人工神经元芯片可以解码脑波

从苏黎世研究人员开发了一种紧凑、节能设备由人工神经元能够解码脑波。芯片使用数据记录癫痫患者的脑波识别大脑的哪个区域引起癫痫发作。这对治疗开辟了新的视角。

当前神经网络算法产生令人印象深刻的结果,可以帮助解决一个令人难以置信的数量的问题。然而,电子设备用于运行这些算法还需要太多的处理能力。这些人工智能(AI)系统不能与实际的大脑在处理感觉信息或与环境的相互作用。

神经形态芯片检测高频振荡

神经工程是一种有前景的新方法,桥梁人工和自然智能之间的差距。苏黎世大学跨学科研究团队,苏黎世联邦理工学院,苏黎世UniversityHospital已经利用这种方法开发了一个基于神经形态技术的芯片,可靠地、准确地认识到复杂的生物。科学家们能够使用这种技术成功地检测先前记录的高频振荡(高频振荡器)。这些特定波,测量使用颅内脑电图(iEEG),已被证明是有前途的生物标志物识别引起癫痫发作的大脑组织。

复杂,紧凑,节能

研究人员首先设计一个算法,检测高频振荡器通过模拟大脑的自然神经网络:一个小小的所谓强化神经网络(SNN)。第二步涉及imple-menting SNN指甲盖大小的硬件里,接收通过电极和神经信号,与传统的电脑,是大规模能源效率。这使得计算具有很高的时间分辨率,而不依赖于互联网或云计算。“我们的设计使我们认识到时空模式在生物信号实时“Giacomo Indiveri说Neuroinformatics研究所的教授不会和乙Zur-ich。

测量高频振荡器在操作以外的影院和医院

研究人员正在计划利用他们的发现创建一个电子系统,可靠的识别和监控实时高频振荡器。当用作诊断工具的额外操作剧院,该系统可以提高神经外科干预的结果。

然而,这并不是唯一一个字段,高频振荡器识别可以发挥重要作用。团队的长期目标是开发一个设备监测癫痫可以使用以外的医院,可能会从大量的分析信号电极在几周或数月的时间。“我们希望整合低能、无线数据通信的设计,连接手机,例如,“Indiveri说。神经生理学家约翰内斯Sarnthein, UniversityHospital苏黎世,阐述了:“这样的便携式或可植入的芯片可以确定时间与癫痫的发生率更高或更低的速度,这将使我们能够提供个性化医疗。”

参考:

Sharifshazileh M, Burelo K, Sarnthein J, Indiveri g电子神经形态系统实时检测高频振荡(高频振荡器)在颅内脑电图。自然通讯。2021;12 (1):3095。doi:10.1038 / s41467 - 021 - 23342 - 2

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。