Сначала подробнее поговорим о самом известном неинвазивном способе регистрирования мозговой активности – ЭЭГ.
Электроэнцефалография
Электроэнцефалограф с помощью закреплённых на голове электродов снимает и записывает разность потенциалов между разными участками головного мозга.
Во время анализа результатов чаще всего берут во внимание такие показатели колебаний на электродах, как частота, фаза и амплитуда, а также отличия кривых ЭЭГ на каналах и их динамику. Мыслительная деятельность порождает в данных сигналах особые паттерны.
Долгое время только медицинские работники и нейробиологи имели возможность пользоваться электроэнцефалографами. Но благодаря появлению 3D-печати, снижению стоимости прототипирования и создания электронных плат, средства для чтения ЭЭГ стали доступнее, что привело к формированию не только специальных интернет-сообществ, но и полноценных платформ, предназначенных для разработки нейроинтерфейсов.
Нейроинтерфейс: система обмена данными между мозгом и компьютером
представляет собой open-source платформу интерфейса «человеческий мозг – электронное устройство». Ее основали Джоэл Мерфи (Joel Murphy) и Конор Руссоманно (Conor Russomanno) в 2013 году. Платы OpenBCI совместимы с электродами стандартных электроэнцефалографов. Их применяют для регистрации и диагностирования электрической активности, которая создается разными органами: мозгом – ЭЭГ, сердцем – ЭКГ, мышцами – ЭМГ. Обработка сигналов происходит в сопровождающих программах или с помощью собственных решений.
Ниже опубликовано видео, на котором Джоэл Мерфи рассказывает разработках своей команды. Также он говорит о том, к чему привела демократизация в сфере интерфейсов BCI (мозг-компьютер). На Мерфи гарнитура OpenBCI’s Ultracortex, считывающая электрическую активность его мозга и мышц. Благодаря ей он управляет презентацией только посредством мыслей. Джоэл демонстрирует несколько примеров приложений, которые создали участники сообщества, и описывает потенциальные BCI-приложения в видеоиграх. Затем зрители-добровольцы принимают участие в демонстрации, управляя роботизированной рукой через нейроинтерфейс.
В OpenBCI есть как целиком укомплектованные наборы для получения ЭЭГ, так и отдельные компоненты (например, чипы, шлемы, электроды).
Программное обеспечение. Страница OpenBCI на сервисе GitHub содержит 4 репозитория:
- – графический интерфейс межплатформенного приложения, визуализирующий данные с устройств типа Ganglion, Cyton и др. Запускается как нативный на Windows, Linux и MacOS.
- – с помощью этой библиотеки получают и анализируют ЭЭГ, ЭМГ, ЭКГ и прочие данные с биосенсоров.
- – Python-библиотека для работы с OpenBCI-оборудованием.
- – Python-драйвер, подходящий для любых биосенсоров OpenBCI.
Для чего нужны нейроинтерфейсы?
BC-интерфейсы играют важную роль в медицине и тех сферах, которые прямо или косвенно касаются проблемы улучшения качества деятельности мозга. Также без них невозможно представить управление различными предметами при помощи одних только сигналов, исходящих из головного мозга, т.е. без рук. Вот несколько наглядных примеров:
Инвалидность вследствие травм или болезней. Самое очевидное применение нейроинтерфейсов – это изготовление вспомогательных устройств для тех, кто ограничен в движении или имеет нейросенсорные проблемы другого рода. Разные приборы, восполняющие слабое или отсутствующее звено нервной системы, уже сейчас используются докторами. К примеру, достаточно широко распространены кохлеарные имплантаты – медицинские протезы, которые компенсируют потерю слуха при тяжелых формах нейросенсорной тугоухости (обыкновенные слуховые аппараты в таком случае не помогают). Интерфейсы мозг-компьютер также дают парализованным пациентам возможность пользоваться электронными устройствами, например, печатать текст или разговаривать через синтезатор речи.
Возврат утраченных способностей мозга. Когда травмирование головного мозга приводит к тому, что он лишается некоторых функций, на помощь могут прийти импланты глубокой стимуляции. Эти протезы посылают в нужную часть мозга электрические импульсы. Такое воздействие обладает терапевтическим эффектом при дистонии, треморах и болезни Паркинсона. Благодаря применению BC-интерфейсов появилась бы возможность лучше управлять лечебным процессом.
Отслеживание того, как действуют лекарства. Применяя ЭЭГ можно следить за воздействием лекарственных препаратов на конкретного пациента. Речь идет о больных психическими расстройствами. С помощью такой технологии им даже не пришлось бы посещать поликлинику, потому что доктора могли бы удаленно принимать решения о корректировке графика приема лекарств.
Видеоигры. Интерфейс мозг-компьютер позволяет контролировать даже объекты, которые находятся внутри игры, а не только вспомогательные устройства. Способность VR-шлемов считывать активность мозга откроет массу новых возможностей для разработчиков компьютерных игр. Ведь в таком случае управлять персонажем можно будет силой мысли, без любых манипуляторов. Это дарит программистам еще одну степень свободы.
Обзор устройства
Харрисон Кинсли – популярный обзорщик Python, который ведет канал на YouTube. Один из своих роликов он посвятил распаковке OpenBCI-оборудования, где также сделал обзор на сборку прибора для ЭЭГ и рассказал о том, как происходит процесс обработки данных.
Несмотря на то, что OpenBCI предлагает прекрасный GUI, Кинсли решил показать, как можно самостоятельно получать и анализировать считанные устройством данные.
Применение Python для считывания данных. Обработка мозговой деятельности обычно означает анализ гамма- и бета-ритмов. Сырые данные Харрисон считывал, используя . В документации приведен самый простой пример этой процедуры:
from pyOpenBCI import OpenBCICyton
def print_raw(sample):
print(sample.channels_data)
board = OpenBCICyton(port='COM5', daisy=False)
board.start_stream(print_raw)Рассматривая изменение нейронной активности после простых визуальных, звуковых или механических стимулов, можно предполагать, положительный или отрицательный отклик вызвали эти воздействия.
Итог
Электроэнцефалографией начали пользоваться не только ученые и медицинские работники, но и исследователи-самоучки. А все благодаря тому, что технология стала более доступной: каркасные элементы печатают на 3D-принтере, а в сети доступно open-source ПО.
Полученные благодаря нейроинтерфейсам данные можно использовать не только в медицинских целях. Результаты их анализа способны вывести на новый уровень индустрию видеоигр, VR-приложения и сферу совершенствования когнитивных способностей человека.