرة.[144]

التخاطر الاصطناعي / الاتصال الصامت

في مبادرة للجيش الأمريكي بقيمة 6.3 مليون دولار لابتكار أجهزة للاتصالات التخاطرية ، وجد Gerwin Schalk ، المكتتب بمنحة قدرها 2.2 مليون دولار ، أن استخدام إشارات ECoG يمكن أن يميز حروف العلة والحروف الساكنة المضمنة في الكلمات المنطوقة والمتخيلة ، مما يلقي الضوء على الآليات المميزة المرتبطة بها. مع إنتاج حروف العلة والحروف الساكنة ، ويمكن أن توفر أساسًا للتواصل القائم على الدماغ باستخدام الكلام المتخيل. [95] [147]

في عام 2002 ، كان لدى كيفن وارويك مجموعة من 100 قطب كهربائي تم إطلاقها في جهازه العصبي لربط نظامه العصبي بالإنترنت للبحث في إمكانيات التحسين. مع هذا في المكان ، نفذ وارويك بنجاح سلسلة من التجارب. مع زرع أقطاب كهربائية أيضًا في الجهاز العصبي لزوجته ، أجروا أول تجربة اتصال إلكتروني مباشر بين الجهاز العصبي لشخصين. [148] [149] [150] [151]

تمكنت مجموعة أخرى من الباحثين من تحقيق تواصل واعي من دماغ إلى دماغ بين شخصين مفصولين بمسافة باستخدام تقنية غير جراحية كانت على اتصال بفروة رأس المشاركين. تم تشفير الكلمات بواسطة تدفقات ثنائية باستخدام متواليات من 0 و 1 بواسطة المدخلات الحركية التخيلية للشخص "الذي يصدر" المعلومات. نتيجة لهذه التجربة ، حملت أجزاء شبه عشوائية من المعلومات كلمات مشفرة "hola" ("hi" بالإسبانية) و "ciao" ("وداعًا" باللغة الإيطالية) وتم نقلها من العقل إلى العقل بين البشر مفصولة بكلمة مسافة ، مع أنظمة المحرك والحسية المسدودة ، والتي لديها احتمالية منخفضة أو معدومة لحدوث ذلك عن طريق الصدفة. [2]

تجري الأبحاث في التخاطر الاصطناعي باستخدام النطق الفرعي في جامعة كاليفورنيا ، إيرفين تحت إشراف العالم الرئيسي مايك دزمورا. حدث أول اتصال من هذا القبيل في الستينيات باستخدام مخطط كهربية الدماغ لإنشاء شفرة مورس باستخدام موجات ألفا في الدماغ. يعد استخدام مخطط كهربية الدماغ لتوصيل الكلام المتخيل أقل دقة من الطريقة الغازية لوضع قطب كهربائي بين الجمجمة والدماغ. [152] [153] في 27 فبراير 2013 نجحت المجموعة مع ميغيل نيكوليليس في جامعة ديوك و IINN-ELS في توصيل دماغ اثنين من الفئران بواجهات إلكترونية سمحت لهما بمشاركة المعلومات بشكل مباشر ، في أول اتصال مباشر من الدماغ إلى- واجهة الدماغ . [154] [155][156]

BCIs ثقافة الخلية

قام الباحثون ببناء أجهزة للتفاعل مع الخلايا العصبية والشبكات العصبية بأكملها في ثقافات خارج الحيوانات. بالإضافة إلى إجراء المزيد من الأبحاث حول الأجهزة التي يمكن زرعها على الحيوانات ، فقد ركزت التجارب على الأنسجة العصبية المستزرعة على بناء شبكات لحل المشكلات ، وبناء أجهزة الكمبيوتر الأساسية ، والتلاعب بالأجهزة الروبوتية. يُشار أحيانًا إلى البحث في تقنيات التحفيز والتسجيل من الخلايا العصبية الفردية المزروعة على رقائق أشباه الموصلات باسم الإلكترونيات العصبية أو الرقائق العصبية . [157]

أول Neurochip في العالم ، طوره باحثو معهد كاليفورنيا للتكنولوجيا جيروم باين ومايكل ماهر

ادعى فريق معهد كاليفورنيا للتقنية (Caltech) بقيادة جيروم باين ومايكل ماهر تطوير أول رقاقة عصبية عاملة في عام 1997. [158] كانت رقاقة معهد كاليفورنيا للتكنولوجيا تتسع لـ16 خلية عصبية.

في عام 2003 ، بدأ فريق بقيادة ثيودور بيرغر ، من جامعة جنوب كاليفورنيا ، العمل على رقاقة عصبية مصممة لتعمل كحصين اصطناعي أو اصطناعي . تم تصميم الطرف العصبي للعمل في أدمغة الفئران وكان الهدف منه أن يكون نموذجًا أوليًا للتطور النهائي للأطراف الاصطناعية للدماغ الأعلى. تم اختيار الحُصين لأنه يُعتقد أنه الجزء الأكثر تنظيماً وتنظيماً في الدماغ وهو أكثر المناطق التي خضعت للدراسة. وتتمثل وظيفتها في ترميز الخبرات للتخزين كذكريات طويلة المدى في أماكن أخرى من الدماغ. [159]

في عام 2004 ، استخدم توماس ديمارس (Thomas DeMarse) من جامعة فلوريدا ثقافة مكونة من 25000 خلية عصبية مأخوذة من دماغ فأر لتحلق بمحاكاة طائرة مقاتلة من طراز F-22 . [160] بعد الجمع ، تمت زراعة الخلايا العصبية القشرية في طبق بتري وبدأت بسرعة في إعادة الاتصال ببعضها البعض لتشكيل شبكة عصبية حية. تم ترتيب الخلايا عبر شبكة من 60 قطبًا كهربائيًا واستخدمت للتحكم في وظائف الانحراف والانعراج في جهاز المحاكاة. كان تركيز الدراسة على فهم كيفية أداء الدماغ البشري وتعلم المهام الحسابية على المستوى الخلوي.

BCIs التعاونية

تم تقديم فكرة دمج / دمج إشارات الدماغ من عدة أفراد في Humanity +Caltech ، في ديسمبر 2010 ، من قبل باحث معهد كاليفورنيا للتكنولوجيا في مختبر الدفع النفاث ، Adrian Stoica ؛ أشار Stoica إلى المفهوم على أنه تجميع متعدد الأدمغة. [161] [162] [163] تم إيداع طلب براءة اختراع مؤقت في 19 يناير 2011 ، مع البراءة غير المؤقتة بعد عام واحد. [164] في مايو 2011 ، نشر كل من Yijun Wang و Tzyy-Ping Jung ، "A Collaborative Brain-Computer Interface لتحسين الأداء البشري" ، وفي يناير 2012 نشر ميغيل إيكشتاين "فك التشفير العصبي للحكمة الجماعية باستخدام الحوسبة متعددة الأدمغة" . [165] [166]ظهرت أول ورقة بحثية ل Stoica حول هذا الموضوع في عام 2012 ، بعد نشر طلب براءة الاختراع الخاص به. [167] نظرًا لتوقيت المنشورات بين براءة الاختراع والأوراق البحثية ، كان Stoica و Wang & Jung و Eckstein رواد هذا المفهوم بشكل مستقل ، ويعتبرون جميعًا مؤسسين لهذا المجال. في وقت لاحق ، تعاونت Stoica مع باحثي جامعة Essex ، Riccardo Poli و Caterina Cinel. [168] [169] تابع بولي وسينيل العمل وطلابهما: آنا ماتران فرنانديز ودافيدي فاليرياني وساوجات باتاتشاريا. [170] [171] [172]

الاعتبارات الأخلاقية

المصادر: [173] [174] [175] [176] [177]

القضايا التي تتمحور حول المستخدم

  • الآثار طويلة المدى للمستخدم لا تزال غير معروفة إلى حد كبير.
  • الحصول على موافقة مستنيرة من الأشخاص الذين يجدون صعوبة في التواصل.
  • عواقب تقنية BCI على جودة حياة المرضى وأسرهم.
  • الآثار الجانبية المتعلقة بالصحة (على سبيل المثال ، الارتجاع العصبي لتدريب الإيقاع الحسي الحركي يؤثر على جودة النوم).
  • التطبيقات العلاجية وإساءة استخدامها المحتملة.
  • مخاطر السلامة
  • عدم قابلية التحويل لبعض التغييرات التي أجريت على الدماغ

القانونية والاجتماعية

  • قضايا المساءلة والمسؤولية: الادعاءات بأن تأثير BCIs يتجاوز الإرادة الحرة والتحكم في الإجراءات الحسية الحركية ، ويدعي أن النية المعرفية قد تمت ترجمتها بشكل غير دقيق بسبب خلل في BCI.
  • تتضمن التغييرات الشخصية الناتجة عن التحفيز العميق للدماغ.
  • مخاوف بشأن حالة أن تصبح "سايبورغ" - وجود أجزاء من الجسم حية وأجزاء ميكانيكية.
  • أسئلة شخصية: ماذا يعني أن تكون إنسانًا؟
  • عدم وضوح الفصل بين الإنسان والآلة وعدم القدرة على التمييز بين الأفعال البشرية مقابل الأفعال التي تتحكم فيها الآلة.
  • استخدام التكنولوجيا في تقنيات الاستجواب المتقدمة من قبل الجهات الحكومية.
  • التعزيز الانتقائي والتقسيم الطبقي الاجتماعي.
  • أسئلة أخلاقيات البحث فيما يتعلق بالتجارب على الحيوانات
  • أسئلة حول أخلاقيات البحث تنشأ عند الانتقال من التجارب على الحيوانات إلى التطبيق على البشر.
  • أسئلة أخلاقية
  • تمانع في القراءة والخصوصية.
  • نظام التتبع و "العلامات"
  • السيطرة على العقل .
  • مراقبة الحركة
  • السيطرة على العاطفة

في شكلها الحالي ، فإن معظم BCIs بعيدة كل البعد عن القضايا الأخلاقية المذكورة أعلاه. إنها في الواقع تشبه العلاجات التصحيحية في الوظيفة. صرح Clausen في عام 2009 أن "BCIs تطرح تحديات أخلاقية ، لكنها من الناحية المفاهيمية مماثلة لتلك التي تناولها علماء الأخلاقيات الحيوية في مجالات أخرى من العلاج". [173] علاوة على ذلك ، يقترح أن الأخلاقيات الحيوية مهيأة جيدًا للتعامل مع المشكلات التي تنشأ مع تقنيات BCI. أشار هاسيلجر وزملاؤه [174] إلى أن توقعات فعالية وقيمة BCI تلعب دورًا كبيرًا في التحليل الأخلاقي والطريقة التي يجب أن يتعامل بها علماء BCI مع وسائل الإعلام. علاوة على ذلك ، يمكن تنفيذ البروتوكولات القياسية لضمان إجراءات الموافقة المستنيرة السليمة أخلاقياً مع المرضى المحبوسين.

حالة BCIs اليوم لها أوجه تشابه في الطب ، وكذلك تطورها. على غرار الطريقة التي بدأت بها العلوم الصيدلانية كموازنة للإعاقات وتستخدم الآن لزيادة التركيز وتقليل الحاجة إلى النوم ، من المحتمل أن تتحول BCI تدريجياً من العلاجات إلى التعزيزات. [١٧٦] تُبذل جهود داخل مجتمع BCI لخلق إجماع حول المبادئ التوجيهية الأخلاقية لبحث وتطوير ونشر BCI. [177] مع استمرار الابتكار ، سيكون ضمان الوصول العادل لمؤشرات الاتصال الأساسية أمرًا حاسمًا ، مما يؤدي إلى الفشل في ظهور التفاوتات بين الأجيال والتي يمكن أن تؤثر سلبًا على الحق في الازدهار البشري. [178]

تعتبر الاعتبارات الأخلاقية لـ BCIs ضرورية لتطوير الأجهزة المزروعة في المستقبل. يجب على المستخدمين النهائيين وعلماء الأخلاق والباحثين ووكالات التمويل والأطباء والشركات وجميع المشاركين الآخرين في استخدام BCI النظر في التغييرات المتوقعة وغير المتوقعة التي ستحدثها BCI على استقلالية الإنسان والهوية والخصوصية والمزيد. [70]

واجهات منخفضة التكلفة قائمة على BCI

في الآونة الأخيرة ، قام عدد من الشركات بتقليص تقنية EEG من الدرجة الطبية لإنشاء BCIs غير مكلفة للبحث وكذلك لأغراض الترفيه. على سبيل المثال ، شهدت الألعاب مثل NeuroSky و Mattel MindFlex بعض النجاح التجاري.

  • في عام 2006 ، حصلت سوني على براءة اختراع لنظام واجهة عصبية يسمح لموجات الراديو بالتأثير على الإشارات في القشرة العصبية. [179]
  • في عام 2007 ، أصدرت NeuroSky أول EEG على أساس المستهلك بأسعار معقولة مع لعبة NeuroBoy. كان هذا أيضًا أول جهاز EEG واسع النطاق يستخدم تقنية الاستشعار الجاف. [180]
  • في عام 2008 ، طورت OCZ Technology جهازًا لاستخدامه في ألعاب الفيديو يعتمد بشكل أساسي على تخطيط كهربية العضل . [181]
  • في عام 2008 ، أعلنت شركة Square Enix ، مطورة Final Fantasy ، أنها دخلت في شراكة مع NeuroSky لإنشاء لعبة ، جوديكا. [182] [183]
  • في عام 2009 ، دخلت شركة Mattel في شراكة مع NeuroSky لإطلاق Mindflex ، وهي لعبة تستخدم مخطط كهربية الدماغ لتوجيه الكرة عبر مسار عقبة. إنه إلى حد بعيد أفضل مبيعات EEG المستندة إلى المستهلك حتى الآن. [182] [184]
  • في عام 2009 ، دخلت شركة Uncle Milton Industries في شراكة مع NeuroSky لإطلاق Star Wars Force Trainer ، وهي لعبة مصممة لخلق وهم امتلاك القوة . [182] [185]
  • في عام 2009 ، أصدرت Emotiv جهاز EEG ، وهو جهاز EEG ذو 14 قناة يمكنه قراءة 4 حالات عقلية و 13 حالة واعية وتعبيرات الوجه وحركات الرأس. EPOC هو أول BCI تجاري يستخدم تقنية المستشعر الجاف ، والتي يمكن ترطيبها بمحلول ملحي لتوصيل أفضل. [186]
  • في نوفمبر 2011 ، اختارت مجلة تايم فيلم "necomimi" من إنتاج شركة Neurowear كأحد أفضل الاختراعات لهذا العام. أعلنت الشركة أنها تتوقع إطلاق نسخة استهلاكية من الملابس ، تتكون من آذان تشبه القطة يتم التحكم فيها بواسطة قارئ موجات الدماغ من إنتاج شركة NeuroSky ، في ربيع عام 2012. [187]
  • في فبراير 2014 هم Shall Walk (منظمة غير ربحية تعمل على بناء الهياكل الخارجية ، يطلق عليها LIFESUITs ، للمصابين بالشلل النصفي والرباعي) بدأت شراكة مع James W. [188]
  • في عام 2016 ، طورت مجموعة من الهواة لوحة BCI مفتوحة المصدر ترسل إشارات عصبية إلى مقبس الصوت في الهاتف الذكي ، مما أدى إلى خفض تكلفة BCI للمبتدئين إلى 20 جنيهًا إسترلينيًا. [189] يتوفر برنامج التشخيص الأساسي لأجهزة Android ، بالإضافة إلى تطبيق إدخال نص لـ Unity . [190]
  • في عام 2020 ، أصدرت شركة NextMind مجموعة أدوات التطوير بما في ذلك سماعة رأس EEG بأقطاب كهربائية جافة بسعر 399 دولارًا. [191] [192] يمكن تشغيل الجهاز مع بعض التطبيقات التجريبية أو يمكن للمطورين إنشاء حالات استخدام خاصة بهم باستخدام مجموعة تطوير البرامج المتوفرة.

الاتجاهات المستقبلية

واجهة الدماغ والحاسوب

أكمل اتحاد مكون من 12 شريكًا أوروبيًا خارطة طريق لدعم المفوضية الأوروبية في قراراتها التمويلية لبرنامج الإطار الجديد Horizon 2020 . بدأ المشروع ، الذي مولته المفوضية الأوروبية ، في نوفمبر 2013 ونشر خارطة طريق في أبريل 2015. [193] يصف منشور عام 2015 بقيادة الدكتور كليمنس برونر بعض التحليلات والإنجازات التي حققها هذا المشروع ، بالإضافة إلى جمعية واجهة الدماغ والحاسوب الناشئة. [194] على سبيل المثال ، استعرضت هذه المقالة العمل في هذا المشروع الذي عرّف بمزيد من BCIs والتطبيقات ، واستكشف الاتجاهات الحديثة ، وناقش القضايا الأخلاقية ، وقيم الاتجاهات المختلفة لمؤشرات BCI الجديدة.

استكشفت المنشورات الحديثة الأخرى أيضًا اتجاهات BCI المستقبلية لمجموعات جديدة من المستخدمين المعاقين (على سبيل المثال ، [10] [195] )

اضطرابات الوعي (DOC)

يعاني بعض الأشخاص من اضطراب في الوعي(DOC). يتم تعريف هذه الحالة لتشمل الأشخاص المصابين بالغيبوبة ، وكذلك الأشخاص في حالة إنباتية (VS) أو حالة الحد الأدنى من الوعي (MCS). يسعى بحث BCI الجديد إلى مساعدة الأشخاص الذين يعانون من DOC بطرق مختلفة. الهدف الأولي الرئيسي هو تحديد المرضى القادرين على أداء المهام المعرفية الأساسية ، والتي ستؤدي بالطبع إلى تغيير في تشخيصهم. وهذا يعني أن بعض الأشخاص الذين تم تشخيص إصابتهم بـ DOC قد يكونون في الواقع قادرين على معالجة المعلومات واتخاذ قرارات مهمة في الحياة (مثل ما إذا كانوا سيطلبون العلاج ، وأين يعيشون ، وآرائهم حول قرارات نهاية الحياة المتعلقة بهم). يموت بعض الأشخاص الذين تم تشخيص إصابتهم بـ DOC نتيجة لقرارات نهاية الحياة ، والتي قد يتخذها أفراد الأسرة الذين يشعرون بصدق أن هذا في مصلحة المريض.[196] [197]

تصف هذه المقالات وغيرها التحديات والحلول الجديدة لاستخدام تقنية BCI لمساعدة الأشخاص الذين يعانون من DOC. يتمثل أحد التحديات الرئيسية في أن هؤلاء المرضى لا يمكنهم استخدام BCIs على أساس الرؤية. ومن ثم ، فإن الأدوات الجديدة تعتمد على المحفزات السمعية و / أو الاهتزازية. قد يرتدي المرضى سماعات رأس و / أو محفزات اهتزازية موضوعة على الرسغين والرقبة والساق و / أو أماكن أخرى. التحدي الآخر هو أن المرضى قد يتلاشى داخل وخارج الوعي ، ولا يمكنهم التواصل إلا في أوقات معينة. قد يكون هذا بالفعل سببًا للتشخيص الخاطئ. قد يكون بعض المرضى قادرين فقط على الاستجابة لطلبات الأطباء خلال ساعات قليلة في اليوم (والتي قد لا يمكن التنبؤ بها في وقت مبكر) وبالتالي قد تكون غير مستجيبة أثناء التشخيص. لذلك ، تعتمد الأساليب الجديدة على أدوات سهلة الاستخدام في الإعدادات الميدانية ، حتى بدون مساعدة الخبراء ، لذلك لا يزال بإمكان أفراد الأسرة والأشخاص الآخرين الذين ليس لديهم أي خلفية طبية أو تقنية استخدامها. هذا يقلل من التكلفة والوقت والحاجة إلى الخبرة والأعباء الأخرى مع تقييم DOC. يمكن للأدوات الآلية طرح أسئلة بسيطة يمكن للمرضى الإجابة عليها بسهولة ، مثل "هل يُدعى والدك جورج؟" أو "هل ولدت في الولايات المتحدة؟" تخبر التعليمات الآلية المرضى أنهم قد ينقلون نعم أو لا عن طريق (على سبيل المثال) تركيز انتباههم على المنبهات على الرسغ الأيمن مقابل الرسغ الأيسر. ينتج عن هذا الاهتمام المركّز تغييرات موثوقة في أنماط تخطيط كهربية الدماغ يمكن أن تساعد في تحديد قدرة المريض على التواصل. يمكن تقديم النتائج إلى الأطباء والمعالجين ، مما قد يؤدي إلى مراجعة التشخيص والعلاج. بالإضافة الى،HVAC (التدفئة والتهوية وتكييف الهواء) ، وتمكينهم بطريقة أخرى من اتخاذ قرارات الحياة الرئيسية والتواصل. [198] [199] [200]

استعادة المحرك

قد يفقد الأشخاص بعضًا من قدرتهم على الحركة لأسباب عديدة ، مثل السكتة الدماغية أو الإصابة. أظهرت الأبحاث في السنوات الأخيرة فائدة أنظمة BCI المستندة إلى EEG في المساعدة على التعافي الحركي وإعادة التأهيل العصبي للمرضى الذين أصيبوا بسكتة دماغية. [201] [202] [203] [204] استكشفت عدة مجموعات أنظمة وطرق لاسترداد المحرك تتضمن BCIs. [205] [206] [207] [208]في هذا النهج ، يقيس BCI النشاط الحركي بينما يتخيل المريض أو يحاول الحركات حسب توجيهات المعالج. قد يوفر BCI فائدتين: (1) إذا أشار BCI إلى أن المريض لا يتخيل حركة بشكل صحيح (عدم الامتثال) ، فيمكن لـ BCI إبلاغ المريض والمعالج ؛ و (2) ردود الفعل المجزية مثل التحفيز الوظيفي أو حركة الصورة الرمزية الافتراضية تعتمد أيضًا على الصور الحركية الصحيحة للمريض.

حتى الآن ، اعتمدت BCIs لاستعادة المحرك على EEG لقياس الصور الحركية للمريض. ومع ذلك ، فقد استخدمت الدراسات أيضًا الرنين المغناطيسي الوظيفي لدراسة التغيرات المختلفة في الدماغ حيث يخضع الأشخاص لتدريب إعادة التأهيل من السكتة الدماغية القائم على BCI. [209] [210] [211] تعد دراسات التصوير جنبًا إلى جنب مع أنظمة BCI القائمة على مخطط كهربية الدماغ واعدة لفحص المرونة العصبية أثناء التعافي الحركي بعد السكتة الدماغية. [211] قد تشتمل الأنظمة المستقبلية على التصوير بالرنين المغناطيسي الوظيفي ومقاييس أخرى للتحكم في الوقت الفعلي ، مثل الأشعة تحت الحمراء الوظيفية القريبة ، وربما جنبًا إلى جنب مع أجهزة التخطيط الكهربائي للدماغ. كما تم استكشاف تحفيز الدماغ غير الجراحي بالاشتراك مع BCIs لاستعادة المحرك. [212] في عام 2016 ، خرج علماء من جامعة ملبورننشر بيانات إثبات المفهوم قبل السريرية المتعلقة بمنصة تقنية واجهة بين الدماغ والحاسوب المحتملة التي يتم تطويرها للمرضى الذين يعانون من الشلل لتسهيل التحكم في الأجهزة الخارجية مثل الأطراف الروبوتية وأجهزة الكمبيوتر والهياكل الخارجية من خلال ترجمة نشاط الدماغ. [213] [214] التجارب السريرية جارية حاليًا. [215]

رسم الخرائط الوظيفية للدماغ

كل عام ، يخضع حوالي 400000 شخص لرسم خرائط الدماغ أثناء جراحة المخ والأعصاب. غالبًا ما يكون هذا الإجراء مطلوبًا للأشخاص المصابين بأورام أو صرع لا يستجيبون للأدوية . [216]خلال هذا الإجراء ، يتم وضع أقطاب كهربائية على الدماغ لتحديد مواقع الهياكل والمناطق الوظيفية بدقة. قد يكون المرضى مستيقظين أثناء جراحة المخ والأعصاب ويطلب منهم أداء مهام معينة ، مثل تحريك الأصابع أو تكرار الكلمات. يعد هذا ضروريًا حتى يتمكن الجراحون من إزالة الأنسجة المرغوبة فقط مع تجنيب مناطق أخرى ، مثل مناطق الحركة أو اللغة الحرجة. يمكن أن تؤدي إزالة الكثير من أنسجة المخ إلى تلف دائم ، في حين أن إزالة القليل جدًا من الأنسجة يمكن أن يترك الحالة الأساسية دون علاج وتتطلب جراحة أعصاب إضافية. وبالتالي ، هناك حاجة ماسة لتحسين كل من الأساليب والأنظمة لرسم خريطة الدماغ بأكبر قدر ممكن من الفعالية.

في العديد من المنشورات الحديثة ، تعاون خبراء أبحاث BCI والأطباء لاستكشاف طرق جديدة لاستخدام تقنية BCI لتحسين رسم خرائط جراحة الأعصاب. يركز هذا العمل بشكل كبير على نشاط جاما العالي ، والذي يصعب اكتشافه بوسائل غير جراحية. أدت النتائج إلى تحسين الأساليب لتحديد المجالات الرئيسية للحركة واللغة والوظائف الأخرى. تناولت مقالة حديثة التقدم في رسم خرائط الدماغ الوظيفية وتلخص ورشة عمل. [217]

أجهزة مرنة

الإلكترونيات المرنة عبارة عن بوليمرات أو مواد مرنة أخرى (مثل الحرير ، [218] بنتاسين ، PDMS ، باريلين ، بوليميد [219] ) تُطبع بدوائر ؛ الطبيعة المرنة لمواد الخلفية العضوية التي تسمح للإلكترونيات التي تم إنشاؤها بالانحناء ، وتقنيات التصنيع المستخدمة لإنشاء هذه الأجهزة تشبه تلك المستخدمة في إنشاء دوائر متكاملة وأنظمة كهروميكانيكية دقيقة (MEMS). [ بحاجة لمصدر ]تم تطوير الإلكترونيات المرنة لأول مرة في الستينيات والسبعينيات من القرن الماضي ، ولكن الاهتمام بالبحث زاد في منتصف العقد الأول من القرن الحادي والعشرين. [220]

تم اختبار الواجهات العصبية المرنة على نطاق واسع في السنوات الأخيرة في محاولة لتقليل إصابات أنسجة المخ المرتبطة بعدم التطابق الميكانيكي بين القطب الكهربائي والأنسجة. [221] التقليل من رضوض الأنسجة يمكن ، من الناحية النظرية ، إطالة عمر BCIs بالاعتماد على واجهات نسيجية مرنة للإلكترود.

الغبار العصبي

الغبار العصبي هو مصطلح يستخدم للإشارة إلى الأجهزة التي يبلغ حجمها ملليمترًا والتي تعمل كمستشعرات عصبية تعمل لاسلكيًا والتي تم اقتراحها في ورقة بحثية عام 2011 من جامعة كاليفورنيا ، مركز بيركلي للبحوث اللاسلكية ، والتي وصفت كل من التحديات والفوائد البارزة لإنشاء جهاز طويل الأمد لاسلكي BCI. [222] [223] في أحد النماذج المقترحة لمستشعر الغبار العصبي ، سمح نموذج الترانزستور بطريقة للفصل بين إمكانات المجال المحلية و "طفرات" جهد الفعل ، والتي من شأنها أن تسمح بثروة متنوعة إلى حد كبير من البيانات التي يمكن الحصول عليها من التسجيلات . [222]

انظر أيضا

ملاحظات

  1. ^ لم يتم زرع هذه الأقطاب الكهربائية في المريض بهدف تطوير BCI. كان المريض يعاني من صرع شديد وتم زرع الأقطاب الكهربائية مؤقتًا لمساعدة أطبائه في تحديد بؤر النوبات ؛ استفاد باحثو BCI من هذا الأمر. [92]

المراجع

  1. ^ أ ب Krucoff MO ، Rahimpour S ، Slutzky MW ، Edgerton VR ، Turner DA (1 كانون الثاني 2016). "تعزيز تعافي الجهاز العصبي من خلال علم الأحياء العصبية ، تدريب الواجهة العصبية ، وإعادة التأهيل العصبي" . الحدود في علم الأعصاب . 10 : 584. دوى : 10.3389 / fnins.2016.00584 . PMC  5186786 . بميد  28082858 .
  2. ^ a b Michael L Martini ، BA ، Eric Karl Oermann ، MD ، Nicholas L Opie ، PhD ، Fedor Panov ، MD ، Thomas Oxley ، MD ، PhD ، Kurt Yaeger ، MD ، طرائق الاستشعار لتكنولوجيا واجهة الدماغ والحاسوب: أدب شامل مراجعة ، جراحة المخ والأعصاب ، المجلد 86 ، العدد 2 ، فبراير 2020 ، الصفحات E108 – E117 ، [1]
  3. ^ أ ب ج د فيدال جيه جيه (1973). "نحو اتصال مباشر بين الدماغ والحاسوب". المراجعة السنوية للفيزياء الحيوية والهندسة الحيوية . 2 (1): 157-180. دوى : 10.1146 / annurev.bb.02.060173.001105 . بميد 4583653 . 
  4. ^ أ ب ج فيدال ج (1977). "الكشف في الوقت الحقيقي عن أحداث الدماغ في EEG" (PDF) . وقائع IEEE . 65 (5): 633-641. دوى : 10.1109 / PROC.1977.10542 . S2CID 7928242 .  
  5. ^ Levine SP و Huggins JE و BeMent SL و Kushwaha RK و Schuh LA و Rohde MM et al. (يونيو 2000). "واجهة دماغية مباشرة تعتمد على الإمكانات المتعلقة بالحدث". معاملات IEEE على هندسة إعادة التأهيل . 8 (2): 180-185. دوى : 10.1109 / 86.847809 . بميد 10896180 . 
  6. ^ Bird JJ ، Manso LJ ، Ribeiro ، EP ، Ekárt A ، Faria DR (سبتمبر 2018). دراسة عن تصنيف الحالة العقلية باستخدام واجهة آلة الدماغ القائمة على EEG . جزيرة ماديرا ، البرتغال: المؤتمر الدولي التاسع للأنظمة الذكية 2018 . تم الاسترجاع 3 ديسمبر 2018 .
  7. ^ Bird JJ ، Ekart A ، Buckingham CD ، Faria DR (2019). تصنيف المشاعر العاطفية العقلية مع واجهة آلة الدماغ القائمة على EEG . كلية سانت هيو ، جامعة أكسفورد ، المملكة المتحدة: المؤتمر الدولي للصور الرقمية ومعالجة الإشارات (DISP'19). مؤرشفة من الأصلي في 3 ديسمبر 2018 . تم الاسترجاع 3 ديسمبر 2018 .
  8. ^ Vanneste S ، Song JJ ، De Ridder D (مارس 2018). "خلل النظم القشري الثالوثي المكتشف عن طريق التعلم الآلي" . اتصالات الطبيعة . 9 (1): 1103. بيب كود : 2018 NatCo ... 9.1103V . دوى : 10.1038 / s41467-018-02820-0 . PMC 5856824 . بميد 29549239 .  
  9. ^ Straebel V ، Thoben W (2014). "موسيقى ألفين لوسير لعازف منفرد: موسيقى تجريبية تتجاوز الصوتنة" . صوت منظم . 19 (1): 17-29. دوى : 10.1017 / S135577181300037X . S2CID 62506825 . 
  10. ^ أ ب Wolpaw ، JR and Wolpaw ، EW (2012). "واجهات الدماغ والحاسوب: شيء جديد تحت الشمس". في: واجهات الدماغ والحاسوب: المبادئ والممارسة ، Wolpaw ، JR و Wolpaw (محررون) ، مطبعة جامعة أكسفورد في EW.
  11. ^ Wolpaw JR ، Birbaumer N ، McFarland DJ ، Pfurtscheller ، G ، Vaughan TM (يونيو 2002). "واجهات الدماغ والحاسوب للاتصالات والتحكم". الفيزيولوجيا العصبية السريرية . 113 (6): 767-791. دوى : 10.1016 / s1388-2457 (02) 00057-3 . بميد 12048038 . S2CID 17571592 .  
  12. ^ أليسون ، بي زد ، Wolpaw ، EW ، Wolpaw ، JR (يوليو 2007). "أنظمة واجهة الدماغ والحاسوب: التقدم والآفاق". مراجعة الخبراء للأجهزة الطبية . 4 (4): 463-474. دوى : 10.1586 / 17434440.4.4.463 . بميد 17605682 . S2CID 4690450 .  
  13. ^ أ ب Bozinovski S ، Bozinovska L (2019). "واجهة الدماغ والحاسوب في أوروبا: الذكرى الثلاثين" . أوتوماتيكا . 60 (1): 36-47. دوى : 10.1080 / 00051144.2019.1570644 .
  14. ^ http://web.cs.ucla.edu/~vidal/Real_Time_Detection.pdf [ bare URL PDF ]
  15. ^ S. Bozinovski ، M. Sestakov ، L. Bozinovska: استخدام إيقاع ألفا EEG للتحكم في روبوت متحرك ، في G. Harris ، C. Walker (eds.) Proc. المؤتمر السنوي IEEE للجمعية الطبية والبيولوجية ، ص. 1515-1516 ، نيو أورلينز ، 1988
  16. ^ S. Bozinovski: التحكم في مسار الروبوت المحمول: من القضبان الثابتة إلى التحكم الكهربائي الحيوي المباشر ، في O. Kaynak (محرر) Proc. ورشة عمل IEEE حول التحكم الذكي في الحركة ، ص. 63-67 ، اسطنبول ، 1990
  17. ^ M.Lebedev: زيادة الوظائف الحسية باستخدام الأطراف الاصطناعية العصبية. أوبرا ميديكا و Physiologica. المجلد. 2 (3): 211-227 ، 2016
  18. ^ M.Lebedev ، M. Nicolelis: واجهات آلة الدماغ: من العلوم الأساسية إلى التعويضات العصبية وإعادة التأهيل العصبي ، مراجعة فسيولوجية 97: 737-867 ، 2017
  19. ^ L. Bozinovska ، G. Stojanov ، M. Sestakov ، S. Bozinovski: التعرف على نمط CNV: خطوة نحو مراقبة الموجة المعرفية ، في L. Torres ، E. Masgrau ، E. Lagunas (eds.) Signal Processing V: Theories and التطبيقات ، Proc. EUSIPCO-90: المؤتمر الأوروبي الخامس لمعالجة الإشارات ، إلسفير ، ص. 1659-1662، برشلونة، 1990
  20. ^ L. Bozinovska ، S. Bozinovski ، G. Stojanov ، Electroexpectogram: التصميم التجريبي والخوارزميات ، في Proc IEEE International Biomedical Engineering Days ، p. 55-60 ، اسطنبول ، 1992
  21. ^ ميراندا RA ، Casebeer WD ، Hein AM ، Judy JW ، Krotkov EP ، Laabs TL ، et al. (أبريل 2015). "الجهود الممولة من DARPA في تطوير تقنيات جديدة للواجهة بين الدماغ والحاسوب" . مجلة طرق علم الأعصاب . 244 : 52-67. دوى : 10.1016 / j.jneumeth.2014.07.019 . بميد 25107852 . S2CID 14678623 .  
  22. ^ Jacobs M ، Premji A ، Nelson AJ (16 أيار 2012). "بروتوكولات TMS التي تحفز اللدونة للتحقيق في التحكم الحسي الجسدي في وظيفة اليد" . اللدونة العصبية . 2012 : 350574. دوى : 10.1155/2012/350574 . PMC 3362131 . بميد 22666612 .  
  23. ^ فوكس ، ماجي (13 أكتوبر 2016). "رقاقة الدماغ تساعد الرجل المشلول على الشعور بأصابعه" . ان بي سي نيوز . تم الاسترجاع 23 مارس 2021 .
  24. ^ Hatmaker ، Taylor (10 يوليو 2017). "DARPA تمنح 65 مليون دولار لتطوير واجهة الدماغ الحاسوبية المثالية الدقيقة ثنائية الاتجاه" . أزمة التكنولوجيا . تم الاسترجاع 23 مارس 2021 .
  25. ^ ستايسي ، كيفن (10 يوليو 2017). "براون سيحصل على ما يصل إلى 19 مليون دولار لهندسة الجيل التالي من واجهة الكمبيوتر والدماغ" . جامعة براون . تم الاسترجاع 23 مارس 2021 .
  26. ^ "الحد الأدنى من التدخل الجراحي" Stentrode "يظهر إمكانات كواجهة عصبية للدماغ" . وكالة مشاريع البحوث الدفاعية المتقدمة (DARPA) . 8 فبراير 2016 . تم الاسترجاع 23 مارس 2021 .
  27. ^ منشور المعاهد الوطنية للصحة رقم 11-4798 (1 مارس 2011). "غرسات القوقعة الصناعية" . المعهد الوطني للصمم واضطرابات التواصل الأخرى .
  28. ^ ميغيل نيكوليليس وآخرون. (2001) طور عالم الأحياء العصبية في ديوك نظامًا يسمح للقرود بالتحكم في أذرع الروبوت عبر إشارات الدماغ أرشفة 19 ديسمبر 2008 في آلة Wayback .
  29. ^ Baum M (6 سبتمبر 2008). "القرد يستخدم قوة الدماغ لإطعام نفسه بالذراع الروبوتية" . بيت كرونيكل. مؤرشفة من الأصلي في 10 سبتمبر 2009 . تم الاسترجاع 6 يوليو 2009 .
  30. ^ لويس ت. "لا يزال غرس دماغ الخنزير لإيلون ماسك بعيدًا عن حل الشلل"Scientific American تم استرجاعه في 23 مارس 2021 .
  31. ^ شيد إس (فبراير 2021). "يقول Elon Musk إن شركته الناشئة Neuralink قامت بتوصيل قرد لتشغيل ألعاب الفيديو باستخدام عقله" . سي ان بي سي . سي ان بي سي . تم الاسترجاع 23 مارس 2021 .
  32. ^ Fetz EE (فبراير 1969). "التكييف الفعال لنشاط الوحدة القشرية". علم . 163 (3870): 955-958. بيب كود : 1969 Sci ... 163..955F . دوى : 10.1126 / العلوم .163.3870.955.40 . بميد 4974291 . S2CID 45427819 .  
  33. ^ شميدت ، إي إم ، ماكينتوش ، جي إس ، دوريلي إل ، باك إم جي (سبتمبر 1978). "التحكم الدقيق في أنماط إطلاق النار المشروطة بشكل فعال للخلايا العصبية القشرية". علم الأعصاب التجريبي . 61 (2): 349-369. دوى : 10.1016 / 0014-4886 (78) 90252-2 . بميد 101388 . S2CID 37539476 .  
  34. ^ Georgopoulos AP ، Lurito ، JT ، Petrides M ، Schwartz AB ، Massey JT (January 1989). "الدوران العقلي لناقلات الخلايا العصبية". علم . 243 (4888): 234-236. بيب كود : 1989 Sci ... 243..234G . دوى : 10.1126 / العلوم .2911737 . بميد 2911737 . S2CID 37161168 .  
  35. ^ Lebedev MA ، Nicolelis MA (سبتمبر 2006). "واجهات الدماغ والآلة: الماضي والحاضر والمستقبل". الاتجاهات في علوم الأعصاب . 29 (9): 536-546. دوى : 10.1016 / j.tins.2006.07.004 . بميد 16859758 . S2CID 701524 .  
  36. ^ Stanley GB ، Li FF ، Dan Y (سبتمبر 1999). "إعادة بناء المشاهد الطبيعية من استجابات المجموعات في النواة الركبية الجانبية" . مجلة علم الأعصاب . 19 (18): 8036-8042. دوى : 10.1523 / JNEUROSCI.19-18-08036.1999 . PMC 6782475 . بميد 10479703 .  
  37. ^ Wessberg J ، Stambaugh CR ، Kralik JD ، Beck PD ، Laubach M ، Chapin JK ، et al. (نوفمبر 2000). "التنبؤ في الوقت الحقيقي لمسار اليد من قبل مجموعات من الخلايا العصبية القشرية في الرئيسيات". الطبيعة . 408 (6810): 361–365. بيب كود : 2000 Natur.408..361W . دوى : 10.1038 / 35042582 . بميد 11099043 . S2CID 795720 .  
  38. ^ أ ب كارمينا جي إم ، ليبيديف إم إيه ، كريست ري ، أودوهرتي جي إي ، سانتوتشي دي إم ، ديميتروف دي إف ، وآخرون. (نوفمبر 2003). "تعلم التحكم في واجهة بين الدماغ والآلة للوصول إلى الرئيسيات واستيعابها" . علم الأحياء بلوس . 1 (2): E42. دوى : 10.1371 / journal.pbio.0000042 . PMC 261882 . بميد 14624244 .  
  39. ^ a b Lebedev MA ، Carmena JM ، O'Doherty JE ، Zacksenhouse M ، Henriquez CS ، Principe JC ، Nicolelis MA (May 2005). "تكيف المجموعة القشرية لتمثيل سرعة مشغل اصطناعي يتم التحكم فيه بواسطة واجهة بين الدماغ والآلة" . مجلة علم الأعصاب . 25 (19): 4681-4693. دوى : 10.1523 / JNEUROSCI.4088-04.2005 . PMC 6724781 . بميد 15888644 .  
  40. ^ O'Doherty JE ، Lebedev MA ، Ifft PJ ، Zhuang KZ ، Shokur S ، Bleuler H ، Nicolelis MA (أكتوبر 2011). "الاستكشاف اللمسي النشط باستخدام واجهة بين الدماغ والآلة والدماغ" . الطبيعة . 479 (7372): 228-231. بيب كود : 2011 Natur.479..228O . دوى : 10.1038 / nature10489 . PMC 3236080 . بميد 21976021 .  
  41. ^ Serruya ، MD ، Hatsopoulos NG ، Paninski L ، Fellows MR ، Donoghue JP (March 2002). "التحكم العصبي الفوري لإشارة الحركة". الطبيعة . 416 (6877): 141 - 142. بيب كود : 2002 Natur.416..141S . دوى : 10.1038 / 416141a . بميد 11894084 . S2CID 4383116 .  
  42. ^ Taylor DM ، Tillery SI ، Schwartz AB (يونيو 2002). "التحكم القشري المباشر لأجهزة تقويم الأعصاب ثلاثية الأبعاد". علم . 296 (5574): 1829-1832. بيب كود : 2002 Sci ... 296.1829T . سيتسيركس 10.1.1.1027.4335 . دوى : 10.1126 / العلوم .1070291 . بميد 12052948 . S2CID 9402759 .   
  43. ^ فريق بيت للبناء على ذراع يتحكم فيه الدماغ أرشفة 4 يوليو 2007 في آلة Wayback . ، بيتسبرغ تريبيون ريفيو 5 سبتمبر 2006.
  44. ^ فيديو على موقع يوتيوب
  45. ^ Velliste M ، Perel S ، Spalding MC ، Whitford AS ، Schwartz AB (يونيو 2008). "التحكم القشري للذراع الاصطناعية للتغذية الذاتية" . الطبيعة . 453 (7198): 1098-1101. بيب كود : 2008 Natur.453.1098V . دوى : 10.1038 / nature06996 . بميد 18509337 . S2CID 4404323 .  
  46. ^ مسلم ، س. Corneil BD ، Greger B ، Scherberger H ، Andersen RA (يوليو 2004). "إشارات التحكم الإدراكي للأطراف الصناعية العصبية". علم . 305 (5681): 258-262. بيب كود : 2004 Sci ... 305..258M . دوى : 10.1126 / العلوم .1097938 . بميد 15247483 . S2CID 3112034 .  
  47. ^ Santucci DM ، Kralik JD ، Lebedev MA ، Nicolelis MA (سبتمبر 2005). "المجموعات القشرية الأمامية والجدارية تتنبأ بنشاط عضلي وحيد التجربة أثناء الوصول إلى حركات الرئيسيات". المجلة الأوروبية لعلم الأعصاب . 22 (6): 1529-1540. دوى : 10.1111 / j.1460-9568.2005.04320.x . بميد 16190906 . S2CID 31277881 .  
  48. ^ Anumanchipalli GK ، Chartier J ، Chang EF (أبريل 2019). "تركيب الكلام من فك التشفير العصبي للجمل المنطوقة". الطبيعة . 568 (7753): 493-498. بيب كود : 2019 Natur.568..493A . دوى : 10.1038 / s41586-019-1119-1 . بميد 31019317 . S2CID 129946122 .  
  49. ^ Pandarinath C ، Ali YH (أبريل 2019). "غرسات الدماغ التي تتيح لك التحدث عما يدور في ذهنك" . الطبيعة . 568 (7753): 466-467. بيب كود : 2019 Natur.568..466P . دوى : 10.1038 / d41586-019-01181-y . بميد 31019323 . 
  50. ^ أ ب Moses DA و Metzger SL و Liu JR و Anumanchipalli GK و Makin JG و Sun PF وآخرون. (يوليو 2021). "البدلة العصبية لفك تشفير الكلام في شخص مشلول مصاب بأنارثريا" . مجلة نيو انجلاند الطبية . 385 (3): 217-227. دوى : 10.1056 / NEJMoa2027540 . PMC 8972947 . بميد 34260835 . S2CID 235907121 .   
  51. ^ بيلوك ، بام (14 يوليو 2021). "التنصت على الدماغ لمساعدة رجل مشلول الكلام" . نيويورك تايمز .
  52. ^ Huber D ، Petreanu L ، Ghitani N ، Ranade S ، Hromádka T ، Mainen Z ، Svoboda K (يناير 2008). "التحفيز الدقيق البصري المتناثر في قشرة البرميل يقود السلوك المكتسب في الفئران المتحركة بحرية" . الطبيعة . 451 (7174): 61-64. بيب كود : 2008 Natur 451161H . دوى : 10.1038 / nature06445 . PMC 3425380 . بميد 18094685 .  
  53. ^ Nicolelis MA ، Lebedev MA (يوليو 2009). "مبادئ فسيولوجيا المجموعة العصبية الكامنة وراء تشغيل واجهات الدماغ والآلة". مراجعات الطبيعة. علم الأعصاب . 10 (7): 530-540. دوى : 10.1038 / nrn2653 . بميد 19543222 . S2CID 9290258 .  
  54. ^ أ ب Zander TO ، Kothe C (أبريل 2011). "نحو واجهات تفاعلية بين الدماغ والحاسوب: تطبيق تكنولوجيا واجهة الدماغ والحاسوب على أنظمة الإنسان والآلة بشكل عام". مجلة الهندسة العصبية . 8 (2): 025005. بيب كود : 2011 JNEng ... 8b5005Z . دوى : 10.1088 / 1741-2560 / 8/2/025005 . بميد 21436512 . 
  55. ^ Richardson AG و Ghenbot Y و Liu X و Hao H و Rinehart C و DeLuccia S et al. (أغسطس 2019). "تعلم استراتيجيات الاستشعار النشط باستخدام واجهة حسية بين الدماغ والآلة" . وقائع الأكاديمية الوطنية للعلوم بالولايات المتحدة الأمريكية . 116 (35): 17509-17514. دوى : 10.1073 / pnas.1909953116 . PMC 6717311 . بميد 31409713 .  
  56. ^ عبد القادر ، عطية ، مصطفى ، MS (يوليو 2015). "التواصل بين الدماغ والكمبيوتر: التطبيقات والتحديات" . مجلة المعلوماتية المصرية . 16 (2): 213-230. دوى : 10.1016 / j.eij.2015.06.002 . ISSN 1110-8665 . 
  57. ^ Polikov VS ، Tresco PA ، Reichert WM (أكتوبر 2005). "استجابة أنسجة المخ للأقطاب العصبية المزروعة بشكل مزمن". مجلة طرق علم الأعصاب . 148 (1): 1-18. دوى : 10.1016 / j.jneumeth.2005.08.015 . بميد 16198003 . S2CID 11248506 .  
  58. ^ "البحث عن الرؤية" . سلكي . (سبتمبر 2002).
  59. ^ كوتلر س. "Vision Quest" . سلكي . ISSN 1059-1028 . تم الاسترجاع 10 نوفمبر 2021 . 
  60. ^ Tuller D (1 تشرين الثاني / نوفمبر 2004). "وفاة الدكتور ويليام دوبيل ، رائد الرؤية الاصطناعية ، عن عمر يناهز 62 عامًا" . نيويورك تايمز .
  61. ^ Naumann J (2012). البحث عن الجنة: حساب المريض لتجربة الرؤية الاصطناعية . Xlibris. رقم ISBN 978-1-4797-0920-5.
  62. ^ nurun.com (28 نوفمبر 2012). "فقدت جنة السيد جين نومان عالية التقنية" . Thewhig.com . تم الاسترجاع 19 ديسمبر 2016 .
  63. ^ Kennedy ، PR ، Bakay RA (يونيو 1998). "استعادة النتاج العصبي من مريض مشلول عن طريق اتصال مباشر بالمخ". تقرير NeuroReport . 9 (8): 1707-1711. دوى : 10.1097 / 00001756-199806010-00007 . بميد 9665587 . S2CID 5681602 .  
  64. ^ Hochberg LR ، Serruya MD ، Friehs GM ، Mukand JA ، Saleh M ، Caplan AH ، et al. (يوليو 2006). غيرهارد إم فريهس ، جون إيه موكند ، مريم صالح ، أبراهام إتش كابلان ، ألموت برانر ، ديفيد تشين ، ريتشارد دي بن وجون ب. "مجموعة عصبية تحكم في الأجهزة التعويضية من قبل إنسان مصاب بشلل رباعي". الطبيعة . 442 (7099): 164-171. بيب كود : 2006 Natur.442..164H . دوى : 10.1038 / nature04970 . بميد 16838014 . S2CID 4347367 .  
  65. ^ Hochberg LR ، Bacher D ، Jarosiewicz B ، Masse NY ، Simeral JD ، Vogel J ، et al. (مايو 2012). "الوصول والإمساك من قبل الأشخاص المصابين بالشلل الرباعي باستخدام ذراع روبوتية يتم التحكم فيها عصبيًا" . الطبيعة . 485 (7398): 372–375. بيب كود : 2012 Natur.485..372H . دوى : 10.1038 / nature11076 . PMC 3640850 . بميد 22596161 .  
  66. ^ Collinger JL ، Wodlinger B ، Downey JE ، Wang W ، Tyler-Kabara EC ، Weber DJ ، et al. (فبراير 2013). "تحكم عصبي عالي الأداء من قبل شخص مصاب بشلل رباعي" . لانسيت . 381 (9866): 557-564. دوى : 10.1016 / S0140-6736 (12) 61816-9 . PMC 3641862 . بميد 23253623 .  
  67. ^ Willett FR ، Avansino DT ، Hochberg LR ، Henderson JM ، Shenoy KV (مايو 2021). "اتصال عالي الأداء من الدماغ إلى النص عبر الكتابة اليدوية" . الطبيعة . 593 (7858): 249-254. بيب كود : 2021 Natur.593..249W . دوى : 10.1038 / s41586-021-03506-2 . PMC 8163299 . بميد 33981047 .  
  68. ^ ويليت فر (2021). "الكتابة اليدوية عالية الأداء BCI". في Guger C ، Allison BZ ، Gunduz A. أبحاث واجهة الدماغ والحاسوب . أبحاث واجهة الدماغ والحاسوب: ملخص حديث 10 . ملخصات في الهندسة الكهربائية وهندسة الحاسبات. شام: Springer International Publishing. ص 105 - 109. دوى : 10.1007 / 978-3-030-79287-9_11 . رقم ISBN 978-3-030-79287-9. S2CID  239736609 .
  69. ^ Hamliton J (14 يوليو 2021). "زرع الدماغ التجريبي يتيح للرجل المصاب بالشلل تحويل أفكاره إلى كلمات" . كل الأشياء في الاعتبار . الإذاعة الوطنية العامة.
  70. ^ أ ب Pandarinath C ، Bensmaia SJ (سبتمبر 2021). "العلم والهندسة وراء الأيدي الإلكترونية الحساسة التي يتحكم فيها الدماغ". المراجعات الفسيولوجية . 102 (2): 551-604. دوى : 10.1152 / physrev.00034.2020 . PMC  8742729. PMID 34541898 . S2CID 237574228 .  
  71. ^ Zhang M ، Tang Z ، Liu X ، Van der Spiegel J (أبريل 2020). "واجهات عصبية إلكترونية". إلكترونيات الطبيعة . 3 (4): 191-200. دوى : 10.1038 / s41928-020-0390-3 . ISSN 2520-1131 . S2CID 216508360 .  
  72. ^ Hodgkin AL ، Huxley AF (أغسطس 1952). "وصف كمي لتيار الغشاء وتطبيقاته في التوصيل والإثارة في العصب" . مجلة علم وظائف الأعضاء . 117 (4): 500-544. دوى : 10.1113 / jphysiol.1952.sp004764 . PMC 1392413 . بميد 12991237 .  
  73. ^ a b Obien ME ، Deligkaris K ، Bullmann T ، Bakkum DJ ، Frey U (2015). "الكشف عن الوظيفة العصبية من خلال تسجيلات مجموعة مسرى ميكرو" . الحدود في علم الأعصاب . 8 : 423. دوى : 10.3389 / fnins.2014.00423 . PMC 4285113 . بميد 25610364 .  
  74. ^ أ ب هاريسون آر آر (يوليو 2008). "تصميم دوائر متكاملة لمراقبة نشاط الدماغ". وقائع IEEE . 96 (7): 1203-1216. دوى : 10.1109 / JPROC.2008.922581 . ISSN 1558-2256 . S2CID 7020369 .  
  75. ^ Haci D ، Liu Y ، Ghoreishizadeh SS ، Constandinou TG (فبراير 2020). "الاعتبارات الرئيسية لإدارة الطاقة في الأجهزة الطبية المزروعة النشطة" . الندوة الحادية عشرة لأمريكا اللاتينية لعام 2020 حول أنظمة الدوائر (LASCAS) : 1-4. دوى : 10.1109 / LASCAS45839.2020.9069004 . رقم ISBN 978-1-7281-3427-7. S2CID  215817530 .
  76. ^ داوني جي ، شويد إن ، تشيس ، إس إم ، شوارتز إيه بي ، كولينجر ، جي إل (أغسطس 2018). "استقرار التسجيل داخل القشرة في مستخدمي واجهة الدماغ البشري والحاسوب". مجلة الهندسة العصبية . 15 (4): 046016. بيب كود : 2018 JNEng..15d6016D . دوى : 10.1088 / 1741-2552 / aab7a0 . بميد 29553484 . S2CID 3961913 .  
  77. ^ Szostak KM ، Grand L ، Constandinou TG (2017). "الواجهات العصبية للتسجيل داخل القشرة المخية: المتطلبات وطرق التصنيع والخصائص" . الحدود في علم الأعصاب . 11 : 665. دوى : 10.3389 / fnins.2017.00665 . PMC 5725438 . بميد 29270103 .  
  78. ^ a b Saxena T ، Karumbaiah L ، Gaupp EA ، Patkar R ، Patil K ، Betancur M ، et al. (يوليو 2013). "تأثير خرق الحاجز الدموي الدماغي المزمن على وظيفة القطب داخل القشرة". المواد الحيوية . 34 (20): 4703-4713. دوى : 10.1016 / j.biomaterials.2013.03.007 . بميد 23562053 . 
  79. ^ Nolta NF ، Christensen ، MB ، Crane PD ، Skousen JL ، Tresco PA (1 يونيو 2015). "تسرب BBB ، والتسمم النجمي ، وفقدان الأنسجة يرتبط بأداء تسجيل مصفوفة السيليكون المجهري". المواد الحيوية . 53 : 753-762. دوى : 10.1016 / j.biomaterials.2015.02.081 . بميد 25890770 . 
  80. ^ روبنسون جيه تي ، بولماير إي ، اجمع إم سي ، كيمير سي ، كيتشنج جي إي ، مالياراس جي جي وآخرون. (نوفمبر 2019). "تطوير تقنيات الجيل التالي لاستشعار الدماغ - مراجعة" . مجلة IEEE Sensors . 19 (22): 10163-10175. دوى : 10.1109 / JSEN.2019.2931159 . PMC 7047830 . بميد 32116472 .  
  81. ^ Luan L و Wei X و Zhao Z و Siegel JJ و Potnis O و Tuppen CA وآخرون. (فبراير 2017). "المجسات الإلكترونية النانوية فائقة المرونة تشكل تكاملًا عصبيًا موثوقًا وخاليًا من الندوب" . تقدم العلم . 3 (2): e1601966. بيب كود : 2017 SciA .... 3E1966L . دوى : 10.1126 / sciadv.1601966 . PMC 5310823 . بميد 28246640 .  
  82. ^ Frank JA ، Antonini MJ ، Anikeeva P (سبتمبر 2019). "واجهات الجيل القادم لدراسة الوظيفة العصبية" . التكنولوجيا الحيوية الطبيعة . 37 (9): 1013-1023. دوى : 10.1038 / s41587-019-0198-8 . PMC 7243676 . بميد 31406326 .  
  83. ^ a b Hong G ، Viveros RD ، Zwang TJ ، Yang X ، Lieber CM (يوليو 2018). "مجسات عصبية تشبه الأنسجة لفهم وتعديل الدماغ" . الكيمياء الحيوية . 57 (27): 3995-4004. دوى : 10.1021 / acs.biochem.8b00122 . PMC 6039269 . بميد 29529359 .  
  84. ^ Viveros RD و Zhou T و Hong G و Fu TM و Lin HG و Lieber CM (يونيو 2019). "تصميمات شبكية متقدمة أحادية وثنائية الأبعاد للإلكترونيات القابلة للحقن" . رسائل نانو . 19 (6): 4180-4187. بيب كود : 2019 NanoL..19.4180V . دوى : 10.1021 / acs.nanolett.9b01727 . PMC 6565464 . بميد 31075202 .  
  85. ^ Gulati T ، Won SJ ، Ramanathan DS ، Wong CC ، Bodepudi A ، Swanson RA ، Ganguly K (يونيو 2015). "تحكم عصبي قوي من القشرة الدماغية المحيطة بالسكتة الدماغية" . مجلة علم الأعصاب . 35 (22): 8653-8661. دوى : 10.1523 / JNEUROSCI.5007-14.2015 . PMC 6605327 . بميد 26041930 .  
  86. ^ Soldozy S ، Young S ، Kumar JS ، Capek S ، Felbaum DR ، Jean WC ، et al. (يوليو 2020). `` مراجعة منهجية لمصفوفات الدعامات الكهربائية الداخلية ، وهو نهج طفيف التوغل لواجهات الدماغ والآلة ''. التركيز جراحة الأعصاب . 49 (1): E3. دوى : 10.3171 / 2020.4.FOCUS20186.007 . بميد 32610291 . S2CID 220308983 .  
  87. ^ أ ب ج أوبي إن (2021). "نظام الواجهة العصبية StentrodeTM". في Guger C ، Allison BZ ، Tangermann M (محرران). أبحاث واجهة الدماغ والحاسوب: ملخص حديث 9 . ملخصات في الهندسة الكهربائية وهندسة الحاسبات. شام: Springer International Publishing. ص 127 - 132. دوى : 10.1007 / 978-3-030-60460-8_13 . رقم ISBN 978-3-030-60460-8. S2CID  234102889 .
  88. ^ Teleb MS ، Cziep ME ، Lazzaro MA ، Gheith A ، Asif K ، Remler B ، Zaidat OO (مايو 2014). "ارتفاع ضغط الدم داخل الجمجمة مجهول السبب. تحليل منهجي للدعامات الجيبية المستعرضة" . علم الأعصاب التداخلي . 2 (3): 132-143. دوى : 10.1159 / 000357503 . PMC 4080637 . بميد 24999351 .  
  89. ^ Bryson S. "يسمح جهاز Stentrode بالتحكم في الكمبيوتر من قبل مرضى ALS الذين يعانون من شلل جزئي في الأطراف العلوية" . أخبار ALS اليوم .
  90. ^ Serruya M ، Donoghue J (2004). "الفصل الثالث: مبادئ تصميم جهاز تعويضي حركي عصبي" (PDF) . في Horch KW ، Dhillon GS. تقويم الأعصاب: النظرية والتطبيق . مطبعة امبريال كوليدج. ص 1158 - 1196. دوى : 10.1142 / 9789812561763_0040 . مؤرشفة من الأصلي (PDF) في 4 أبريل 2005.
  91. ^ "المراهق ينقل أيقونات الفيديو بالخيال فقط" . بيان صحفي . جامعة واشنطن في سانت لويس. 9 أكتوبر 2006.
  92. ^ Schalk G ، Miller KJ ، Anderson NR ، Wilson JA ، Smyth MD ، Ojemann JG ، et al. (مارس 2008). "التحكم في الحركة ثنائي الأبعاد باستخدام إشارات تخطيط كهربية القلب في البشر" . مجلة الهندسة العصبية . 5 (1): 75-84. بيب كود : 2008 JNEng .....575S . دوى : 10.1088 / 1741-2560 / 5/1/008 . PMC 2744037 . بميد 18310813 .  
  93. ^ Nicolas-Alonso LF ، Gomez-Gil J (31 كانون الثاني 2012). "واجهات كمبيوتر الدماغ ، مراجعة" . مجسات . 12 (2): 1211-1279. بيب كود : 2012Senso..12.1211N . دوى : 10.3390 / s120201211 . PMC 3304110 . بميد 22438708 .  
  94. ^ ياناغيساوا تي (2011). "التحكم الكهربائي في الذراع التعويضية في المرضى المشلولين". الرابطة الأمريكية لطب الأعصاب . المجلد. 71 ، لا. 3. ص 353 - 361. دوى : 10.1002 / آنا .22613 . تتمتع BCI المستندة إلى ECoG بميزة الإشارة والمتانة الضرورية للغاية للتطبيق السريري
  95. ^ أ ب بى إكس (2011). "فك حروف العلة والحروف الساكنة في الكلمات المنطوقة والمتخيلة باستخدام الإشارات الكهربية في البشر". J Neural Eng 046028 سر. 8.4 _ بميد 21750369 . قام جاستن ويليامز ، مهندس الطب الحيوي في الجامعة ، بتحويل غرسة ECoG إلى جهاز صغير يمكن تثبيته بأقل قدر من الضجة. لقد تم اختباره على الحيوانات لفترة طويلة من الزمن - يظل تخطيط القلب المجهري في مكانه ولا يبدو أنه يؤثر سلبًا على جهاز المناعة. 
  96. ^ Makin JG ، Moses DA ، Chang EF (2021). "فك ترميز الكلام على أنه ترجمة آلية". في Guger C ، Allison BZ ، Gunduz A. أبحاث واجهة الدماغ والحاسوب: ملخص حديث 10 . ملخصات في الهندسة الكهربائية وهندسة الحاسبات. شام: Springer International Publishing. ص 23 - 33. دوى : 10.1007 / 978-3-030-79287-9_3 . رقم ISBN 978-3-030-79287-9. S2CID  239756345 .
  97. ^ Makin JG ، Moses DA ، Chang EF (أبريل 2020). "الترجمة الآلية للنشاط القشري إلى نص باستخدام إطار عمل لجهاز فك التشفير". علم الأعصاب الطبيعي . 23 (4): 575-582. دوى : 10.1038 / s41593-020-0608-8 . بميد 32231340 . S2CID 214704481 .  
  98. ^ بوزينوفسكي إس (2017). "روبوتات معالجة الإشارات باستخدام الإشارات التي يولدها رئيس بشري: من الأعمال الرائدة إلى محاكاة الدوائر الرقمية المستندة إلى EEG". التطورات في تصميم الروبوتات والتحكم الذكي . التطورات في الأنظمة الذكية والحوسبة. المجلد. 540. ص 449-462. دوى : 10.1007 / 978-3-319-49058-8_49 . رقم ISBN 978-3-319-49057-1.
  99. ^ Mathôt S ، Melmi JB ، van der Linden L ، Van der Stigchel S (2016). "تلميذ العقل والكتابة: واجهة بين الإنسان والحاسوب تستند إلى فك الانتباه الخفي من خلال قياس الحدقة" . بلوس وان . 11 (2): e0148805. بيب كود : 2016 PLoSO..1148805M . دوى : 10.1371 / journal.pone.0148805 . PMC 4743834 . بميد 26848745 .  
  100. ^ Gallegos-Ayala G ، Furdea A ، Takano K ، Ruf CA ، Flor H ، Birbaumer N (مايو 2014). "التواصل الدماغي في مريض مغلق تمامًا باستخدام التحليل الطيفي للأشعة تحت الحمراء بجانب السرير" . علم الأعصاب . 82 (21): 1930-1932. دوى : 10.1212 / WNL.0000000000000449 . PMC 4049706 . بميد 24789862 .  
  101. ^ Chaudhary U ، Xia B ، Silvoni S ، Cohen LG ، Birbaumer N (يناير 2017). "الاتصال القائم على واجهة الدماغ والكمبيوتر في حالة الانغلاق التام" . علم الأحياء بلوس . 15 (1): e1002593. دوى : 10.1371 / journal.pbio.1002593 . PMC 5283652 . بميد 28141803 .  
  102. ^ وينترز ، جيفري (مايو 2003). "التواصل عن طريق موجات الدماغ" . علم النفس اليوم .
  103. ^ Adrijan Bozinovski "CNV flip-flop كنموذج واجهة بين الدماغ والحاسوب" In J. Kern، S. Tonkovic، et al. (محرران) المؤتمر السابع للجمعية الكرواتية للمعلوماتية الطبية ، ص .149-154 ، رييكا ، 2005
  104. ^ بوزينوفسكي ، أدريجان ؛ بوزينوفسكا ، ليليانا (2009). إمكانات الدماغ الاستباقية في نموذج واجهة Brain-Robot . 2009 المؤتمر الدولي الرابع IEEE / EMBS حول الهندسة العصبية. IEEE. ص 451-454. دوى : 10.1109 / قريبًا .2009.5109330 .
  105. ^ Božinovski ، Adrijan ؛ تونكوفيتش ، ستانكو ؛ إيشغوم ، فيليمير ؛ Božinovska ، ليليانا (2011). "التحكم في الروبوت باستخدام إمكانات الدماغ التوقعية" . أوتوماتيكا . 52 (1): 20-30. دوى : 10.1080 / 00051144.2011.11828400 . S2CID 33223634 . 
  106. ^ بوزينوفسكي ، ستيفو ؛ بوزينوفسكي ، أدريجان (2015). "الحالات العقلية ، مظاهر EEG ، والدوائر الرقمية المحاكية عقليًا للتفاعل بين الدماغ والروبوت". معاملات IEEE على التنمية العقلية المستقلة . معهد مهندسي الكهرباء والإلكترونيات (IEEE). 7 (1): 39-51. دوى : 10.1109 / tamd.2014.2387271 . ISSN 1943-0604 . S2CID 21464338 .  
  107. ^ Yuan H ، Liu T ، Szarkowski R ، Rios C ، Ashe J ، He B (February 2010). "التباين السلبي بين الاستجابات المتعلقة بالمهمة في نشاط نطاق ألفا / بيتا و BOLD في القشرة الحسية الحركية البشرية: دراسة EEG و fMRI للصور والحركات الحركية" . NeuroImage . 49 (3): 2596-2606. دوى : 10.1016 / j.neuroimage.2009.10.028 . PMC 2818527 . بميد 19850134 .  
  108. ^ Doud AJ ، Lucas JP ، Pisansky MT ، He B (2011). Gribble PL ، محرر. "التحكم المستمر ثلاثي الأبعاد لطائرة هليكوبتر افتراضية باستخدام واجهة الدماغ والحاسوب القائمة على الصور الحركية" . بلوس وان . 6 (10): e26322. بيب كود : 2011 PLoSO ... 626322D . دوى : 10.1371 / journal.pone.0026322 . PMC 3202533 . بميد 22046274 .  
  109. ^ "مروحية موجهة بالفكر تقلع" . بي بي سي نيوز . 5 يونيو 2013 . تم الاسترجاع 5 يونيو 2013 .
  110. ^ Qin L ، Ding L ، He B (سبتمبر 2004). "تصنيف الصور الحركية عن طريق تحليل المصدر لتطبيقات واجهة الدماغ والحاسوب" . مجلة الهندسة العصبية . 1 (3): 135 - 141. بيب كود : 2004 JNEng .... 1..135Q . دوى : 10.1088 / 1741-2560 / 1/3/002 . PMC 1945182 . بميد 15876632 .  
  111. ^ Höhne J ، Holz E ، Staiger-Sälzer P ، Müller KR ، Kübler A ، Tangermann M (2014). "الصور الحركية للمرضى الذين يعانون من إعاقة حركية شديدة: دليل على التفاعل بين الدماغ والحاسوب كحل تحكم متفوق" . بلوس وان . 9 (8): e104854. بيب كود : 2014 PLoSO ... 9j4854H . دوى : 10.1371 / journal.pone.0104854 . PMC 4146550 . بميد 25162231 .  
  112. ^ Maskeliunas R ، Damasevicius R ، Martisius I ، Vasiljevas M (2016). "أجهزة EEG على مستوى المستهلك: هل يمكن استخدامها في مهام التحكم؟" . بيرج . 4 : e1746. دوى : 10.7717 / peerj.1746 . PMC 4806709 . بميد 27014511 .  
  113. ^ Bird JJ ، Faria DR ، Manso LJ ، Ekárt A ، Buckingham CD (13 مارس 2019). "نهج تطوري عميق لتحسين المصنف المستوحى بيولوجيًا للتفاعل بين الدماغ والآلة" . التعقيد . شركة الهنداوي المحدودة. 2019 : 1-14. arXiv : 1908.04784 . دوى : 10.1155 / 2019/4316548 . ISSN 1076-2787 . 
  114. ^ منصور ، س ، آنج كي كي ، ناير كي بي ، فوا كانساس ، أرفانيه ، م (يناير 2022). "فعالية واجهة الدماغ والحاسوب وتأثير خصائصها التصميمية على إعادة تأهيل الطرف العلوي بعد السكتة الدماغية: مراجعة منهجية وتحليل تلوي للتجارب العشوائية ذات الشواهد" . EEG السريري وعلم الأعصاب . 53 (1): 79-90. دوى : 10.1177 / 15500594211009065 . PMC 8619716 . بميد 33913351 . S2CID 233446181 .   
  115. ^ Baniqued PD ، Stanyer EC ، Awais M ، Alazmani A ، Jackson AE ، Mon-Williams MA ، et al. (يناير 2021). "روبوتات واجهة الدماغ والحاسوب لإعادة تأهيل اليد بعد السكتة الدماغية: مراجعة منهجية" . مجلة الهندسة العصبية وإعادة التأهيل . 18 (1): 15. دوى : 10.1186 / s12984-021-00820-8 . PMC 7825186 . بميد 33485365 .  
  116. ^ Taheri BA ، Knight RT ، Smith RL (مايو 1994). "قطب كهربائي جاف لتسجيل EEG" . تخطيط كهربية الدماغ والفيزيولوجيا العصبية السريرية . 90 (5): 376-383. دوى : 10.1016 / 0013-4694 (94) 90053-1 . بميد 7514984 . 
  117. ^ علي زاده طاهري ب (1994). مصفوفة أقطاب فروة الرأس المصغرة النشطة لتسجيل إشارة Eeg (أطروحة الدكتوراه). ص. 82. بيب كود : 1994 PhDT ...... 82A .
  118. ^ هوكنبيري ، جون (أغسطس 2001). "العقول القادم" . سلكي . المجلد. 9 ، لا. 8.
  119. ^ Lin CT ، Ko LW ، Chang CJ ، Wang YT ، Chung CH ، Yang FS ، et al. (2009) ، "واجهة الدماغ والحاسوب اللاسلكية القابلة للارتداء وتطبيقاتها" ، أسس الإدراك المعزز. علم الأعصاب وعلم الأعصاب التشغيلي ، ملاحظات محاضرة في علوم الكمبيوتر ، Springer Berlin Heidelberg ، المجلد. 5638 ، الصفحات من 741 إلى 748 ، دوى : 10.1007 / 978-3-642-02812-0_84 ، ISBN 978-3-642-02811-3، S2CID  14515754
  120. ^ a b c d e Wang YT ، Wang Y ، Jung TP (أبريل 2011). "واجهة بين الدماغ والحاسوب تعتمد على الهاتف الخلوي للتواصل في الحياة اليومية". مجلة الهندسة العصبية . 8 (2): 025018. بيب كود : 2011 JNEng ... 8b5018W . دوى : 10.1088 / 1741-2560 / 8/2/025018 . بميد 21436517 . S2CID 10943518 .  
  121. ^ Guger C ، Allison BZ ، Großwindhager B ، Prückl R ، Hintermüller C ، Kapeller C ، et al. (2012). "كم عدد الأشخاص الذين يمكنهم استخدام SSVEP BCI؟" . الحدود في علم الأعصاب . 6 : 169. دوى : 10.3389 / fnins.2012.00169 . PMC 3500831 . بميد 23181009 .  
  122. ^ أ ب Lin YP ، Wang Y ، Jung TP (2013). "واجهة دماغ-حاسوب متنقلة تعتمد على SSVEP لنقل البشر بحرية: متانة تحليل الارتباط الكنسي بالآثار المتحركة". المؤتمر الدولي السنوي لهندسة IEEE في جمعية الطب والبيولوجيا. هندسة IEEE في جمعية الطب والبيولوجيا. المؤتمر الدولي السنوي . 2013 : 1350-1353. دوى : 10.1109 / EMBC.2013.6609759 . رقم ISBN 978-1-4577-0216-7. بميد  24109946 . S2CID  23136360 .
  123. ^ رشيد م ، سليمان ن ، عبد المجيد أ ف ب ، موسى RM ، أب ناصر ع أف ، باري بس ، خاتون س (2020). "الوضع الحالي والتحديات والحلول الممكنة لواجهة الدماغ والحاسوب المستندة إلى EEG: مراجعة شاملة" . الحدود في Neurorobotics . 14 : 25. دوى : 10.3389 / fnbot.2020.00025 . PMC 7283463 . بميد 32581758 .  
  124. ^ الولايات المتحدة 20130127708 ، الصادر في 23 مايو 2013 
  125. ^ a b c Wang YT ، Wang Y ، Cheng CK ، Jung TP (2013). "تطوير عرض تحفيزي على الأجهزة المحمولة من أجل BCI محمول قائم على SSVEP". المؤتمر الدولي السنوي لهندسة IEEE في جمعية الطب والبيولوجيا. هندسة IEEE في جمعية الطب والبيولوجيا. المؤتمر الدولي السنوي . 2013 : 5271-5274. دوى : 10.1109 / EMBC.2013.6610738 . رقم ISBN 978-1-4577-0216-7. بميد  24110925 . S2CID  14324159 .
  126. ^ Bin G ، Gao X ، Yan Z ، Hong B ، Gao S (أغسطس 2009). "واجهة بين الدماغ والحاسوب على الإنترنت متعددة القنوات تعتمد على SSVEP باستخدام طريقة تحليل الارتباط الكنسي". مجلة الهندسة العصبية . 6 (4): 046002. بيب كود : 2009 JNEng ... 6d6002B . دوى :