Simple Science

最先端の科学をわかりやすく解説

# 健康科学# 神経学

より良い制御のための脳-コンピュータインターフェースの最適化

新しい研究で、電極の配置が脳-コンピュータ・インターフェースの性能にどう影響するかが明らかになった。

― 1 分で読む


脳の信号とデバイスのコント脳の信号とデバイスのコントロールェースの成功には電極の配置が重要だって。研究によると、脳-コンピュータインターフ
目次

脳内皮質間脳-コンピュータインターフェース(iBCI)は、脳に直接接続するデバイスなんだ。これらは脳からの信号を使ってデバイスをコントロールすることができる。この信号はしばしば動きに関係していて、脊髄損傷で動けなくなった人でもまだ残っていることがあるんだ。iBCIは、これらの脳信号をコンピュータのカーソルや人工肢といったさまざまなデバイスの命令に変換できるんだ。

iBCIの仕組み

脳は動こうと考えると信号を送る。iBCIは、特に手の動きに関連する脳の特定の領域に配置された電極を使う。人が手や腕を動かそうと考えると、これらの電極が信号をキャッチするんだ。研究者たちは、試行錯誤を通じて、この思考過程を使ってデバイスをコントロールする方法を見つけてきた。参加者は、カーソルを画面上で動かすために腕を動かすことを想像するなど、さまざまなメンタルイメージを試すことがある。このイメージの選択は、脳からの信号の分布が体のさまざまな部分でどうなっているかによることがある。

ソマトトピーの理解

ソマトトピーは、体の異なる部分が脳の特定の領域によって表されるという概念なんだ。たとえば、手の動きを制御する脳の部分は、脚の動きを制御する部分とは異なる場所にある。研究者たちは、これらの領域がどのように整理されているかを長い間研究してきた。既存の研究では、脳が運動制御を空間的にマッピングされた形で整理していることが示されている。何年も、科学者たちは電気刺激や脳イメージングなどのさまざまな技術を使って、この整理の仕組みを理解してきた。

脳が刺激されると、特定の体の部分が動き、その動きは脳の特定のスポットにリンクされているんだ。最近の研究では、脳のマッピングは以前考えられていたほど固定的ではないことが明らかになってきた。領域が重なり合うこともあるし、ある部分の脳が活動している場合でも、他の体の部分を動かすことを考えているときに大きな活動があることもある。

電極配置の重要性

iBCIの電極を脳に配置する際の重要な質問は、どこに置くかなんだ。最も有用な信号を拾える場所に置く必要がある。現在の方法は、これらの動きに関連する活動がどこにあるかを示唆する以前のイメージング研究に基づいていることが多い。しかし、電極が関連する脳の領域から遠いと、収集された信号はデバイスのコントロールには最適なものではないかもしれない。

最近の研究の目的は、この電極の配置がその効果にどのように影響するかを調べることだった。研究者たちは、肢体の動きの能力を失った3人の参加者を見て、運動に関与する脳の領域に電極アレイを取り付けた。彼らは、さまざまな体の部分の動きが異なる電極を使って効果的に制御されるかどうか、また参加者が選んだイメージ戦略が収集されたデータに影響を与えるかを具体的に理解したいと思っていた。

参加者と方法論

研究には、四肢麻痺の男性3人が参加した。それぞれに異なるレベルの怪我があり、動く能力に影響を与えていた。彼らは運動皮質に2つのマイクロ電極アレイを植え付けられ、特に手の動きに関係するエリアに配置された。参加者は、手動手術前に脳活動のエリアをマッピングするためのスキャンを受け、その結果が電極の配置を案内した。

研究中、研究者たちは参加者がさまざまな腕や手の動きを試みる際に神経活動を記録した。彼らは、このデータを使って、つかむ動きや手を伸ばす動きなど、どのように信号が異なるかをマッピングした。研究者たちは、電極アレイの位置が生成された信号の強さと種類にどのように影響を与えるかを見たかった。

機能的脳イメージング

手術前に、すべての参加者は機能的磁気共鳴イメージング(fMRI)スキャンを受けた。この技術により、研究者たちは特定の動作中に活性化される脳のエリアを特定することができた。特に手に関連する動作についての結果に基づき、電極アレイの配置は活動が高いエリアに導かれた。

各参加者は、fMRIセッションの間にさまざまなタスクを実行した。彼らは、自分の体の異なる部分を動かそうと考えるように指示され、そのイメージングがどの脳のエリアが活性化されたかを記録した。この情報は、筋肉の動きに対応する信号が脳でどのように表現されるかを理解するために重要だった。

動作中の神経データ記録

電極が植え付けられた後、研究者たちは、参加者が腕や手で動作を試みる際に、植え付けたアレイからの神経活動を記録した。彼らは、電極アレイの一部のチャンネルがすべての種類の動作について活動を示す一方で、他のものはより選択的であることが分かった。たとえば、参加者が手を動かすことを考えたとき、解剖学的な手のノブに配置された電極が重要な活動を記録する一方で、肩の動きに関連する内側の電極はそこまで強く反応しなかった。

脳活動パターンの分析

研究者たちは、電極アレイから記録された神経活動が各動作タイプをどれだけ予測できるかを調べた。彼らは、どれだけのチャンネルがどの動作にも反応したか、記録された信号に基づいてこれらの動作をどれだけ正確に分類できるかを見た。統計的方法を使って、異なる試みられた動作の分類成功を評価した。

結果は、一部の電極アレイが手に関連する動作を記録するのが得意で、他は腕の動作に対してより効果的であることを示した。活動パターンは、握るような末端の動きが肘の曲げといった近位の動きとは異なる方法で表現されている、脳内での明確な整理を示していた。

コントロール戦略への影響

この研究では、電極の配置が動作信号をキャッチする能力だけでなく、参加者が使うイメージ戦略にも影響を与えていた。たとえば、ある参加者は、電極が自分の考えにどう反応するかに応じて、コンピュータのカーソルを制御するために体の動きの思考を考えることができていた。

発見は、脳の整理が今後のiBCIの開発を助ける可能性があることを示した。iBCIを設計する際には、義肢やコンピュータインターフェースを制御するために最も関連性の高い動作の領域の近くに電極を配置することが便利かもしれない。

BCIタスクにおけるイメージの役割

研究の参加者は、しばしば自分の植え付けた電極の位置に基づいてイメージ戦略を選んでいた。iBCIの使用に慣れるにつれて、参加者はタスクに合わせてイメージを調整し、デバイスの制御がより効果的になることがあった。

たとえば、ある参加者が画面上のカーソルを制御するために手首を使うことを想像すると、手のエリアの近くに配置された電極から記録された信号を使用することでより効果的だった。こうしたイメージの選択的な使用は、参加者が特定のタスクと電極配置の強みと弱みへの適応を可能にした。

運動ソマトトピーとiBCIタスクに関する発見

この研究は、脳の前中央回に運動表現の空間的勾配があることを確認した。各参加者の電極の位置が、iBCIタスク中に脳信号を命令に変換するシステム-デコーダー-の効果に影響を与えていた。全体の腕を含む動きは内側のアレイからうまくデコードされたが、つかむ動作のように細かい制御が必要なものは、解剖学的な手のノブの近くに配置された電極からのみ効果的に捉えられた。

運動ソマトトピーに関するこれらの洞察は、将来のiBCIの設計と効果を改善する可能性がある。運動関連の信号の分布を理解することで、研究者はデバイスのよりシームレスな制御を可能にするより良いシステムを開発できる。

BCI研究の今後の方向性

この研究は、特定のタスクに最適な電極配置を最適化する方法についてまだ学ぶべきことが多いことを強調した。将来のBCIは、予想される動作に基づいて最適な電極の場所を特定することで、手術前の計画を改善できるかもしれない。

特定の動作がどれだけうまくデコードできたかの違いを考慮すると、研究者はiBCIのデザインを指導し、ユーザーにとってベストな結果を提供することができる。この理解は、怪我や病気によって移動能力を失った人々のBCIの機能を向上させるために重要だ。

結論

要するに、この研究は電極配置、脳内の動作表現、iBCIを制御するためのイメージ戦略の効果の関係を強調している。結果は、電極がどこに配置されるかを慎重に考えることが、脳制御デバイスの成功に大きな影響を与える可能性があることを示唆している。

ソマトトピーの基本原則と脳内での動作信号の組織について理解することは、将来より洗練されたユーザーフレンドリーなBCIを作成するための基盤を提供する。研究が続くことで、移動制限のある人々の生活の質を向上させるさらなる進展の可能性がある。

オリジナルソース

タイトル: Motor somatotopy impacts imagery strategy success in human intracortical brain-computer interfaces

概要: The notion of a somatotopically organized motor cortex, with movements of different body parts being controlled by spatially distinct areas of cortex, is well known. However, recent studies have challenged this notion and suggested a more distributed representation of movement control. This shift in perspective has significant implications, particularly when considering the implantation location of electrode arrays for intracortical brain-computer interfaces (iBCIs). We sought to evaluate whether the location of neural recordings from the precentral gyrus, and thus the underlying somatotopy, has any impact on the imagery strategies that can enable successful iBCI control. Three individuals with a spinal cord injury were enrolled in an ongoing clinical trial of an iBCI. Participants had two intracortical microelectrode arrays implanted in the arm and/or hand areas of the precentral gyrus based on presurgical functional imaging. Neural data were recorded while participants attempted to perform movements of the hand, wrist, elbow, and shoulder. We found that electrode arrays that were located more medially recorded significantly more activity during attempted proximal arm movements (elbow, shoulder) than did lateral arrays, which captured more activity related to attempted distal arm movements (hand, wrist). We also evaluated the relative contribution from the two arrays implanted in each participant to decoding accuracy during calibration of an iBCI decoder for translation and grasping tasks. For both task types, imagery strategy (e.g., reaching vs. wrist movements) had a significant impact on the relative contributions of each array to decoding. Overall, we found some evidence of broad tuning to arm and hand movements; however, there was a clear bias in the amount of information accessible about each movement type in spatially distinct areas of cortex. These results demonstrate that classical concepts of somatotopy can have real consequences for iBCI use, and highlight the importance of considering somatotopy when planning iBCI implantation.

著者: Jennifer L Collinger, N. G. Kunigk, H. R. Schone, C. Gontier, W. Hockeimer, A. F. Tortolani, N. G. Hatsopoulos, J. E. Downey, S. M. Chase, M. L. Boninger, B. D. Dekleva

最終更新: 2024-08-03 00:00:00

言語: English

ソースURL: https://www.medrxiv.org/content/10.1101/2024.08.01.24311180

ソースPDF: https://www.medrxiv.org/content/10.1101/2024.08.01.24311180.full.pdf

ライセンス: https://creativecommons.org/licenses/by-nc/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。

類似の記事

量子物理学テンソルネットワークと量子計算を組み合わせてより良いシミュレーションをする

新しいアプローチがテンソルネットワークと量子計算を組み合わせて量子シミュレーションを強化してるんだ。

― 1 分で読む