Em formação

É possível processar sinais elétricos do cérebro e interpretar os resultados como pensamentos exatos?


Se o cérebro usa sinais de voltagem extremamente baixa para se comunicar (pelo que entendi, cerca de 100 mV), que tipo de descoberta seria necessária para interceptar esses sinais e interpretá-los como pensamentos exatos? Sei que fazemos interface com o campo elétrico do cérebro já em um nível muito mais alto, mas o que está nos impedindo de sermos capazes de interpretá-lo com mais precisão?


A atividade cerebral é elétrica e química. O cérebro humano adulto masculino contém cerca de 86 bilhões de neurônios (Azevedo et al). Existem cerca de 100 trilhões de conexões entre eles. Resolver um quebra-cabeça como esse não é fácil ...

que tipo de descoberta seria necessária para interceptar esses sinais e interpretá-los como pensamentos exatos?

O que você está se referindo seria chamado resolvendo o código neural em neurociência. Com os métodos atuais, provavelmente não é possível.

Considere a eletroencefalografia (EEG). Ele registra a atividade elétrica do cérebro. Sensores Ag / AgCl são colocados ao longo do couro cabeludo (normalmente 64-256 em ambientes de pesquisa). Quando cerca de 50.000 paralelo neurônios disparam simultaneamente, uma mudança em um sinal gravado pode ser vista. Enquanto a resolução de tempo é de cerca de 1 ms para EEG, a resolução espacial é de vários centímetros (não é fácil descobrir quais áreas produziram os sinais registrados; é um problema inverso) Uma técnica mais recente, chamada magnetoencefalografia (MEG), está se tornando cada vez mais usada, mas é cara. Ele registra os campos magnéticos relacionados à atividade elétrica e permite uma melhor localização.

Existem outras complicações? Bem ... muitos deles. Pisque seus olhos durante a gravação e haverá um grande artefato mascarando os sinais cerebrais na maioria dos canais (10-100x maior em amplitude do que os sinais cerebrais).

De qualquer forma, você provavelmente estaria interessado nas novas pesquisas envolvendo o uso de técnicas de aprendizado de máquina: tem sido possível decodificar o conteúdo dos sonhos, reconstruir o que o sujeito está vendo, etc. Os melhores artigos foram publicados por Ciência, Natureza, e PNAS, então, usando seus mecanismos de pesquisa com as palavras-chave decodificação e cérebro deve permitir que você explore o tópico facilmente.

PS. Não tive tempo para discutir fMRI; outra pessoa pode fazer isso ...


Possivelmente, mas não por muito tempo.

O professor Gallant está nos estágios embrionários de pesquisar isso e está tendo algum sucesso. No momento, o computador precisa de um conjunto de imagens possíveis para desenhar para tornar as possibilidades pequenas o suficiente para pesquisar e a resolução da imagem é, na melhor das hipóteses, aproximada. Mas o fato de que mesmo algo tão simples como a cor de uma imagem lembrada pode ser lido significa que é possível. Mas essa é a tecnologia de nível de ônibus espacial enquanto ainda estamos no estágio de prender asas de papelão em nossos braços.

Muito provavelmente, mesmo quando essa tecnologia estiver madura, a máquina terá que aprender seu cérebro de maneira semelhante a como um programa de fala para texto precisa aprender seus padrões de fala, antes de funcionar. Para mim, isso é extremamente interessante pela possibilidade de ver quais partes da arquitetura do nosso cérebro são universais e, portanto, provavelmente genéticas.

Estou incluindo duas outras fontes para a pesquisa, mas advirto que elas estão atrás de uma barreira. http://www.nature.com/scientificamericanmind/journal/v25/n6/full/scientificamericanmind1114-40.html

http://www.sciencedirect.com/science/article/pii/S1053811910009109


É possível processar sinais elétricos do cérebro e interpretar os resultados como pensamentos exatos? - Biologia

As ondas sonoras, caracterizadas por frequência e amplitude, são percebidas exclusivamente por diferentes organismos.

Objetivos de aprendizado

Descreva a relação da amplitude e frequência de uma onda sonora com os atributos do som

Principais vantagens

Pontos chave

  • As ondas sonoras são ondas de pressão mecânica que devem viajar através de um meio e não podem existir no vácuo.
  • Existem quatro características principais de uma onda sonora: frequência, comprimento de onda, período e amplitude.
  • Freqüência é o número de ondas por unidade de tempo e é ouvida quando os sons de alta freqüência são agudos e os sons de baixa freqüência são baixos.
  • A maioria dos humanos pode perceber sons com frequências entre 30 e 20.000 Hz; outros animais, como golfinhos, podem detectar sons em frequências muito mais altas.
  • A amplitude, a dimensão de uma onda do pico ao vale, é ouvida porque os sons de volume mais alto têm amplitudes maiores do que os de sons mais suaves.

Termos chave

  • frequência: caracterizada como uma vibração periódica que é a propriedade audível do som que mais determina o tom e é medida em hertz
  • amplitude: medida de uma onda de seu ponto mais alto ao ponto mais baixo ouvido como volume
  • ultrassom: frequências de som acima do teto detectável por humanos de aproximadamente 20.000 Hz

Som

Os estímulos auditivos são ondas sonoras, que são ondas de pressão mecânica que se movem através de um meio, como o ar ou a água. Não há ondas sonoras no vácuo, uma vez que não há moléculas de ar pelas quais as ondas se movam. A velocidade das ondas sonoras difere com base na altitude, temperatura e média. Ao nível do mar e a uma temperatura de 20º C (68º F), as ondas sonoras viajam no ar a cerca de 343 metros por segundo.

Como acontece com todas as ondas, existem quatro características principais de uma onda sonora: frequência, comprimento de onda, período e amplitude. A frequência é o número de ondas por unidade de tempo no som, é ouvida como altura. Os sons de alta frequência (≥15.000 Hz) são mais agudos (comprimento de onda curto) do que os sons de baixa frequência (comprimentos de onda longos ≤100 Hz). A frequência é medida em ciclos por segundo. Para som, a unidade mais comumente usada é hertz (Hz) ou ciclos por segundo. A maioria dos humanos pode perceber sons com frequências entre 30 e 20.000 Hz. As mulheres costumam ouvir melhor as altas frequências, mas a capacidade de todos para ouvir as altas frequências diminui com a idade. Os cães detectam até cerca de 40.000 Hz, gatos, morcegos de 60.000 Hz, golfinhos de 100.000 Hz, 150.000 Hz e o shad americano (Alosa sapidissima), um peixe, pode ouvir 180.000 Hz. Essas frequências acima da faixa humana são chamadas de ultrassom.

A amplitude, ou a dimensão de uma onda do pico ao vale, no som é ouvida como volume. As ondas sonoras de sons mais altos têm maior amplitude do que as de sons mais suaves. Para o som, o volume é medido em decibéis (dB). O som mais suave que um humano pode ouvir é o ponto zero. Os humanos falam normalmente a 60 decibéis.

Amplitude: Para ondas sonoras, o comprimento de onda corresponde ao tom. A amplitude da onda corresponde ao volume. A onda sonora mostrada com uma linha tracejada é mais suave em volume do que a onda sonora mostrada com uma linha contínua.


Um novo dispositivo pode ouvir seus pensamentos

No início de abril, o assistente de pesquisa do MIT Arnav Kapur, 24, postou um pequeno vídeo no YouTube. O clipe o mostrava se movendo pelo campus em vários ambientes, usando uma engenhoca de plástico branco enrolada no lado direito do rosto.

Enquanto ele caminhava por fileiras de bicicletas estacionadas ao lado de montes de neve derretida, seus lábios estavam fechados enquanto seus pensamentos íntimos piscavam como palavras na tela. "Tempo?" ele leu. Uma voz masculina respondeu: "10:35 da manhã" Na cena seguinte, Kapur estava fazendo compras em uma bodega. Os preços das coisas que jogou no carrinho de compras - papel higiênico, um embrulho italiano, pêssegos em lata - apareceram na tela. “Total de $ 10,07”, respondeu a voz masculina. Na cena final, Kapur moveu um cursor ao redor de um console de vídeo, ostensivamente com sua mente.

Kapur veio para o Laboratório de Mídia do MIT de Nova Delhi em 2016 para construir dispositivos vestíveis que integram perfeitamente a tecnologia em nossa experiência 24 horas por dia, 7 dias por semana. Chega de buscar telefones celulares. Chega de olhar para as telas. Não há mais olhos para baixo. Chega de sintonizar para conectar.

Improvávelmente, AlterEgo, o dispositivo sem som, sem voz e sem fone de ouvido em que ele vinha trabalhando nos últimos dois anos, havia se tornado hábil o suficiente em ler seus pensamentos para poder usá-lo para pedir um Uber sem dizer uma palavra.

“Queríamos capturar interações que fossem o mais próximo possível do pensamento mental.”

Em sua encarnação atual, o dispositivo de Kapur - desenvolvido em colaboração com seu irmão Shreyas (um aluno do MIT), alguns colegas estudantes de pós-graduação no departamento de interfaces de fluidos, e lidera o I.A. guru Professor Pattie Maes - é um dispositivo vestível impresso em 3D equipado com sensores eletromagnéticos que envolve um lado de sua mandíbula e, via Bluetooth, conecta você com o que Maes chama de cérebro de computador - a enorme rede de informações da Internet que a maioria de nós acessa via smartphones cerca de 80 vezes por dia.

É radical pela simples razão de que não é invasivo - não são necessários implantes - e pode processar a comunicação humana silenciosa com um grau excepcionalmente alto de precisão. Eventualmente, promete Kapur, essa engenhoca será praticamente invisível para outras pessoas.

Poucos meses depois do lançamento do vídeo, Kapur se sentou para uma entrevista com o Medium em um pequeno escritório do Media Lab no quinto andar, que ele compartilha com outros pesquisadores. Ele está bem barbeado, bem vestido e um estudante de graduação estreitou seus olhos castanhos alternando entre sonolentos e intensamente intensos - um truque impressionante. Entre as peças do computador, livros e outros detritos espalhados pela sala está um ukulele rosa. Não dele, ele diz.

A inclinação natural de Kapur é falar muito, mas desde que sua invenção tem chamado a atenção da mídia, ele claramente está trabalhando em suas frases de efeito. “Eu sou muito apaixonado pelo I.A.”, diz ele. “Acho que o futuro da sociedade humana consiste em colaborarmos com as máquinas.”

Desde o lançamento do smartphone, 2,5 bilhões de pessoas já recorrem ao cérebro do computador quando precisam dirigir para algum lugar ou cozinhar algo ou se comunicar com outros humanos ou esquecer a capital Missouri. O aumento cognitivo por meio da tecnologia tornou-se fundamental para a vida diária. Cérebro orgânico, cérebro de computador. Eles já estão trabalhando juntos, diz Kapur, mas não tão bem quanto poderiam.

Devido à forma como nossos dispositivos são projetados, eles nos distraem mais do que nos ajudam. Para consultar o mundo infinito ao nosso alcance, temos que dar aos nossos dispositivos toda a nossa atenção. As telas exigem contato visual. Os telefones requerem fones de ouvido. Eles nos tiram do mundo físico para o deles.

Kapur quer aperfeiçoar um dispositivo que permita aos usuários se comunicarem com a I.A. com a mesma facilidade com que o cérebro esquerdo fala com o cérebro direito, para que os humanos possam integrar o poder da Internet em seu pensamento em todos os níveis. Assim que a tecnologia se tornar uma extensão natural do corpo, acredita Kapur, seremos livres para nos tornarmos melhores como seres humanos.

“É assim que vamos viver nossas vidas”, diz ele.

Ao conceituar o AlterEgo, Kapur baseou suas diretrizes de design em alguns princípios fixos. O dispositivo não poderia ser invasivo porque ele o considera inconveniente e não escalonável. A interação com ele precisava parecer natural, além de ser invisível para os outros, então o dispositivo tinha que ser capaz de captar pistas silenciosas. Dolorosamente ciente das maneiras como a tecnologia pode ser cooptada, ele também queria o controle do usuário embutido no design para que o dispositivo detectasse apenas volitivo, ao invés de sinais subconscientes. Em outras palavras, ele só deve ler seus pensamentos quando você quiser.

Você deve quer para se comunicar com o cérebro do computador para interagir com ele.

Outros pioneiros da tecnologia desenvolveram interfaces de conversação homem-computador com algum sucesso, mas sempre há ressalvas. Para interagir com Siri e Alexa, é necessário falar diretamente com uma máquina, o que parece não natural e não é privado. Atrapalhar a adoção dessa tecnologia é a preocupação crescente de que não sabemos exatamente quem está ouvindo o que quando esses dispositivos estão por perto.

Kapur precisava de uma nova maneira de contornar o problema. E se um computador pudesse ler nossos pensamentos?

Como um pesquisador que "brinca em várias disciplinas" (ele tentou e não conseguiu escrever uma pequena biografia para um site porque não quer ser "colocado em uma caixa"), Kapur começou a pensar no corpo humano não como uma limitação, mas como um conduíte. Ele viu o cérebro como a fonte de energia que impulsiona uma complexa rede neural elétrica que controla nossos pensamentos e movimentos. Quando o cérebro quer, digamos, mover um dedo, ele envia um impulso elétrico pelo braço para o dedo correto e o músculo responde de acordo. Os sensores podem captar esses sinais elétricos. Basta saber onde e como entrar.

Kapur sabia que, quando lemos para nós mesmos, nossos músculos articulatórios internos se movem, formando inconscientemente as palavras que estamos vendo. “Quando alguém fala em voz alta, o cérebro envia instruções elétricas para mais de 100 músculos em seu sistema de fala”, explica ele. A vocalização interna - o que fazemos quando lemos silenciosamente para nós mesmos - é uma versão altamente atenuada desse processo, em que apenas os músculos internos da fala são neurologicamente ativados. Desenvolvemos esse hábito quando éramos ensinados a ler - soando as letras e, em seguida, falando cada palavra em voz alta. É um hábito que também é uma desvantagem - os cursos de leitura dinâmica geralmente se concentram em eliminar a formação de palavras à medida que digitalizamos uma página de texto.

Observada pela primeira vez em meados do século 19, essa sinalização neurológica é a única expressão física conhecida de uma atividade mental.

Kapur se perguntou se os sensores poderiam detectar as manifestações físicas dessa conversa interna - minúsculas cargas elétricas disparadas do cérebro - na pele do rosto, mesmo se os músculos envolvidos estivessem localizados nas profundezas da boca e da garganta. Mesmo que eles não estivessem exatamente se movendo.

O design original da armadura do AlterEgo fixou uma grade de 30 sensores no rosto e na mandíbula de um sujeito para que eles pudessem captar a ação neuromuscular quando o experimentador usasse sua voz interior para se comunicar. O software proprietário foi calibrado para analisar os sinais e transformá-los em palavras distintas.

Havia apenas um problema: no início, os sensores do AlterEgo não detectavam nada.

Kapur havia construído o hardware e o software e esperava o melhor. Mas os sinais mioelétricos desse discurso silencioso eram muito fracos. Teria sido fácil repensar tudo naquele ponto. “Mas”, diz ele, “queríamos capturar as interações o mais próximo possível do pensamento em sua cabeça”.

Kapur moveu os sensores para diferentes regiões do rosto, aumentou sua sensibilidade e reformulou o software. Nada ainda.

Uma noite, Kapur e seu irmão estavam testando o dispositivo em seu apartamento em Cambridge. Kapur estava usando o dispositivo e Shreyas estava monitorando a tela do computador. Eles manipularam o dispositivo para rastrear sinais em tempo real para que Shreyas pudesse notar o momento exato em que detectou algo, se é que algo.

Estava ficando tarde. Kapur estava falando silenciosamente para o dispositivo por algumas horas - tendo-o programado para entender apenas duas palavras: sim e não - sem resultados significativos.

Então Shreyas pensou ter visto algo. Um sinal na tela.

“Não acreditávamos nisso”, diz Kapur. Ele deu as costas para o irmão e repetiu a ação. “Continuamos vendo um aumento no sinal e pensamos que era algum artefato nos fios. Tínhamos certeza de que era algum tipo de ruído no sistema. ”

Eles estavam realmente vendo algo?

Depois de testar e repetir o teste pela próxima hora, Kapur estava convencido de que eles haviam feito contato.

“Foi um momento louco”, diz ele. Eles comemoraram com uma pizza no dia seguinte.

Levou Kapur e seus colaboradores dois anos para desenvolver o hardware e o software do AlterEgo, projetando o dispositivo para que pudesse ser usado com facilidade, refinando seus sensores e locais de destino para reduzir o tamanho do pacote em algo menos intrusivo visualmente. Evitando os fones de ouvido, que ele acredita atrapalhar o comportamento humano normal, ele desenvolveu um sistema de feedback auditivo por meio da condução óssea - o dispositivo sussurra respostas a perguntas como um anjo da guarda gênio.

Assim que o dispositivo começou a captar pulsos mioelétricos, Kapur se concentrou no desenvolvimento de um conjunto de dados para treinar o AlterEgo a reconhecer assinaturas de sinais para várias palavras. Foi um processo trabalhoso - alguém teve que se sentar em um laboratório usando o dispositivo e silenciosamente falar palavras específicas até que o computador as dominasse.

Até agora, AlterEgo tem um vocabulário de 100 palavras, incluindo números de 1 a 9 e comandos como adicionar, subtrair, responder, chamar.

Como o vídeo do YouTube deu a impressão de que AlterEgo estava lendo a mente de Kapur, houve alguns protestos públicos. “É realmente muito assustador que nossos pensamentos não sejam mais privados”, escreveu um comentarista preocupado em um artigo sobre a tecnologia. “Tecnologia como esta pode ser usada pela Polícia do Pensamento da vida real.”

Kapur e o A.I. o especialista Maes é extremamente sensível a questões éticas como essas. Kapur acredita que, como criador, ele pode subverter usos nefastos ao incorporar salvaguardas ao design. Kapur insiste que AlterEgo não pode na realidade leia sua mente e nunca será capaz de fazer isso. Ele o desenvolveu muito deliberadamente para responder apenas a volitivo sinalização - comunicação consciente. Você deve quer para se comunicar com o cérebro do computador para interagir com ele. Isso diferencia o AlterEgo de, digamos, o Google Glass. O dispositivo não tem câmera, por exemplo, porque Kapur não quer que seus wearables coletem mais informações do que você expressamente lhes dá.

“I.A. em si não é ruim, mas ainda temos discussões sobre possíveis abusos da tecnologia ”, diz ele. “Portanto, tentamos construir a tecnologia para se adequar aos princípios que desenvolvemos. É por isso que projetamos o AlterEgo do zero - pensamos sobre isso de uma certa maneira desde o início, para que seja usado da maneira como o projetamos. ”

Kapur, que trabalhou em alguns projetos na Harvard Medical School, é especialmente motivado a usar a tecnologia para ajudar os deficientes. Pacientes com Alzheimer, equipados com o dispositivo, podem ter um auxiliar de memória, por exemplo. E porque detecta micro sinais neurais, pode ajudar as pessoas com deficiência física - pessoas surdas ou mudas, vítimas de derrame ou pessoas com ELA, gagueira ou autismo - a se comunicarem com o mundo.

Para tornar o AlterEgo realmente funcional, Kapur ainda precisa programar a coisa para detectar um vocabulário maior que 100 palavras. E ele precisará de dados suficientes para garantir que o dispositivo funcione em uma gama completa de diferentes cabeças e alto-falantes silenciosos. Dito isso, ele acha que a tecnologia existente é boa o suficiente para que, em algum momento, ela seja capaz de sintetizar informações e extrapolar novas palavras de seu contexto.

Nos escritórios modernos e brancos do Media Lab, é fácil ser seduzido por uma visão de um futuro brilhante e brilhante em que pensamos fluidamente com nossos dois cérebros - aquele com o qual nascemos e o computador ao qual nos conectamos voluntariamente nós mesmos.

Maes oferece uma série de maneiras de um I.A. totalmente integrado e perfeito. sistema poderia nos transformar se seu software fosse projetado para aumentar em vez de divertir. A tecnologia pode nos ajudar a realizar nossos sonhos, diz Maes. (Sua merecida reputação de guru tecnotópico é parte do que atrai alunos ambiciosos como Kapur ao MIT.) AlterEgo poderia nos ensinar línguas estrangeiras guiando-nos com fluidez pelo ambiente em uma língua não nativa. Pode ser um lubrificante social, lembrando-nos dos nomes das pessoas e outros pontos de dados importantes quando as saudamos.

“Acho que o futuro da sociedade humana consiste em colaborarmos com as máquinas.”

Então, como se fosse uma deixa, ela dá uma guinada inesperada para longe do puro conceito de fusão de mente humana A.I. de Kapur. Se conectado a informações de biofeedback, como frequência cardíaca, biomarcadores de suor e temperatura corporal, diz ela, o dispositivo poderia antecipar o comportamento e enviar sinais sutis para nos encorajar a alcançar objetivos pré-programados. Ele pode detectar quando estamos cochilando no trabalho e emitir um aroma estimulante de hortelã-pimenta. Ele poderia reprogramar o comportamento, emitindo o fedor de ovos podres quando alcançamos o terceiro cupcake. Ele pode detectar quando estamos ansiosos e entregar mensagens calmantes, inaudíveis para os outros, para nos acalmar.

É um futuro significativamente diferente - mais monetizável, talvez, e voltado para a engenharia comportamental - do que aquele imaginado por seu aluno. Se pudéssemos integrar a I.A. e todas as informações da web em nosso pensamento consciente, Maes parece sugerir, então poderíamos finalmente perder 10 libras. Mas talvez seja realmente o que queremos, afinal.

Não é difícil ver como a invenção de Kapur poderia, dentro de alguns anos, se tornar uma ideia de um bilhão de dólares, com implicações para a indústria de defesa e gigantes da tecnologia como Facebook e Amazon. Quem possui a propriedade intelectual por trás do AlterEgo é menos claro. Kapur fala sobre a questão. Ele diz que se deixasse o MIT, poderia levá-lo consigo. Mas esse não é o seu plano, por enquanto. Ele é levado a permanecer em um ambiente acadêmico, mexendo em uma invenção que acredita que vai melhorar a vida humana, em vez de simplesmente vender para quem der o lance mais alto. Este é o seu bebê, e ele quer ver isso até o fim.

Mas e se alguém copiar sua tecnologia, construir sua própria versão e criar a próxima empresa de tecnologia de unicórnios sem ele?

"Eu realmente não sei como responder a isso", diz ele com um encolher de ombros, sua expressão plácida, seus pensamentos ilegíveis.


6 maneiras de medir a atividade cerebral

Existem muitos métodos para capturar informações sobre as estruturas e funções do cérebro. Alguns deles são mais seguros do que outros, alguns envolvem técnicas difíceis, enquanto outros são bastante simples na sua execução, alguns são bastante caros e alguns podem ser executados todos os meses. Todos eles são usados ​​para coletar dados valiosos sobre nossa atividade cerebral, o que ajuda a determinar condições e doenças que seriam difíceis de diagnosticar em qualquer outro caso. Vejamos mais de perto quais métodos de varredura do cérebro estão disponíveis na medicina moderna.

1. Eletroencefalografia (EEG)

O EEG permite que especialistas em neurônios analisem a atividade cerebral medindo a atividade elétrica que é gerada nas diferentes camadas corticais do cérebro. Os sinais elétricos são captados nas áreas de matéria cinzenta com altas densidades de células piramidais que se comunicam entre si. Durante o processo de comunicação, essas células são ativadas em um padrão sincronizado e a eletricidade gerada se irradia para a superfície do crânio, onde os eletrodos de EEG são colocados. Os especialistas precisam amplificar esses sinais, pois eles ainda são muito sutis. Antes do processo de digitalização, eles medem o “local de referência” (geralmente essas são as áreas atrás de suas orelhas) e, em seguida, comparam a atividade de outras zonas com essa medição de controle. As mudanças nos campos elétricos ocorrem muito rapidamente - então, com o EEG, você obterá insights sobre os processos cerebrais com uma resolução de tempo muito alta (até 1 ms, dependendo da taxa de amostragem). O EEG permite que você grave os processos cerebrais que ocorrem logo após o início dos estímulos visuais ou de áudio (há processos cerebrais consistentes já após 50-100 ms pós-estímulo), mas você também pode monitorar os estados cerebrais que refletem o envolvimento, a motivação ou a sonolência que ocorre em períodos mais longos, como horas ou até dias. Esta resolução de tempo fenomenal oferece insights sobre o tempo preciso da atividade cerebral.

2. Imagem de ressonância magnética funcional (fMRI)

fMRI é um procedimento de neuroimagem funcional que mede a função cerebral por meio da detecção de mudanças no fluxo sanguíneo associadas à atividade neural. A teoria principal é que os neurônios requerem mais oxigênio quando estão ativos. Como o fluxo sanguíneo é lento, a fMRI é conhecida por ter resolução de baixo tempo. No entanto, a força central da ressonância magnética é sua excelente resolução espacial.
Normalmente, os entrevistados precisam ficar imóveis em um núcleo magnético enquanto um ímã supercondutor gira com alta frequência ao redor do corpo. A fMRI então mede a mudança na magnetização entre o sangue rico e pobre em oxigênio, mostrando a atividade relativa de diferentes regiões do cérebro. Além disso, imagens de altíssima resolução de estruturas cerebrais podem ser criadas com um nível excepcional de precisão. Com a imagem magnética, você pode reconstruir as formas individuais do crânio e as camadas corticais de todos os seus respondentes.

3. Tomografia computadorizada (TC)

A tomografia computadorizada projeta uma imagem do cérebro com base na absorção diferencial de raios-X. Durante o processo de digitalização, o paciente deita-se em uma mesa que desliza em um aparelho cilíndrico. O feixe de raios-X passa pela cabeça do paciente e, em seguida, os detectores da máquina fazem a amostragem das partículas. As imagens feitas por meio de raios-x dependem da absorção do feixe pelo tecido por onde passa. Os ossos e os tecidos duros absorvem bem os raios X, o ar e a água absorvem muito pouco e os tecidos moles ficam entre os dois. Assim, as tomografias revelam as características grosseiras do cérebro, mas não resolvem bem sua estrutura. Como você pode ver, a tomografia computadorizada é quase como uma imagem de raio-x do cérebro, portanto, causa um pouco de exposição radioativa e não pode ser realizada com muita frequência.

4. Magnetoencefalografia (MEG)

A principal diferença entre EEG e MEG é que com EEG os dados estão sendo coletados na forma de atividade elétrica gerada por disparo neural, quando no caso do MEG são campos magnéticos. Os dispositivos MEG são completamente estacionários, como os dispositivos fMRI. Para obter resultados mais precisos, o paciente deve ficar deitado ou sentado imóvel com a cabeça fixada. Para evitar que outros campos magnéticos vazem para o registro de dados e interfiram nos resultados, os pacientes são protegidos por uma câmara blindada. A maior vantagem é que o MEG combina a alta precisão no tempo do EEG com a alta precisão no espaço do fMRI, por isso é o melhor dos 2 mundos. No final, você obtém uma imagem precisa da resolução do sinal no tempo, o que significa que você saberá exatamente quais áreas estão ativas e, ao mesmo tempo, conhecerá a estrutura do crânio e do cérebro com muita precisão.

5. Tomografia por Emissão de Pósitrons (PET)

PET usa níveis de glicose de açúcar no cérebro para medir e demonstrar locais de disparo neural. Funciona porque os neurônios ativos usam a glicose como fonte de energia para a transição do sinal. Durante o processo de varredura, uma substância traçadora ligada a isótopos radioativos é injetada no sangue. O sangue com marcadores é enviado para fornecer oxigênio às partes do cérebro que se tornam ativas naquele momento. Isso cria pontos visíveis de atividade, que são captados por detectores e projetados na tela como uma imagem de vídeo do cérebro realizando uma determinada tarefa. Infelizmente, o PET nos permite ver apenas áreas gerais da atividade cerebral e não locais específicos. Além disso, os exames de PET são caros e invasivos, tornando seu uso limitado. No entanto, eles podem ser usados ​​em algumas formas de diagnóstico médico, incluindo para Alzheimer & # 8217s.

6. Espectroscopia de infravermelho próximo NIRS

NIRS é uma técnica óptica segura para medir a atividade avaliando a oxigenação do sangue no cérebro. Um raio de luz brilhante no espectro infravermelho próximo (700-900nm) varre o crânio e detecta a atenuação da luz ressurgente. A oxigenação do sangue afeta essa atenuação de luz e esses dados são coletados para medir indiretamente a atividade cerebral. Não é a maneira mais precisa ou informativa, mas definitivamente a mais inofensiva e fácil para o paciente.


Tecnologia para mover objetos com a mente criada por pesquisador mexicano

Sistemas capazes de processar pensamentos e traduzi-los em um comando para mover objetos são muito úteis para pessoas que não falam ou se movem, mas têm a desvantagem de causar fadiga mental. No entanto, um pesquisador mexicano projetou uma interface inteligente que é capaz de aprender até 90 por cento das instruções do usuário, operando de forma autônoma e reduzindo a fadiga.

Este projeto, denominado "Automatizando um sistema de interface cérebro-máquina", está a cargo de Christian Isaac Peñaloza Sanchez, candidato a doutorado em Neurociência Cognitiva Aplicada à Robótica da Universidade de Osaka, Japão.

“Trabalho há três anos neste projeto, baseado em interfaces cérebro-máquina, cuja função é medir a atividade dos neurônios para obter um sinal gerado por um pensamento, que é processado e convertido em uma indicação de movimento, por exemplo, uma prótese robótica, um ponteiro de computador ou eletrodomésticos ", diz o cientista, que faz parte da Mexican Talent Network, Chapter Japan.

Ele explica que o sistema consiste em eletrodos colocados no couro cabeludo da pessoa, que medem a atividade cerebral na forma de sinais de EEG. Eles são usados ​​para detectar padrões gerados por vários pensamentos e o estado mental do usuário (acordado, sonolento ou adormecido, etc.) e o nível de concentração.

Também inclui uma interface gráfica que exibe os dispositivos ou objetos disponíveis, que interpreta os sinais de EEG para atribuir comandos do usuário e dispositivos de controle.

Além disso, existem sensores wireless distribuídos na sala encarregados de enviar informações ambientais (como temperatura ou iluminação), atuadores de hardware móvel que recebem sinais para ligar e desligar aparelhos e um algoritmo de inteligência artificial.

“Este último coleta dados de sensores sem fio, eletrodos e comandos do usuário para aprender uma correlação entre o ambiente da sala, o estado mental da pessoa e suas atividades comuns”, disse Christian Peñaloza.

Ele acrescenta que para evitar que os usuários se submetam ao cansaço mental e à frustração pelos altos níveis de concentração durante os longos períodos de operação do sistema, foi estabelecido um sistema capaz de se tornar independente.

“Damos recursos de aprendizagem ao sistema implementando algoritmos inteligentes, que aprendem gradualmente as preferências do usuário. Em um ponto, ele pode assumir o controle dos dispositivos sem que a pessoa tenha que se concentrar muito para atingir esse objetivo”, disse Peñaloza Sanchez.

Por exemplo, detalha ele, um indivíduo pode utilizá-lo para controlar uma cadeira elétrica e movê-la para a sala por meio de comandos básicos (para frente, para trás, para a esquerda ou para a direita), que são aprendidos pelo sistema. Assim, da próxima vez que o usuário desejar realizar a mesma ação, basta pressionar um botão ou pensar a respeito para que a cadeira navegue automaticamente até o destino desejado.

Uma vez que o sistema opera automaticamente, o usuário não precisa mais exercer concentração para controlar os dispositivos. No entanto, o sistema continua monitorando os dados de EEG para detectar um sinal chamado Negatividade Relacionada a Erro. Que ocorre quando as pessoas tomam conhecimento de um erro cometido por elas mesmas ou por uma máquina.

Por exemplo, quando a temperatura da sala está quente, o usuário espera que a janela se abra automaticamente, mas se o sistema cometer um erro e ligar a TV, essa ação pode ser detectada pelo cérebro humano de forma espontânea sem que o usuário faça qualquer esforço. Isso permite que o comando que causou o erro seja corrigido e o sistema novamente treinado.

"Tivemos resultados muito bons em vários experimentos com várias pessoas que participaram como voluntários em nossos testes in vivo. Descobrimos que a fadiga mental do usuário diminui significativamente e o nível de aprendizagem pelo sistema aumenta substancialmente", disse o pesquisador.


Conteúdo

A história das interfaces cérebro-computador (BCIs) começa com a descoberta de Hans Berger da atividade elétrica do cérebro humano e o desenvolvimento da eletroencefalografia (EEG). Em 1924, Berger foi o primeiro a registrar a atividade do cérebro humano por meio de EEG. Berger foi capaz de identificar a atividade oscilatória, como a onda de Berger ou a onda alfa (8–13 Hz), analisando traçados de EEG.

O primeiro dispositivo de gravação de Berger era muito rudimentar. Ele inseriu fios de prata sob o couro cabeludo de seus pacientes. Posteriormente, foram substituídos por folhas de prata presas à cabeça do paciente por ataduras de borracha. Berger conectou esses sensores a um eletrômetro capilar Lippmann, com resultados decepcionantes. No entanto, dispositivos de medição mais sofisticados, como o galvanômetro de registro de bobina dupla da Siemens, que exibia tensões elétricas tão pequenas quanto um décimo milésimo de volt, levaram ao sucesso.

Berger analisou a inter-relação das alternâncias em seus diagramas de ondas EEG com doenças cerebrais. Os EEGs permitiram possibilidades completamente novas para a pesquisa das atividades do cérebro humano.

Embora o termo ainda não tenha sido cunhado, um dos primeiros exemplos de uma interface cérebro-máquina funcional foi a peça Música para artista solo (1965) do compositor americano Alvin Lucier. A peça faz uso de EEG e hardware de processamento de sinal analógico (filtros, amplificadores e uma mesa de mixagem) para estimular instrumentos de percussão acústica. Para executar a peça, é necessário produzir ondas alfa e, assim, "tocar" os vários instrumentos de percussão por meio de alto-falantes que são colocados próximos ou diretamente nos próprios instrumentos. [8]

O professor Jacques Vidal da UCLA cunhou o termo "BCI" e produziu as primeiras publicações revisadas por pares sobre este tópico. [2] [3] Vidal é amplamente reconhecido como o inventor de BCIs na comunidade BCI, conforme refletido em vários artigos revisados ​​por pares revisando e discutindo o campo (por exemplo, [9] [10] [11]). Seu artigo de 1973 declarou o "desafio BCI": Controle de objetos externos usando sinais de EEG. Em especial, ele apontou o potencial de Variação Contingente Negativa (CNV) como um desafio para o controle do BCI. A experiência de 1977 que Vidal descreveu foi a primeira aplicação de BCI após seu desafio de 1973 com BCI. Era um controle EEG não invasivo (na verdade, Potenciais Evocados Visuais (VEP)) de um objeto gráfico semelhante a um cursor em uma tela de computador. A demonstração foi um movimento em um labirinto. [12]

Depois de suas contribuições iniciais, Vidal não participou da pesquisa do BCI, nem dos eventos do BCI, como conferências, por muitos anos. Em 2011, porém, deu uma palestra em Graz, Áustria, com o apoio do projeto Future BNCI, apresentando o primeiro BCI, que foi aplaudido de pé. Vidal foi acompanhado por sua esposa, Laryce Vidal, que já trabalhou com ele na UCLA em seu primeiro projeto BCI.

Em 1988, foi apresentado um relatório sobre o controle EEG não invasivo de um objeto físico, um robô. O experimento descrito foi o controle EEG de múltiplos start-stop-restart do movimento do robô, ao longo de uma trajetória arbitrária definida por uma linha desenhada no chão. O comportamento de seguimento de linha era o comportamento padrão do robô, utilizando inteligência autônoma e fonte autônoma de energia. [13] [14] Este relatório de 1988 escrito por Stevo Bozinovski, Mihail Sestakov e Liljana Bozinovska foi o primeiro sobre um controle de robô usando EEG. [15] [16]

Em 1990, foi feito um relatório sobre um circuito fechado, bidirecional adaptativo BCI controlando a campainha do computador por um potencial cerebral antecipatório, o potencial de Variação Negativa Contingente (CNV). [17] [18] O experimento descreveu como um estado de expectativa do cérebro, manifestado por CNV, controla em um loop de feedback a campainha S2 no paradigma S1-S2-CNV. A onda cognitiva obtida representando a expectativa de aprendizagem no cérebro é denominada Eletroexpectograma (EXG). O potencial do cérebro CNV foi parte do desafio BCI apresentado por Vidal em seu artigo de 1973.

Estudos em 2010 sugeriram a capacidade potencial de estimulação neural para restaurar conectivamente funcional e comportamentos associados por meio da modulação de mecanismos moleculares de eficácia sináptica. [19] [20] Isso abriu a porta para o conceito de que as tecnologias BCI podem ser capazes de restaurar a função, além de habilitar a funcionalidade.

Desde 2013, a DARPA financiou a tecnologia BCI por meio da iniciativa BRAIN, que apoiou o trabalho do Centro Médico da Universidade de Pittsburgh, [21] Paradromics, [22] Brown, [23] e Synchron, [24] entre outros.

Neuroprostética é uma área da neurociência que se preocupa com próteses neurais, ou seja, usando dispositivos artificiais para substituir a função de sistemas nervosos prejudicados e problemas relacionados ao cérebro, ou de órgãos sensoriais ou próprios (bexiga, diafragma, etc.). Em dezembro de 2010, os implantes cocleares foram implantados como dispositivos neuroprotéticos em aproximadamente 220.000 pessoas em todo o mundo. [25] Existem também vários dispositivos neuroprotéticos que visam restaurar a visão, incluindo implantes de retina. O primeiro dispositivo neuroprotético, porém, foi o marca-passo.

Os termos às vezes são usados ​​indistintamente. A neuroprostética e as BCIs buscam atingir os mesmos objetivos, como restaurar a visão, a audição, o movimento, a capacidade de comunicação e até mesmo a função cognitiva. [1] Ambos usam métodos experimentais e técnicas cirúrgicas semelhantes.

Vários laboratórios conseguiram registrar sinais de córtices cerebrais de macacos e ratos para operar BCIs para produzir movimento. Os macacos navegaram nos cursores do computador na tela e comandaram braços robóticos para realizar tarefas simples simplesmente pensando na tarefa e vendo o feedback visual, mas sem nenhuma saída do motor. [26] Em maio de 2008, as fotos que mostravam um macaco no Centro Médico da Universidade de Pittsburgh operando um braço robótico pelo pensamento foram publicadas em uma série de jornais e revistas de ciência bem conhecidos. [27] Ovinos também foram usados ​​para avaliar a tecnologia BCI, incluindo o Stentrode de Synchron.

Em 2020, o Neuralink de Elon Musk foi implantado com sucesso em um porco, [28] anunciado em um webcast amplamente visto. Em 2021, Elon Musk anunciou que havia habilitado com sucesso um macaco para jogar videogame [29] usando o dispositivo do Neuralink.

Edição dos primeiros trabalhos

Em 1969, os estudos de condicionamento operante de Fetz e colegas, no Regional Primate Research Center e no Departamento de Fisiologia e Biofísica da Escola de Medicina da Universidade de Washington em Seattle, mostraram pela primeira vez que os macacos podiam aprender a controlar a deflexão de um medidor de biofeedback braço com atividade neural. [30] Trabalho semelhante na década de 1970 estabeleceu que os macacos poderiam aprender rapidamente a controlar voluntariamente as taxas de disparo de neurônios individuais e múltiplos no córtex motor primário se fossem recompensados ​​por gerar padrões apropriados de atividade neural. [31]

Os estudos que desenvolveram algoritmos para reconstruir os movimentos dos neurônios do córtex motor, que controlam o movimento, datam da década de 1970. Na década de 1980, Apostolos Georgopoulos, da Universidade Johns Hopkins, descobriu uma relação matemática entre as respostas elétricas de neurônios do córtex motor único em macacos rhesus e a direção em que moviam seus braços (com base em uma função cosseno). Ele também descobriu que grupos dispersos de neurônios, em diferentes áreas do cérebro do macaco, controlavam coletivamente os comandos motores, mas eram capazes de registrar os disparos dos neurônios em apenas uma área por vez, devido às limitações técnicas impostas por seu equipamento. [32]

Tem havido um rápido desenvolvimento em BCIs desde meados da década de 1990. [33] Vários grupos conseguiram capturar sinais complexos do córtex motor do cérebro gravando de conjuntos neurais (grupos de neurônios) e usando-os para controlar dispositivos externos.

Sucessos de pesquisa proeminentes Editar

Kennedy e Yang Dan Editar

Phillip Kennedy (que mais tarde fundou a Neural Signals em 1987) e colegas construíram a primeira interface intracortical cérebro-computador implantando eletrodos de cone neurotrófico em macacos. [ citação necessária ]

Em 1999, pesquisadores liderados por Yang Dan, da University of California, Berkeley, decodificaram disparos neuronais para reproduzir imagens vistas por gatos. A equipe usou uma série de eletrodos embutidos no tálamo (que integra todas as entradas sensoriais do cérebro) de gatos de olhos aguçados. Os pesquisadores direcionaram 177 células cerebrais na área do núcleo geniculado lateral do tálamo, que decodifica os sinais da retina. Os gatos viram oito curtas-metragens, e seus disparos de neurônios foram gravados. Usando filtros matemáticos, os pesquisadores decodificaram os sinais para gerar filmes do que os gatos viram e foram capazes de reconstruir cenas reconhecíveis e objetos em movimento. [34] Resultados semelhantes em humanos foram alcançados por pesquisadores no Japão (veja abaixo).

Nicolelis Editar

Miguel Nicolelis, professor da Duke University, em Durham, Carolina do Norte, foi um defensor proeminente do uso de vários eletrodos espalhados por uma área maior do cérebro para obter sinais neuronais para conduzir um BCI.

Após conduzir estudos iniciais em ratos durante a década de 1990, Nicolelis e seus colegas desenvolveram BCIs que decodificaram a atividade cerebral em macacos-coruja e usaram os dispositivos para reproduzir os movimentos dos macacos em braços robóticos. Os macacos têm habilidades avançadas de alcance e preensão, além de boas habilidades de manipulação das mãos, o que os torna objetos de teste ideais para esse tipo de trabalho.

Em 2000, o grupo conseguiu construir um BCI que reproduzia os movimentos do macaco-coruja enquanto o macaco operava um joystick ou procurava comida. [35] O BCI operava em tempo real e também podia controlar um robô separado remotamente pelo protocolo da Internet. Mas os macacos não podiam ver o braço se movendo e não recebiam nenhum feedback, o chamado BCI de malha aberta.

Experimentos posteriores de Nicolelis usando macacos rhesus conseguiram fechar o ciclo de feedback e reproduziram movimentos de alcance e agarramento do macaco em um braço de robô. Com seus cérebros profundamente fendidos e enrugados, os macacos rhesus são considerados melhores modelos para a neurofisiologia humana do que os macacos-coruja. Os macacos foram treinados para alcançar e agarrar objetos em uma tela de computador, manipulando um joystick, enquanto os movimentos correspondentes de um braço de robô eram ocultados. [36] [37] Os macacos viram o robô diretamente e aprenderam a controlá-lo observando seus movimentos. O BCI usou previsões de velocidade para controlar os movimentos de alcance e, simultaneamente, previu a força de preensão manual. Em 2011, O'Doherty e colegas mostraram um BCI com feedback sensorial com macacos rhesus. O macaco era o cérebro controlando a posição de um braço de avatar enquanto recebia feedback sensorial por meio de estimulação intracortical direta (ICMS) na área de representação do braço do córtex sensorial. [38]

Donoghue, Schwartz e Andersen Edit

Outros laboratórios que desenvolveram BCIs e algoritmos que decodificam sinais de neurônios incluem aqueles executados por John Donoghue na Brown University, Andrew Schwartz na Universidade de Pittsburgh e Richard Andersen na Caltech. Esses pesquisadores foram capazes de produzir BCIs funcionais, mesmo usando sinais registrados de muito menos neurônios do que Nicolelis (15-30 neurônios contra 50-200 neurônios).

O grupo de Donoghue relatou o treinamento de macacos rhesus para usar um BCI para rastrear alvos visuais em uma tela de computador (circuito fechado BCI) com ou sem a ajuda de um joystick. [39] O grupo de Schwartz criou um BCI para rastreamento tridimensional em realidade virtual e também reproduziu o controle BCI em um braço robótico. [40] O mesmo grupo também criou manchetes quando demonstraram que um macaco poderia se alimentar com pedaços de frutas e marshmallows usando um braço robótico controlado por sinais cerebrais do próprio animal. [41] [42] [43]

O grupo de Andersen usou gravações da atividade de pré-movimento do córtex parietal posterior em seu BCI, incluindo sinais criados quando os animais experimentais anteciparam o recebimento de uma recompensa. [44]

Outra pesquisa Editar

Além de predizer parâmetros cinemáticos e cinéticos dos movimentos dos membros, BCIs que predizem a atividade eletromiográfica ou elétrica dos músculos dos primatas estão sendo desenvolvidos. [45] Esses BCIs podem ser usados ​​para restaurar a mobilidade em membros paralisados ​​por meio da estimulação elétrica dos músculos.

Miguel Nicolelis e colegas demonstraram que a atividade de grandes conjuntos neurais pode predizer a posição do braço. Este trabalho possibilitou a criação de BCIs que lêem as intenções dos movimentos do braço e as traduzem em movimentos de atuadores artificiais. Carmena e colegas [36] programaram a codificação neural em um BCI que permitia a um macaco controlar os movimentos de alcance e preensão de um braço robótico. Lebedev e colegas [37] argumentaram que as redes cerebrais se reorganizam para criar uma nova representação do apêndice robótico, além da representação dos próprios membros do animal.

Em 2019, pesquisadores da UCSF publicaram um estudo onde demonstraram um BCI que tinha o potencial de ajudar pacientes com deficiência de fala causada por distúrbios neurológicos. O BCI usava eletrocorticografia de alta densidade para explorar a atividade neural do cérebro de um paciente e métodos de aprendizado profundo para sintetizar a fala. [46] [47]

O maior impedimento para a tecnologia BCI no momento é a falta de uma modalidade de sensor que forneça acesso seguro, preciso e robusto aos sinais cerebrais. É concebível ou mesmo provável, entretanto, que tal sensor seja desenvolvido nos próximos vinte anos. O uso de tal sensor deve expandir muito a gama de funções de comunicação que podem ser fornecidas usando um BCI.

O desenvolvimento e a implementação de um sistema BCI são complexos e demorados. Em resposta a este problema, Gerwin Schalk tem desenvolvido um sistema de uso geral para pesquisas BCI, chamado BCI2000. O BCI2000 está em desenvolvimento desde 2000 em um projeto liderado pelo Programa de Pesquisa e Desenvolvimento de Interface Cérebro-Computador no Wadsworth Center do Departamento de Saúde do Estado de Nova York em Albany, Nova York, Estados Unidos.

Uma nova abordagem "sem fio" usa canais iônicos controlados por luz, como o Channelrhodopsin, para controlar a atividade de subconjuntos de neurônios geneticamente definidos in vivo. No contexto de uma tarefa de aprendizagem simples, a iluminação de células transfectadas no córtex somatossensorial influenciou o processo de tomada de decisão de camundongos em movimento livre. [48]

O uso de IMC também levou a uma compreensão mais profunda das redes neurais e do sistema nervoso central. A pesquisa mostrou que, apesar da inclinação dos neurocientistas em acreditar que os neurônios têm mais efeito quando trabalham juntos, neurônios individuais podem ser condicionados pelo uso de IMC para disparar em um padrão que permite aos primatas controlar as saídas motoras. O uso de IMC levou ao desenvolvimento do princípio de insuficiência de neurônio único, que afirma que mesmo com uma taxa de disparo bem ajustada, neurônios individuais podem carregar apenas uma pequena quantidade de informações e, portanto, o nível mais alto de precisão é alcançado registrando disparos do conjunto coletivo . Outros princípios descobertos com o uso de IMC incluem o princípio de multitarefa neuronal, o princípio de massa neuronal, o princípio de degenerescência neural e o princípio de plasticidade. [49]

As BCIs também são propostas para serem aplicadas por usuários sem deficiência. Uma categorização centrada no usuário das abordagens BCI por Thorsten O. Zander e Christian Kothe introduz o termo BCI passivo. [50] Ao lado do BCI ativo e reativo que são usados ​​para controle direcionado, os BCIs passivos permitem avaliar e interpretar as mudanças no estado do usuário durante a Interação Humano-Computador (HCI). Em um loop de controle implícito secundário, o sistema de computador se adapta ao seu usuário, melhorando sua usabilidade em geral.

Além dos sistemas BCI que decodificam a atividade neural para acionar efetores externos, os sistemas BCI podem ser usados ​​para codificar sinais da periferia. Esses dispositivos sensoriais BCI permitem decisões comportamentais relevantes em tempo real com base na estimulação neural de circuito fechado. [51]

The BCI Award Edit

O Prêmio Anual de Pesquisa BCI é concedido em reconhecimento à pesquisa notável e inovadora no campo de Interfaces Cérebro-Computador. A cada ano, um renomado laboratório de pesquisa é chamado para julgar os projetos inscritos. O júri é composto por especialistas BCI líderes mundiais, recrutados pelo laboratório de premiação. O júri seleciona doze indicados e, em seguida, escolhe um vencedor de primeiro, segundo e terceiro lugar, que receberá prêmios de $ 3.000, $ 2.000 e $ 1.000, respectivamente.

Edição de BCIs invasivos

A BCI invasiva requer cirurgia para implantar eletrodos sob o couro cabeludo para comunicar os sinais cerebrais. A principal vantagem é fornecer uma leitura mais precisa, no entanto, sua desvantagem inclui os efeitos colaterais da cirurgia. Após a cirurgia, podem se formar tecidos de cicatriz que podem enfraquecer os sinais cerebrais. Além disso, de acordo com a pesquisa de Abdulkader et al., (2015), [52] o corpo pode não aceitar os eletrodos implantados e isso pode causar um quadro clínico.

Edição de visão

A pesquisa invasiva da BCI teve como objetivo reparar danos à visão e fornecer novas funcionalidades para pessoas com paralisia. BCIs invasivos são implantados diretamente na massa cinzenta do cérebro durante a neurocirurgia. Por estarem na massa cinzenta, os dispositivos invasivos produzem os sinais da mais alta qualidade dos dispositivos BCI, mas são propensos ao acúmulo de tecido cicatricial, fazendo com que o sinal se torne mais fraco, ou mesmo inexistente, conforme o corpo reage a um objeto estranho no cérebro. [53]

No ciência da visão, implantes cerebrais diretos têm sido usados ​​para tratar a cegueira não congênita (adquirida). Um dos primeiros cientistas a produzir uma interface cerebral funcional para restaurar a visão foi o pesquisador particular William Dobelle.

O primeiro protótipo de Dobelle foi implantado em "Jerry", um homem cego na idade adulta, em 1978. Um BCI de matriz única contendo 68 eletrodos foi implantado no córtex visual de Jerry e conseguiu produzir fosfenos, a sensação de ver a luz. O sistema incluiu câmeras montadas em óculos para enviar sinais ao implante. Inicialmente, o implante permitiu que Jerry visse tons de cinza em um campo de visão limitado em um frame baixo. Isso também exigia que ele fosse conectado a um computador mainframe, mas a eletrônica cada vez menor e os computadores mais rápidos tornavam seu olho artificial mais portátil e agora permitem que ele execute tarefas simples sem ajuda. [54]

Em 2002, Jens Naumann, também cego na idade adulta, tornou-se o primeiro de uma série de 16 pacientes pagantes a receber o implante de segunda geração de Dobelle, marcando um dos primeiros usos comerciais dos BCIs. O dispositivo de segunda geração usava um implante mais sofisticado, permitindo um melhor mapeamento dos fosfenos em uma visão coerente. Os Fosfenos estão espalhados pelo campo visual no que os pesquisadores chamam de "efeito da noite estrelada". Imediatamente após o implante, Jens foi capaz de usar sua visão restaurada imperfeitamente para dirigir um automóvel lentamente ao redor do estacionamento do instituto de pesquisa. [ citação necessária Infelizmente, Dobelle morreu em 2004 [55] antes que seus processos e desenvolvimentos fossem documentados. Posteriormente, quando o Sr. Naumann e os outros pacientes do programa começaram a ter problemas de visão, não houve alívio e eles acabaram perdendo a "visão" novamente. Naumann escreveu sobre sua experiência com o trabalho de Dobelle em Busca pelo paraíso: o relato de um paciente sobre o experimento de visão artificial [56] e voltou para sua fazenda no sudeste de Ontário, Canadá, para retomar suas atividades normais. [57]

Edição de Movimento

BCIs com foco em neuroprostética motora visam restaurar o movimento em indivíduos com paralisia ou fornecer dispositivos para ajudá-los, como interfaces com computadores ou braços de robô.

Os pesquisadores da Emory University em Atlanta, liderados por Philip Kennedy e Roy Bakay, foram os primeiros a instalar um implante cerebral em um ser humano que produzia sinais de qualidade alta o suficiente para simular o movimento. Seu paciente, Johnny Ray (1944-2002), sofria de 'síndrome de encarceramento' após sofrer um derrame cerebral em 1997. O implante de Ray foi instalado em 1998 e ele viveu o suficiente para começar a trabalhar com o implante, eventualmente aprendendo a controlar um cursor de computador ele morreu em 2002 de um aneurisma cerebral. [58]

O tetraplégico Matt Nagle se tornou a primeira pessoa a controlar uma mão artificial usando um BCI em 2005 como parte do primeiro teste humano de nove meses do implante de chip BrainGate da Cyberkinetics. Implantado no giro pré-central direito de Nagle (área do córtex motor para movimento do braço), o implante BrainGate de 96 eletrodos permitiu a Nagle controlar um braço robótico pensando em mover sua mão, bem como um cursor de computador, luzes e TV. [59] Um ano depois, o professor Jonathan Wolpaw recebeu o prêmio da Altran Foundation for Innovation para desenvolver uma interface cérebro-computador com eletrodos localizados na superfície do crânio, em vez de diretamente no cérebro.

Mais recentemente, equipes de pesquisa lideradas pelo grupo Braingate na Brown University [60] e um grupo liderado pelo University of Pittsburgh Medical Center, [61] ambos em colaboração com o Departamento de Assuntos de Veteranos dos Estados Unidos, demonstraram maior sucesso no controle direto de membros protéticos robóticos com muitos graus de liberdade usando conexões diretas a matrizes de neurônios no córtex motor de pacientes com tetraplegia.

Em maio de 2021, uma equipe da Universidade de Stanford relatou um teste de prova de conceito bem-sucedido que permitiu a um participante quadriplégico inserir frases em inglês com cerca de 86 caracteres por minuto. O participante se imaginava movendo a mão para escrever letras, e o sistema realizava o reconhecimento da caligrafia em sinais elétricos detectados no córtex motor. [62]

Edição de BCIs parcialmente invasivos

Dispositivos BCI parcialmente invasivos são implantados dentro do crânio, mas ficam fora do cérebro, e não dentro da massa cinzenta. Eles produzem sinais de melhor resolução do que os BCIs não invasivos, onde o tecido ósseo do crânio desvia e deforma os sinais e tem um risco menor de formar tecido cicatricial no cérebro do que os BCIs totalmente invasivos. Houve demonstração pré-clínica de BCIs intracorticais do córtex perilesional de AVC. [63]

Edição de neurologia intervencionista

O maior avanço em BCIs parcialmente invasivos ocorreu na área de neurologia intervencionista. Elon Musk mencionou o potencial para isso em 2016 [64], mas nunca o perseguiu. Enquanto isso, em 2010, pesquisadores afiliados à University of Melbourne começaram a desenvolver um BCI que poderia ser inserido por meio do sistema vascular. O neurologista australiano Thomas Oxley (Mount Sinai Hospital) concebeu a ideia deste BCI, denominado Stentrode e que recebeu financiamento da DARPA. Estudos pré-clínicos avaliaram a tecnologia em ovinos.

Em novembro de 2020, dois participantes que sofrem de esclerose lateral amiotrófica foram capazes de controlar sem fio um sistema operacional para enviar mensagens de texto, e-mail, fazer compras e fazer transações bancárias usando o pensamento direto através da interface cérebro-computador Stentrode, [65] marcando a primeira vez que um cérebro A interface do computador foi implantada através dos vasos sanguíneos do paciente, eliminando a necessidade de cirurgia de cérebro aberto.

Editar ECoG

Eletrocorticografia (ECoG) mede a atividade elétrica do cérebro tirada da parte inferior do crânio de maneira semelhante à eletroencefalografia não invasiva, mas os eletrodos são embutidos em uma fina almofada de plástico que é colocada acima do córtex, abaixo da dura-máter. [66] As tecnologias de ECoG foram testadas pela primeira vez em humanos em 2004 por Eric Leuthardt e Daniel Moran da Universidade de Washington em St Louis. Em um teste posterior, os pesquisadores permitiram que um adolescente jogasse Space Invaders usando seu implante ECoG. [67] Esta pesquisa indica que o controle é rápido, requer treinamento mínimo e pode ser uma compensação ideal em relação à fidelidade do sinal e ao nível de invasão. [nota 1]

Os sinais podem ser subdurais ou epidurais, mas não são retirados do próprio parênquima cerebral. Não foi estudado extensivamente até recentemente devido ao acesso limitado de assuntos. Atualmente, a única maneira de adquirir o sinal para estudo é por meio do uso de pacientes que necessitam de monitoramento invasivo para localização e ressecção de um foco epileptogênico.

ECoG é uma modalidade BCI intermediária muito promissora porque tem maior resolução espacial, melhor relação sinal-ruído, faixa de frequência mais ampla e menos requisitos de treinamento do que EEG registrado no couro cabeludo e, ao mesmo tempo, tem menor dificuldade técnica, menor risco clínico e, provavelmente, estabilidade superior a longo prazo do que o registro intracortical de um único neurônio. Este perfil de recursos e evidências recentes do alto nível de controle com requisitos mínimos de treinamento mostram potencial para aplicação no mundo real para pessoas com deficiência motora. [69] [70] Dispositivos BCI de imagem reativa à luz ainda estão no reino da teoria.

Edição de BCIs não invasivos

Também houve experimentos em humanos usando tecnologias de neuroimagem não invasivas como interfaces. A maioria substancial dos trabalhos publicados de BCI envolve BCIs não invasivos baseados em EEG. As tecnologias e interfaces não invasivas baseadas em EEG têm sido usadas para uma variedade muito mais ampla de aplicações.Embora as interfaces baseadas em EEG sejam fáceis de usar e não exijam cirurgia, elas têm resolução espacial relativamente pobre e não podem usar sinais de alta frequência de maneira eficaz porque o crânio amortece os sinais, dispersando e borrando as ondas eletromagnéticas criadas pelos neurônios. As interfaces baseadas em EEG também requerem algum tempo e esforço antes de cada sessão de uso, enquanto as não baseadas em EEG, assim como as invasivas, não requerem nenhum treinamento prévio de uso. No geral, o melhor BCI para cada usuário depende de vários fatores.

Interface homem-computador não baseada em EEG Editar

Edição de eletrooculografia (EOG)

Em 1989, foi feito um relatório sobre o controle de um robô móvel pelo movimento dos olhos usando sinais de eletrooculografia (EOG). Um robô móvel foi conduzido do início ao objetivo usando cinco comandos EOG, interpretados como avançar, retroceder, esquerda, direita e parar. [71] O EOG como um desafio de controlar objetos externos foi apresentado por Vidal em seu artigo de 1973. [2]

Oscilação do tamanho da pupila Editar

Um artigo de 2016 [72] descreveu um dispositivo de comunicação totalmente novo e uma interface homem-computador não baseada em EEG, que não requer fixação visual ou capacidade de mover os olhos. A interface é baseada no interesse velado de direcionar a atenção para uma letra escolhida em um teclado virtual, sem a necessidade de mover os olhos para olhar diretamente para a letra. Cada letra tem seu próprio círculo (fundo) que micro-oscila em brilho de forma diferente de todas as outras letras. A seleção de letras é baseada no melhor ajuste entre a oscilação não intencional do tamanho da pupila e o padrão de oscilação de brilho do círculo de fundo. A precisão é adicionalmente melhorada pelo ensaio mental do usuário das palavras 'claro' e 'escuro' em sincronia com as transições de brilho do círculo da letra.

Editar espectroscopia de infravermelho próximo funcional

Em 2014 e 2017, um BCI usando espectroscopia de infravermelho próximo funcional para pacientes "bloqueados" com esclerose lateral amiotrófica (ELA) foi capaz de restaurar algumas habilidades básicas dos pacientes para se comunicarem com outras pessoas. [73] [74]

Interfaces cérebro-computador baseadas em eletroencefalografia (EEG). Editar

Depois que o desafio BCI foi declarado por Vidal em 1973, os relatórios iniciais sobre a abordagem não invasiva incluíram o controle de um cursor em 2D usando VEP (Vidal 1977), o controle de uma campainha usando CNV (Bozinovska et al. 1988, 1990), controle de um objeto físico, um robô, usando um ritmo cerebral (alfa) (Bozinovski et al. 1988), controle de um texto escrito em uma tela usando o P300 (Farwell e Donchin, 1988). [75]

Nos primeiros dias da pesquisa da BCI, outra barreira substancial ao uso da eletroencefalografia (EEG) como uma interface cérebro-computador era o extenso treinamento necessário antes que os usuários pudessem trabalhar com a tecnologia. Por exemplo, em experimentos iniciados em meados da década de 1990, Niels Birbaumer, da Universidade de Tübingen, na Alemanha, treinou pessoas gravemente paralisadas para autorregular o potenciais corticais lentos em seu EEG a tal ponto que esses sinais podem ser usados ​​como um sinal binário para controlar um cursor de computador. [76] (Birbaumer havia treinado epilépticos anteriormente para prevenir ataques iminentes, controlando esta onda de baixa voltagem.) O experimento viu dez pacientes treinados para mover um cursor de computador controlando suas ondas cerebrais. O processo era lento, exigindo mais de uma hora para os pacientes escreverem 100 caracteres com o cursor, enquanto o treinamento costumava levar muitos meses. No entanto, a abordagem do potencial cortical lento para BCIs não é usada há vários anos, uma vez que outras abordagens requerem pouco ou nenhum treinamento, são mais rápidas e precisas e funcionam para uma proporção maior de usuários.

Outro parâmetro de pesquisa é o tipo de atividade oscilatória que é medida. Gert Pfurtscheller fundou o Laboratório BCI 1991 e alimentou seus resultados de pesquisa em imagens motoras no primeiro BCI online baseado em características oscilatórias e classificadores. Junto com Birbaumer e Jonathan Wolpaw da New York State University, eles se concentraram no desenvolvimento de tecnologia que permitiria aos usuários escolher os sinais cerebrais que consideravam mais fáceis de operar um BCI, incluindo mu e beta ritmos.

Outro parâmetro é o método de feedback utilizado e isso é mostrado nos estudos dos sinais do P300. Os padrões das ondas P300 são gerados involuntariamente (feedback de estímulo) quando as pessoas veem algo que reconhecem e podem permitir que as BCIs decodifiquem categorias de pensamentos sem primeiro treinar os pacientes. Em contraste, os métodos de biofeedback descritos acima requerem aprender a controlar as ondas cerebrais para que a atividade cerebral resultante possa ser detectada.

Em 2005 foi relatada pesquisa sobre emulação de EEG de circuitos de controle digital para BCI, com exemplo de flip-flop CNV. [77] Em 2009, foi relatado o controle EEG não invasivo de um braço robótico usando um flip-flop CNV. [78] Em 2011, foi relatado o controle de dois braços robóticos resolvendo a tarefa da Torre de Hanoi com três discos usando um flip-flop CNV. [79] Em 2015, foi descrita a emulação de EEG de um gatilho Schmidt, flip-flop, demultiplexador e modem. [80]

Enquanto uma interface cérebro-computador baseada em EEG tem sido buscada extensivamente por uma série de laboratórios de pesquisa, avanços recentes feitos por Bin He e sua equipe na Universidade de Minnesota sugerem o potencial de uma interface cérebro-computador baseada em EEG para realizar tarefas quase invasivas interface cérebro-computador. Usando neuroimagem funcional avançada, incluindo ressonância magnética funcional BOLD e imagem de fonte de EEG, Bin He e colegas identificaram a co-variação e co-localização de sinais eletrofisiológicos e hemodinâmicos induzidos pela imaginação motora. [81] Refinado por uma abordagem de neuroimagem e por um protocolo de treinamento, Bin He e colegas de trabalho demonstraram a capacidade de uma interface cérebro-computador baseada em EEG não invasiva para controlar o vôo de um helicóptero virtual no espaço tridimensional, com base em imaginação motora. [82] Em junho de 2013, foi anunciado que Bin He havia desenvolvido a técnica para permitir que um helicóptero de controle remoto fosse guiado através de uma pista de obstáculos. [83]

Além de uma interface cérebro-computador baseada em ondas cerebrais, conforme registrado a partir de eletrodos de EEG do couro cabeludo, Bin He e colegas de trabalho exploraram uma interface cérebro-computador baseada em sinal de EEG virtual, resolvendo primeiro o problema inverso de EEG e, em seguida, usando o resultado virtual EEG para tarefas de interface cérebro-computador. Estudos bem controlados sugeriram os méritos de tal interface cérebro-computador baseada na análise de fontes. [84]

Um estudo de 2014 descobriu que pacientes com deficiência motora grave podiam se comunicar de maneira mais rápida e confiável com EEG BCI não invasivo do que com qualquer canal de comunicação baseado em músculos. [85]

Um estudo de 2016 descobriu que o dispositivo Emotiv EPOC pode ser mais adequado para tarefas de controle usando o nível de atenção / meditação ou piscar de olhos do que o dispositivo Neurosky MindWave. [86]

Um estudo de 2019 descobriu que a aplicação de algoritmos evolutivos poderia melhorar a classificação do estado mental de EEG com um dispositivo Muse não invasivo, permitindo a classificação de alta qualidade dos dados adquiridos por um dispositivo de detecção de EEG de baixo custo. [87]

Arrays de eletrodos ativos secos Editar

No início da década de 1990, Babak Taheri, na Universidade da Califórnia, Davis demonstrou os primeiros arranjos de eletrodos ativos secos de um único e também multicanal usando micro-usinagem. A construção e os resultados do eletrodo EEG seco de canal único foram publicados em 1994. [88] O eletrodo arranjado também demonstrou um bom desempenho em comparação com os eletrodos de prata / cloreto de prata. O dispositivo consistia em quatro locais de sensores com componentes eletrônicos integrados para reduzir o ruído pelo casamento de impedância. As vantagens de tais eletrodos são: (1) nenhum eletrólito usado, (2) nenhuma preparação da pele, (3) tamanho do sensor significativamente reduzido e (4) compatibilidade com sistemas de monitoramento de EEG. O conjunto de eletrodos ativos é um sistema integrado feito de um conjunto de sensores capacitivos com circuitos integrados locais alojados em um pacote com baterias para alimentar o circuito. Este nível de integração foi necessário para atingir o desempenho funcional obtido pelo eletrodo.

O eletrodo foi testado em uma bancada de teste elétrico e em seres humanos em quatro modalidades de atividade EEG, a saber: (1) EEG espontâneo, (2) potenciais relacionados a eventos sensoriais, (3) potenciais do tronco cerebral e (4) eventos cognitivos potenciais relacionados. O desempenho do eletrodo seco foi comparado favoravelmente com o dos eletrodos úmidos padrão em termos de preparação da pele, sem necessidade de gel (seco) e relação sinal-ruído mais alta. [89]

Em 1999, pesquisadores da Case Western Reserve University, em Cleveland, Ohio, liderados por Hunter Peckham, usaram calota craniana de 64 eletrodos EEG para retornar movimentos limitados das mãos ao tetraplégico Jim Jatich. Como Jatich se concentrou em conceitos simples, mas opostos, como para cima e para baixo, sua saída de EEG de ritmo beta foi analisada usando um software para identificar padrões no ruído. Um padrão básico foi identificado e usado para controlar um interruptor: a atividade acima da média foi definida como ligada, abaixo da média desligada. Além de permitir que Jatich controlasse um cursor de computador, os sinais também eram usados ​​para acionar os controladores nervosos embutidos em suas mãos, restaurando alguns movimentos. [90]

Edição de BCIs de EEG SSVEP móvel

Em 2009, o headband NCTU Brain-Computer-Interface-headband foi relatado. Os pesquisadores que desenvolveram esta faixa de cabeça BCI também projetaram eletrodos secos do Sistema MicroElectro-Mecânico (MEMS) à base de silício, projetados para aplicação em locais não peludos do corpo. Esses eletrodos foram fixados à placa DAQ na faixa de cabeça com porta-eletrodos de encaixe. O módulo de processamento de sinal mediu a atividade alfa e o telefone habilitado para Bluetooth avaliou o estado de alerta dos pacientes e a capacidade de desempenho cognitivo. Quando o assunto ficava sonolento, o telefone enviava um feedback estimulante para a operadora, para acordá-lo. Esta pesquisa foi apoiada pelo National Science Council, Taiwan, R.O.C., NSC, National Chiao-Tung University, Ministério da Educação de Taiwan e o Laboratório de Pesquisa do Exército dos EUA. [91]

Em 2011, os pesquisadores relataram um BCI baseado em celular com a capacidade de pegar dados de EEG e convertê-los em um comando para fazer o telefone tocar. Esta pesquisa foi apoiada em parte pela Abraxis Bioscience LLP, o Laboratório de Pesquisa do Exército dos EUA e o Escritório de Pesquisa do Exército. A tecnologia desenvolvida foi um sistema vestível composto por um módulo de aquisição / amplificação de biossinais de quatro canais, um módulo de transmissão sem fio e um telefone celular habilitado para Bluetooth. Os eletrodos foram colocados de forma que captassem potenciais evocados visuais em estado estacionário (SSVEPs). [92] SSVEPs são respostas elétricas a estímulos visuais oscilantes com taxas de repetição acima de 6 Hz [92] que são mais bem encontradas nas regiões do couro cabeludo parietal e occipital do córtex visual. [93] Foi relatado que com esta configuração BCI, todos os participantes do estudo foram capazes de iniciar a chamada telefônica com o mínimo de prática em ambientes naturais. [94]

Os cientistas afirmam que seus estudos usando uma transformação rápida de Fourier de canal único (FFT) e algoritmo de análise de correlação canônica de sistema de canal múltiplo (CCA) suportam a capacidade de BCIs móveis. [92] [95] O algoritmo CCA foi aplicado em outros experimentos que investigam BCIs com alegado alto desempenho em precisão e velocidade. [96] Enquanto a tecnologia BCI baseada em celular foi desenvolvida para iniciar uma chamada telefônica de SSVEPs, os pesquisadores disseram que ela pode ser traduzida para outras aplicações, como pegar ritmos mu / beta sensoriomotores para funcionar como um BCI baseado em imagens motoras. [92]

Em 2013, testes comparativos foram realizados em telefones celulares Android, tablets e BCIs baseados em computador, analisando a densidade do espectro de potência dos SSVEPs de EEG resultantes. Os objetivos declarados deste estudo, que envolveu cientistas apoiados em parte pelo Laboratório de Pesquisa do Exército dos EUA, eram "aumentar a praticabilidade, portabilidade e ubiqüidade de um BCI baseado em SSVEP, para uso diário". Citação Foi relatado que a frequência de estimulação em todos os meios era precisa, embora o sinal do telefone celular demonstrasse alguma instabilidade. As amplitudes dos SSVEPs para o laptop e tablet também foram relatadas como maiores do que as do telefone celular. Essas duas caracterizações qualitativas foram sugeridas como indicadores da viabilidade do uso de um estímulo móvel BCI. [95]

Limitações Editar

Em 2011, os pesquisadores afirmaram que o trabalho contínuo deve abordar a facilidade de uso, a robustez do desempenho e a redução dos custos de hardware e software. [92]

Uma das dificuldades com as leituras de EEG é a grande suscetibilidade a artefatos de movimento. [97] Na maioria dos projetos de pesquisa descritos anteriormente, os participantes foram solicitados a sentar-se quietos, reduzindo os movimentos da cabeça e dos olhos tanto quanto possível, e as medições foram feitas em um ambiente de laboratório. No entanto, uma vez que a aplicação enfatizada dessas iniciativas foi na criação de um dispositivo móvel para uso diário, [95] a tecnologia teve que ser testada em movimento.

Em 2013, os pesquisadores testaram a tecnologia BCI baseada em EEG móvel, medindo SSVEPs de participantes enquanto caminhavam em uma esteira em velocidades variadas. Esta pesquisa foi apoiada pelo Escritório de Pesquisa Naval, Escritório de Pesquisa do Exército e Laboratório de Pesquisa do Exército dos EUA. Os resultados declarados foram que, à medida que a velocidade aumentava, a detectabilidade de SSVEP usando CCA diminuía. Como a análise de componentes independentes (ICA) demonstrou ser eficiente na separação dos sinais de EEG do ruído, [98] os cientistas aplicaram a ICA aos dados extraídos de EEG do CCA. Eles afirmaram que os dados do CCA com e sem processamento do ICA eram semelhantes. Assim, eles concluíram que o CCA demonstrou independentemente uma robustez para artefatos de movimento que indica que pode ser um algoritmo benéfico para aplicar a BCIs usados ​​em condições do mundo real. [93]

Em 2020, pesquisadores da Universidade da Califórnia usaram um sistema de computação relacionado a interfaces cérebro-máquina para traduzir ondas cerebrais em frases. No entanto, sua decodificação foi limitada a 30–50 sentenças, embora as taxas de erro de palavras fossem tão baixas quanto 3%. [99]

Prótese e controle de ambiente Editar

BCIs não invasivos também foram aplicados para permitir o controle do cérebro de dispositivos protéticos de membros superiores e inferiores em pessoas com paralisia. Por exemplo, Gert Pfurtscheller da Graz University of Technology e colegas demonstraram um sistema de estimulação elétrica funcional controlado pela BCI para restaurar os movimentos da extremidade superior em uma pessoa com tetraplegia devido a lesão da medula espinhal. [100] Entre 2012 e 2013, pesquisadores da Universidade da Califórnia, Irvine demonstraram pela primeira vez que é possível usar a tecnologia BCI para restaurar a caminhada controlada pelo cérebro após lesão da medula espinhal. Em seu estudo de pesquisa sobre lesão da medula espinhal, uma pessoa com paraplegia foi capaz de operar uma órtese de marcha robótica BCI para recuperar a deambulação controlada pelo cérebro. [101] [102] Em 2009, Alex Blainey, um pesquisador independente baseado no Reino Unido, usou com sucesso o Emotiv EPOC para controlar um braço de robô de 5 eixos. [103] Ele então fez várias cadeiras de rodas de demonstração com controle mental e automação residencial que poderiam ser operadas por pessoas com controle motor limitado ou nenhum, como aqueles com paraplegia e paralisia cerebral.

A pesquisa sobre o uso militar de BCIs financiados pela DARPA está em andamento desde os anos 1970. [2] [3] O foco atual da pesquisa é a comunicação usuário-a-usuário por meio da análise de sinais neurais. [104]

Faça você mesmo e BCI Edit de código aberto

Em 2001, o Projeto OpenEEG [105] foi iniciado por um grupo de neurocientistas e engenheiros DIY. O ModularEEG foi o principal dispositivo criado pela comunidade OpenEEG. Era uma placa de captura de sinal de 6 canais que custava entre US $ 200 e US $ 400 para fazer em casa. O Projeto OpenEEG marcou um momento significativo no surgimento da interface cérebro-computador DIY.

Em 2010, o programa Frontier Nerds of NYU's ITP publicou um tutorial completo intitulado How To Hack Toy EEGs. [106] O tutorial, que mexeu com a mente de muitos entusiastas do DIY BCI, demonstrou como criar um EEG de canal único em casa com um Arduino e um Mattel Mindflex a um preço muito razoável. Este tutorial ampliou o movimento DIY BCI.

Em 2013, o OpenBCI surgiu de uma solicitação da DARPA e subsequente campanha Kickstarter. Eles criaram uma placa de aquisição de EEG de 8 canais de código aberto de alta qualidade, conhecida como Placa de 32 bits, que custava menos de US $ 500. Dois anos depois, eles criaram o primeiro fone de ouvido EEG impresso em 3D, conhecido como Ultracortex, bem como uma placa de aquisição de EEG de 4 canais, conhecida como Ganglion Board, que custava menos de US $ 100.

Edição de MEG e MRI

A magnetoencefalografia (MEG) e a ressonância magnética funcional (fMRI) têm sido usadas com sucesso como BCIs não invasivas. [107] Em um experimento amplamente divulgado, a fMRI permitiu que dois usuários escaneados jogassem Pong em tempo real, alterando sua resposta hemodinâmica ou fluxo sanguíneo cerebral por meio de técnicas de biofeedback. [108]

Medições de fMRI de respostas hemodinâmicas em tempo real também foram usadas para controlar os braços do robô com um atraso de sete segundos entre o pensamento e o movimento. [109]

Em 2008, pesquisas desenvolvidas nos Laboratórios de Neurociência Computacional de Pesquisa Avançada de Telecomunicações (ATR) em Kyoto, Japão, permitiram que os cientistas reconstruíssem imagens diretamente do cérebro e as exibissem em um computador em preto e branco com uma resolução de 10x10 pixels. O artigo anunciando essas conquistas foi a reportagem de capa da revista Neuron de 10 de dezembro de 2008. [110]

Em 2011, pesquisadores da UC Berkeley publicaram [111] um estudo relatando reconstruções segundo a segundo de vídeos assistidos pelos participantes do estudo, a partir de dados de fMRI. Isso foi conseguido através da criação de um modelo estatístico relacionando os padrões visuais em vídeos mostrados aos sujeitos, com a atividade cerebral causada ao assistir os vídeos. Este modelo foi então usado para pesquisar os 100 segmentos de vídeo de um segundo, em um banco de dados de 18 milhões de segundos de vídeos aleatórios do YouTube, cujos padrões visuais mais se aproximavam da atividade cerebral registrada quando os sujeitos assistiam a um novo vídeo. Esses 100 trechos de vídeo de um segundo foram então combinados em uma imagem misturada que lembrava o vídeo sendo assistido. [112] [113] [114]

Estratégias de controle BCI em neurogaming Editar

Edição de imagens motoras

A imaginação motora envolve a imaginação do movimento de várias partes do corpo, resultando na ativação do córtex sensório-motor, que modula as oscilações sensório-motoras no EEG. Isso pode ser detectado pelo BCI para inferir a intenção do usuário. As imagens motoras normalmente requerem várias sessões de treinamento antes que o controle aceitável do BCI seja adquirido. Essas sessões de treinamento podem levar várias horas ao longo de vários dias antes que os usuários possam empregar consistentemente a técnica com níveis aceitáveis ​​de precisão.Independentemente da duração da sessão de treinamento, os usuários não conseguem dominar o esquema de controle. Isso resulta em um ritmo de jogo muito lento. [115] Métodos avançados de aprendizado de máquina foram recentemente desenvolvidos para calcular um modelo específico de assunto para detectar o desempenho de imagens motoras. O algoritmo de melhor desempenho do conjunto de dados BCI Competition IV [116] para imagens motoras é o Filter Bank Common Spatial Pattern, desenvolvido por Ang et al. de A * STAR, Singapura). [117]

Bio / neurofeedback para designs passivos da BCI Editar

O biofeedback é usado para monitorar o relaxamento mental de um sujeito. Em alguns casos, o biofeedback não monitora a eletroencefalografia (EEG), mas os parâmetros corporais, como eletromiografia (EMG), resistência galvânica da pele (GSR) e variabilidade da frequência cardíaca (VFC). Muitos sistemas de biofeedback são usados ​​para tratar certos distúrbios, como transtorno de déficit de atenção e hiperatividade (TDAH), problemas de sono em crianças, ranger de dentes e dor crônica. Os sistemas de biofeedback de EEG normalmente monitoram quatro bandas diferentes (teta: 4-7 Hz, alfa: 8-12 Hz, SMR: 12-15 Hz, beta: 15-18 Hz) e desafiam o sujeito a controlá-las. Passivo BCI [50] envolve o uso de BCI para enriquecer a interação homem-máquina com informações implícitas sobre o estado real do usuário, por exemplo, simulações para detectar quando os usuários pretendem pisar no freio durante um procedimento de parada de emergência do carro. Os desenvolvedores de jogos que usam BCIs passivos precisam reconhecer que, por meio da repetição dos níveis do jogo, o estado cognitivo do usuário muda ou se adapta. Na primeira jogada de um nível, o usuário reagirá às coisas de maneira diferente da segunda jogada: por exemplo, o usuário ficará menos surpreso com um evento no jogo se estiver esperando por isso. [115]

Potencial evocado visual (VEP) Editar

Um VEP é um potencial elétrico registrado depois que um sujeito é apresentado a um tipo de estímulo visual. Existem vários tipos de VEPs.

Os potenciais visualmente evocados em estado estacionário (SSVEPs) usam potenciais gerados pela excitação da retina, usando estímulos visuais modulados em certas frequências. Os estímulos do SSVEP são frequentemente formados por padrões alternados de tabuleiro de xadrez e, às vezes, simplesmente usam imagens piscantes. A frequência da reversão de fase do estímulo usado pode ser claramente distinguida no espectro de um EEG, o que torna a detecção de estímulos SSVEP relativamente fácil. O SSVEP provou ser bem-sucedido em muitos sistemas BCI. Isso se deve a vários fatores, o sinal eliciado é mensurável em uma população tão grande quanto o VEP transitório e o movimento de piscar e os artefatos eletrocardiográficos não afetam as frequências monitoradas. Além disso, o sinal SSVEP é excepcionalmente robusto; a organização topográfica do córtex visual primário é tal que uma área mais ampla obtém as aferências da região central ou fovial do campo visual. No entanto, o SSVEP tem vários problemas. Como SSVEPs usam estímulos intermitentes para inferir a intenção de um usuário, o usuário deve olhar para um dos símbolos intermitentes ou iterativos para interagir com o sistema. É, portanto, provável que os símbolos se tornem irritantes e desconfortáveis ​​de usar durante sessões de jogo mais longas, que geralmente podem durar mais de uma hora, o que pode não ser um jogo ideal.

Outro tipo de VEP usado com aplicações é o potencial P300. O potencial relacionado ao evento P300 é um pico positivo no EEG que ocorre cerca de 300 ms após o aparecimento de um estímulo alvo (um estímulo pelo qual o usuário está esperando ou procurando) ou estímulos estranhos. A amplitude do P300 diminui à medida que os estímulos alvo e os estímulos ignorados se tornam mais semelhantes. O P300 é pensado para estar relacionado a um processo de atenção de nível superior ou uma resposta de orientação usando o P300 como um esquema de controle tem a vantagem de o participante ter que atender apenas de forma limitada. Sessões de treinamento. A primeira aplicação a usar o modelo P300 foi a matriz P300. Nesse sistema, um sujeito escolheria uma letra em uma grade de 6 por 6 letras e números. As linhas e colunas da grade piscavam sequencialmente e toda vez que a "letra de escolha" selecionada era iluminada, o P300 do usuário era (potencialmente) acionado. Porém, o processo de comunicação, de aproximadamente 17 caracteres por minuto, era bastante lento. O P300 é um BCI que oferece uma seleção discreta em vez de um mecanismo de controle contínuo. A vantagem do uso do P300 dentro dos jogos é que o jogador não precisa aprender a usar um sistema de controle completamente novo e, portanto, só tem que realizar curtos momentos de treinamento, para aprender a mecânica de jogo e o uso básico do paradigma BCI. [115]

Telepatia sintética / comunicação silenciosa Editar

Em uma iniciativa do Exército dos EUA de US $ 6,3 milhões para inventar dispositivos para comunicação telepática, Gerwin Schalk, subscrito em uma doação de US $ 2,2 milhões, descobriu que o uso de sinais de ECoG pode discriminar as vogais e consoantes incorporadas em palavras faladas e imaginadas, lançando luz sobre os distintos mecanismos associados com produção de vogais e consoantes, e pode fornecer a base para a comunicação baseada no cérebro usando a fala imaginada. [70] [118]

Em 2002, Kevin Warwick teve uma série de 100 eletrodos disparados em seu sistema nervoso para conectá-lo à Internet para investigar as possibilidades de aprimoramento. Com isso instalado, Warwick realizou com sucesso uma série de experimentos. Com eletrodos também implantados no sistema nervoso de sua esposa, eles conduziram o primeiro experimento de comunicação eletrônica direta entre o sistema nervoso de dois humanos. [119] [120] [121] [122]

Outro grupo de pesquisadores foi capaz de alcançar a comunicação cérebro a cérebro consciente entre duas pessoas separadas por uma distância usando tecnologia não invasiva que estava em contato com o couro cabeludo dos participantes. As palavras foram codificadas por fluxos binários usando as sequências de 0 e 1 pela entrada motora imaginária da pessoa "emitindo" a informação. Como resultado deste experimento, bits pseudo-aleatórios da informação carregavam palavras codificadas "hola" ("oi" em espanhol) e "ciao" ("adeus" em italiano) e foram transmitidos mente a mente entre humanos separados por uma distância, com sistemas motores e sensoriais bloqueados, que tem pouca ou nenhuma probabilidade de isso acontecer por acaso. [2]

A pesquisa sobre telepatia sintética usando subvocalização está ocorrendo na Universidade da Califórnia, Irvine, sob o comando do cientista Mike D'Zmura. A primeira dessas comunicações ocorreu na década de 1960 usando EEG para criar código Morse usando ondas alfa cerebrais. Usar o EEG para comunicar a fala imaginária é menos preciso do que o método invasivo de colocar um eletrodo entre o crânio e o cérebro. [123] [124] Em 27 de fevereiro de 2013, o grupo com Miguel Nicolelis na Duke University e IINN-ELS conectou com sucesso os cérebros de dois ratos com interfaces eletrônicas que lhes permitiu compartilhar informações diretamente, no primeiro cérebro direto para interface do cérebro. [125] [126] [127]

Os pesquisadores construíram dispositivos para fazer interface com células neurais e redes neurais inteiras em culturas fora dos animais. Além de aprofundar a pesquisa em dispositivos implantáveis ​​em animais, os experimentos em cultura de tecido neural têm se concentrado na construção de redes de solução de problemas, construção de computadores básicos e manipulação de dispositivos robóticos. A pesquisa em técnicas de estimulação e registro de neurônios individuais cultivados em chips semicondutores é algumas vezes chamada de neuroeletrônica ou neurochips. [128]

O desenvolvimento do primeiro neurochip funcional foi reivindicado por uma equipe do Caltech liderada por Jerome Pine e Michael Maher em 1997. [129] O chip Caltech tinha espaço para 16 neurônios.

Em 2003, uma equipe liderada por Theodore Berger, da University of Southern California, começou a trabalhar em um neurochip projetado para funcionar como um hipocampo artificial ou protético. O neurochip foi projetado para funcionar em cérebros de ratos e pretendia ser um protótipo para o eventual desenvolvimento de próteses para o cérebro superior. O hipocampo foi escolhido porque é considerado a parte mais ordenada e estruturada do cérebro e é a área mais estudada. Sua função é codificar experiências para armazenamento como memórias de longo prazo em outras partes do cérebro. [130]

Em 2004, Thomas DeMarse, da Universidade da Flórida, usou uma cultura de 25.000 neurônios retirados do cérebro de um rato para voar em um simulador de caça a jato F-22. [131] Após a coleta, os neurônios corticais foram cultivados em uma placa de Petri e rapidamente começaram a se reconectar para formar uma rede neural viva. As células foram organizadas em uma grade de 60 eletrodos e usadas para controlar as funções de pitch e yaw do simulador. O foco do estudo era entender como o cérebro humano executa e aprende tarefas computacionais em nível celular.

Editar questões centradas no usuário

  • Os efeitos de longo prazo para o usuário permanecem amplamente desconhecidos.
  • Obter consentimento informado de pessoas com dificuldade de comunicação.
  • As consequências da tecnologia BCI para a qualidade de vida dos pacientes e suas famílias.
  • Efeitos colaterais relacionados à saúde (por exemplo, neurofeedback do treinamento de ritmo sensório-motor é relatado como afetando a qualidade do sono).
  • Aplicações terapêuticas e seu potencial uso indevido.
  • Riscos de segurança
  • Não conversibilidade de algumas das mudanças feitas no cérebro

Edição legal e social

  • Questões de responsabilização e responsabilidade: afirma que a influência de BCIs anula o livre arbítrio e controle sobre as ações sensório-motoras, afirma que a intenção cognitiva foi traduzida de forma imprecisa devido a um mau funcionamento da BCI.
  • Alterações de personalidade envolvidas causadas por estimulação cerebral profunda.
  • Preocupações com relação ao estado de se tornar um “ciborgue” - ter partes do corpo vivas e partes mecânicas.
  • Questões de personalidade: o que significa ser humano?
  • Esmaecimento da divisão entre humano e máquina e incapacidade de distinguir entre ações controladas por humanos e máquinas.
  • Uso da tecnologia em técnicas avançadas de interrogatório por autoridades governamentais.
  • Aprimoramento seletivo e estratificação social.
  • Questões de ética em pesquisa que surgem ao progredir da experimentação com animais até a aplicação em seres humanos.
  • Questões morais e privacidade.
  • Rastreamento e "sistema de etiquetagem".
  • Controle de movimento
  • Controle de emoção

Em sua forma atual, a maioria das BCIs está muito distante das questões éticas consideradas acima. Eles são realmente semelhantes às terapias corretivas em função. Clausen declarou em 2009 que "as BCIs apresentam desafios éticos, mas são conceitualmente semelhantes aos que os bioeticistas abordaram em outras áreas da terapia". Além disso, ele sugere que a bioética está bem preparada para lidar com as questões que surgem com as tecnologias BCI. Haselager e colegas [133] apontaram que as expectativas de eficácia e valor da BCI desempenham um grande papel na análise ética e na forma como os cientistas da BCI devem abordar a mídia. Além disso, protocolos padrão podem ser implementados para garantir procedimentos de consentimento informado eticamente corretos com pacientes internados.

O caso dos BCIs hoje tem paralelos na medicina, assim como sua evolução. Semelhante a como a ciência farmacêutica começou como um equilíbrio para deficiências e agora é usada para aumentar o foco e reduzir a necessidade de sono, as BCIs provavelmente se transformarão gradualmente de terapias em melhorias. [135] Esforços são feitos dentro da comunidade BCI para criar consenso sobre as diretrizes éticas para pesquisa, desenvolvimento e disseminação da BCI. [136]

Recentemente, várias empresas reduziram a tecnologia de EEG de grau médico (e em um caso, a NeuroSky, reconstruiu a tecnologia do zero [ esclarecimento necessário ]) para criar BCIs baratos. Esta tecnologia foi incorporada em brinquedos e dispositivos de jogos, alguns desses brinquedos foram extremamente bem-sucedidos comercialmente, como o NeuroSky e o Mattel MindFlex.

  • Em 2006, a Sony patenteou um sistema de interface neural que permite que as ondas de rádio afetem os sinais no córtex neural. [137]
  • Em 2007, a NeuroSky lançou o primeiro EEG acessível para o consumidor junto com o jogo NeuroBoy. Este também foi o primeiro dispositivo de EEG em grande escala a usar tecnologia de sensor seco. [138]
  • Em 2008, a OCZ Technology desenvolveu um dispositivo para uso em videogames baseado principalmente em eletromiografia. [139]
  • Em 2008, a desenvolvedora de Final Fantasy Square Enix anunciou que estava fazendo uma parceria com a NeuroSky para criar um jogo, Judecca. [140] [141]
  • Em 2009, a Mattel fez parceria com a NeuroSky para lançar o Mindflex, um jogo que usava um EEG para conduzir uma bola através de uma pista de obstáculos. É de longe o EEG baseado no consumidor mais vendido até hoje. [140] [142]
  • Em 2009, a Uncle Milton Industries fez uma parceria com a NeuroSky para lançar o Star WarsForce Trainer, um jogo projetado para criar a ilusão de possuir a Força. [140] [143]
  • Em 2009, a Emotiv lançou o EPOC, um dispositivo de EEG de 14 canais que pode ler 4 estados mentais, 13 estados de consciência, expressões faciais e movimentos da cabeça. O EPOC é o primeiro BCI comercial a utilizar tecnologia de sensor seco, que pode ser umedecido com solução salina para uma melhor conexão. [144]
  • Em novembro de 2011, a Time Magazine selecionou "necomimi", produzido pela Neurowear, como uma das melhores invenções do ano. A empresa anunciou que esperava lançar uma versão de consumo da roupa, consistindo em orelhas de gato controladas por um leitor de ondas cerebrais produzido pela NeuroSky, na primavera de 2012. [145]
  • Em fevereiro de 2014, They Shall Walk (uma organização sem fins lucrativos dedicada à construção de exoesqueletos, denominada LIFESUITs, para paraplégicos e tetraplégicos) iniciou uma parceria com James W. Shakarji no desenvolvimento de um BCI sem fio. [146]
  • Em 2016, um grupo de amadores desenvolveu uma placa BCI de código aberto que envia sinais neurais para o conector de áudio de um smartphone, reduzindo o custo do BCI básico para £ 20. [147] O software de diagnóstico básico está disponível para dispositivos Android, bem como um aplicativo de entrada de texto para Unity. [148]
  • Em 2018, o Compassionate AI Lab, uma organização sem fins lucrativos focada no uso de aprendizagem por reforço e outras técnicas de IA para ajudar as pessoas com deficiência. [149] [neutralidade é disputada]

Um consórcio composto por 12 parceiros europeus concluiu um roteiro para apoiar a Comissão Europeia nas suas decisões de financiamento para o novo programa-quadro Horizonte 2020. O projeto, que foi financiado pela Comissão Europeia, teve início em novembro de 2013 e publicou um roteiro em abril de 2015 . [150] Uma publicação de 2015 liderada pelo Dr. Clemens Brunner descreve algumas das análises e realizações deste projeto, bem como a emergente Brain-Computer Interface Society. [151] Por exemplo, este artigo revisou o trabalho dentro deste projeto que definiu posteriormente BCIs e aplicações, explorou tendências recentes, discutiu questões éticas e avaliou diferentes direções para novos BCIs. Como o artigo observa, seu novo roteiro geralmente estende e apóia as recomendações do projeto Future BNCI gerenciado pelo Dr. Brendan Allison, que transmite um grande entusiasmo pelas direções emergentes da BCI.

Outras publicações recentes também exploraram futuras direções BCI para novos grupos de usuários com deficiência (por exemplo, [9] [152] [153] [154] [155]). Alguns exemplos proeminentes são resumidos abaixo.

Distúrbios de consciência (DOC) Editar

Algumas pessoas têm distúrbio de consciência (DOC). Este estado é definido para incluir pessoas em coma, bem como pessoas em estado vegetativo (VS) ou estado minimamente consciente (MCS). Uma nova pesquisa da BCI busca ajudar as pessoas com DOC de diferentes maneiras. O principal objetivo inicial é identificar pacientes que sejam capazes de realizar tarefas cognitivas básicas, o que certamente levaria a uma mudança em seu diagnóstico. Ou seja, algumas pessoas que são diagnosticadas com DOC podem de fato ser capazes de processar informações e tomar decisões importantes na vida (como se deve procurar terapia, onde morar e suas opiniões sobre as decisões de fim de vida relacionadas a elas). Algumas pessoas que são diagnosticadas com DOC morrem como resultado de decisões de fim de vida, que podem ser feitas por familiares que acreditam sinceramente que isso é do melhor interesse do paciente. Dada a nova perspectiva de permitir que esses pacientes forneçam suas opiniões sobre essa decisão, parece haver uma forte pressão ética para desenvolver essa direção de pesquisa para garantir que os pacientes com DOC tenham a oportunidade de decidir se querem viver. [156] [157]

Este e outros artigos descrevem novos desafios e soluções para usar a tecnologia BCI para ajudar pessoas com DOC. Um grande desafio é que esses pacientes não podem usar BCIs com base na visão. Assim, novas ferramentas contam com estímulos auditivos e / ou vibrotácteis. Os pacientes podem usar fones de ouvido e / ou estimuladores vibrotácteis colocados nos pulsos, pescoço, perna e / ou outros locais. Outro desafio é que os pacientes podem entrar e sair da consciência e só podem se comunicar em determinados momentos. Isso pode, de fato, ser a causa de um diagnóstico equivocado. Alguns pacientes podem ser capazes de responder às solicitações dos médicos apenas durante algumas horas por dia (o que pode não ser previsível com antecedência) e, portanto, podem não ter respondido durante o diagnóstico. Portanto, os novos métodos dependem de ferramentas fáceis de usar em ambientes de campo, mesmo sem a ajuda de especialistas, para que familiares e outras pessoas sem qualquer formação médica ou técnica ainda possam usá-los. Isso reduz o custo, o tempo, a necessidade de especialização e outros encargos com a avaliação DOC. Ferramentas automatizadas podem fazer perguntas simples que os pacientes podem responder facilmente, como "Seu pai se chama George?" ou "Você nasceu nos EUA?" Instruções automatizadas informam aos pacientes que eles podem transmitir sim ou não (por exemplo) focalizando sua atenção em estímulos no pulso direito vs. pulso esquerdo. Essa atenção concentrada produz mudanças confiáveis ​​nos padrões de EEG que podem ajudar a determinar se o paciente é capaz de se comunicar. Os resultados poderiam ser apresentados a médicos e terapeutas, o que poderia levar a uma revisão do diagnóstico e da terapia. Além disso, esses pacientes poderiam receber ferramentas de comunicação baseadas na BCI que poderiam ajudá-los a transmitir as necessidades básicas, ajustar a posição da cama e HVAC (aquecimento, ventilação e ar condicionado) e, de outra forma, capacitá-los a tomar as principais decisões de vida e se comunicar. [158] [159] [160]

Edição de recuperação de motor

As pessoas podem perder parte da capacidade de se mover devido a várias causas, como acidente vascular cerebral ou lesão. Vários grupos exploraram sistemas e métodos para recuperação motora que incluem BCIs. [161] [162] [163] [164] Nessa abordagem, um BCI mede a atividade motora enquanto o paciente imagina ou tenta movimentos conforme orientado por um terapeuta.O BCI pode fornecer dois benefícios: (1) se o BCI indicar que um paciente não está imaginando um movimento corretamente (não conformidade), então o BCI pode informar o paciente e o terapeuta e (2) feedback gratificante, como estimulação funcional ou o movimento de um avatar virtual também depende das imagens de movimento corretas do paciente.

Até agora, as BCIs para recuperação motora contam com o EEG para medir as imagens motoras do paciente. No entanto, estudos também usaram fMRI para estudar diferentes mudanças no cérebro à medida que as pessoas passam por treinamento de reabilitação de AVC baseado em BCI. [165] [166] Os sistemas futuros podem incluir o fMRI e outras medidas para controle em tempo real, como infravermelho próximo funcional, provavelmente em conjunto com EEGs. A estimulação cerebral não invasiva também foi explorada em combinação com BCIs para recuperação motora. [167] Em 2016, cientistas da Universidade de Melbourne publicaram dados pré-clínicos de prova de conceito relacionados a uma plataforma de tecnologia de interface cérebro-computador potencial sendo desenvolvida para pacientes com paralisia para facilitar o controle de dispositivos externos, como membros robóticos, computadores e exoesqueletos, traduzindo a atividade cerebral. [168] [169] Ensaios clínicos estão em andamento. [170]

Mapeamento funcional do cérebro Editar

A cada ano, cerca de 400.000 pessoas são submetidas a mapeamento cerebral durante a neurocirurgia. Esse procedimento geralmente é necessário para pessoas com tumores ou epilepsia que não respondem à medicação. [171] Durante este procedimento, eletrodos são colocados no cérebro para identificar com precisão a localização das estruturas e áreas funcionais. Os pacientes podem estar acordados durante a neurocirurgia e solicitados a realizar certas tarefas, como mover os dedos ou repetir palavras. Isso é necessário para que os cirurgiões possam remover apenas o tecido desejado, poupando outras regiões, como movimentos críticos ou regiões da linguagem. A remoção de muito tecido cerebral pode causar danos permanentes, enquanto a remoção de muito pouco tecido pode deixar a condição subjacente sem tratamento e exigir neurocirurgia adicional. Portanto, há uma forte necessidade de melhorar os métodos e sistemas para mapear o cérebro da forma mais eficaz possível.

Em várias publicações recentes, especialistas em pesquisa e médicos do BCI colaboraram para explorar novas maneiras de usar a tecnologia BCI para melhorar o mapeamento neurocirúrgico. Este trabalho se concentra principalmente na alta atividade gama, que é difícil de detectar com meios não invasivos. Os resultados levaram a métodos aprimorados para identificar áreas-chave para movimento, linguagem e outras funções. Um artigo recente abordou os avanços no mapeamento funcional do cérebro e resume um workshop. [172]

Dispositivos flexíveis Editar

Eletrônica flexível são polímeros ou outros materiais flexíveis (por exemplo, seda, [173] pentaceno, PDMS, parileno, poliimida [174]) que são impressos com circuitos a natureza flexível dos materiais orgânicos de fundo permitindo que os eletrônicos criados dobrem e as técnicas de fabricação usados ​​para criar esses dispositivos se assemelha aos usados ​​para criar circuitos integrados e sistemas microeletromecânicos (MEMS). [ citação necessária ] A eletrônica flexível foi desenvolvida pela primeira vez nas décadas de 1960 e 1970, mas o interesse pela pesquisa aumentou em meados dos anos 2000. [175]

Poeira neural Editar

Poeira neural é um termo usado para se referir a dispositivos de tamanho milimétrico operados como sensores nervosos alimentados sem fio que foram propostos em um artigo de 2011 da Universidade da Califórnia, Berkeley Wireless Research Center, que descreveu os desafios e os benefícios excepcionais de criar um sistema de longa duração BCI sem fio. [176] [177] Em um modelo proposto do sensor neural de poeira, o modelo de transistor permitiu um método de separação entre potenciais de campo locais e "picos" de potencial de ação, o que permitiria uma riqueza muito diversificada de dados adquiríveis a partir das gravações . [176]


O que causa as emoções negativas e por que as temos?

Depois de começar a explorar as emoções negativas um pouco mais, você pode realmente começar a ver o que pode causar ou acioná-las e por que as temos em primeiro lugar.

Em termos de causas, pode ser uma série de coisas, por exemplo:

  • A ansiedade sentida ao comparecer a uma entrevista para um novo emprego
  • Raiva por ser pego no trânsito
  • Tristeza por ter um rompimento
  • Aborrecimento por um colega não ter feito o trabalho para um grande projeto
  • Desespero por não ser capaz de seguir um novo regime de exercícios

As emoções são uma fonte de informação (Schwarz e Clore, 1996) que o ajudam a entender o que está acontecendo ao seu redor. As emoções negativas, em particular, podem ajudá-lo a reconhecer as ameaças (Zein, Wyatt e Grezes, 2015) e a se sentir preparado para lidar positivamente com os perigos potenciais (Biswas-Diener e Kashdan, 2014).

Muitas experiências diferentes em nossas vidas incitarão diferentes reações emocionais, em diferentes graus de intensidade. Como ser humano, você experimentará uma ampla gama de emoções ao longo de sua vida em resposta a situações que mudam rapidamente.


Tempo de saúde vs. tempo de vida

A ciência do envelhecimento está cheia de paradoxos. Por exemplo, à medida que estendemos a expectativa de vida média, muitas doenças, incluindo a doença de Alzheimer, tornaram-se mais comuns. Na verdade, cerca de 85% dos idosos têm uma condição crônica de saúde que pode afetar sua qualidade de vida.

Portanto, embora vivamos mais (em média), não estamos necessariamente vivendo mais saudável. É por isso que muitos idosos optam por se concentrar em sua "expectativa de saúde" em vez de sua "expectativa de vida". A duração da saúde é frequentemente considerada uma medida de quanto tempo um idoso pode funcionar de forma independente, sem uma condição crônica debilitante. Para muitos americanos mais velhos, o envelhecimento bem-sucedido é a capacidade de estender o período de saúde e aproveitar a vida confortavelmente no ambiente de sua escolha.

É por isso que, à medida que envelhecemos, as escolhas que fazemos em relação ao nosso estilo de vida se tornam ainda mais importantes. Embora grande parte do processo de envelhecimento esteja fora de nosso controle, muitas escolhas que enfrentamos podem levar a um período de saúde mais satisfatório.

Da mesma forma, os pesquisadores geriátricos falam sobre um "paradoxo do envelhecimento". Esse é o fenômeno no qual as pessoas têm mais probabilidade de classificar sua saúde como "boa" quando ficam mais velhas e me dá conta se sua saúde realmente piorou. Parte dessa dinâmica pode ser o resultado de pessoas mais velhas se comparando a seus pares mais frágeis. E parte disso pode ser devido aos estereótipos que muitas pessoas têm sobre o envelhecimento.

Em outras palavras, como a sociedade tende a rotular a "velhice" como um período de doença e fragilidade, muitas pessoas se surpreendem ao descobrir que ainda estão prosperando e aproveitando a vida.


Destaques

Métodos avançados para registrar a atividade cerebral tornam cada vez mais possível acessar os processos mentais de um indivíduo (ou seja, "ler sua mente"). As informações extraídas diretamente do cérebro podem ser usadas para controlar dispositivos, membros artificiais ou obter conhecimento de intenções (ocultas).

Métodos para estimular o cérebro com correntes elétricas, optogenética e outros métodos são usados ​​rotineiramente para sondar relações causais no cérebro e para restaurar circuitos neurais disfuncionais. Esses métodos também podem ser usados ​​para "escrever para a mente" (ou seja, para alimentar informações diretamente no cérebro).

Neurotecnologias para ler e escrever no cérebro podem ser combinadas em um único indivíduo para criar "cognição aumentada" com capacidade de processamento aumentada e um repertório cognitivo aprimorado. Essa metodologia potencial também levanta algumas questões éticas importantes.

Avanços recentes em neurociência e tecnologia tornaram possível registrar a partir de grandes conjuntos de neurônios e decodificar sua atividade para extrair informações. Ao mesmo tempo, os métodos disponíveis para estimular o cérebro e influenciar o processamento contínuo também estão se expandindo rapidamente. Esses desenvolvimentos abrem caminho para aplicações neurotecnológicas avançadas que leem e escrevem diretamente no cérebro humano. Embora essas tecnologias ainda sejam usadas principalmente em contextos terapêuticos restritos, isso pode mudar no futuro, uma vez que seu desempenho tenha melhorado e elas se tornem mais amplamente aplicáveis. Aqui, fornecemos uma visão geral dos métodos de interface com o cérebro, especulamos sobre aplicações potenciais e discutimos questões importantes associadas a um futuro neurotecnologicamente assistido.


Um novo estudo de autoria de Robert Lanza sugere que os observadores "são responsáveis ​​por determinar a realidade física e que os próprios observadores conscientes geram e criam as estruturas de tempo e espaço.

Nós, observadores, pessoas como você e eu, somos responsáveis ​​por como a consciência se transforma em matéria física. O que isso diz sobre o poder de nossas crenças individuais e coletivas?

Tome um momento e respire. Coloque a mão sobre a área do peito, perto do coração. Respire lentamente na área por cerca de um minuto, concentrando-se na sensação de facilidade que entra em sua mente e corpo. Clique aqui para saber por que sugerimos isso.

De onde vem o mundo & # 8220físico & # 8221? Matéria em sua menor forma observável, átomos, entram e saem da existência o tempo todo. A ideia de que a matéria física nasce de um reino não físico, como o & # 8220 vácuo quântico & # 8221 ou o & # 8220void & # 8221, ou qualquer outra coisa que desconhecemos, não é nova. O próprio Nikola Tesla acreditava que & # 8220 toda matéria perceptível vem de uma substância primária, ou tenuidade além da concepção, preenchendo todo o espaço, o akasha, ou éter luminífero, que é acionado pelo Prana doador de vida ou força criativa, chamando à existência, em ciclos sem fim, todas as coisas e fenômenos. & # 8221 (Man's Greatest Achievement, 1907)

Um artigo publicado por Parahamsa Tewari na revista Physics Essays explica,

& # 8220 Daqui a um século, será bem sabido que: o vácuo do espaço que preenche o universo é ele próprio o substrato real do vácuo do universo em um estado circulante torna-se matéria o elétron é a partícula fundamental da matéria e é um vórtice de vácuo com um vazio sem vácuo no centro e é dinamicamente estável a velocidade da luz em relação ao vácuo é a velocidade máxima que a natureza forneceu e é uma propriedade inerente do vácuo, o vácuo é um fluido sutil desconhecido na mídia material, o vácuo é massa -less, contínuo, não viscoso e incompressível e é responsável por todas as propriedades da matéria e esse vácuo sempre existiu e existirá para sempre ... Então cientistas, engenheiros e filósofos dobrarão suas cabeças em vergonha sabendo que a ciência moderna ignorou o vácuo em nossa busca para descobrir a realidade por mais de um século. & # 8221

Este campo não físico & # 8220 & # 8221 também pode ser energia escura, nós realmente não o conhecemos ou entendemos muito bem, mas sabemos que ele existe. Um documento desclassificado da Defense Intelligence Agency aborda isso,

“Não entendemos por que existe ou como é criado, simplesmente sabemos que fornece uma força sempre presente no espaço-tempo, fazendo com que o universo se expanda. Na verdade, recentes observações experimentais de alta precisão indicam que a energia escura pode ser uma energia cosmológica do vácuo. ”

Portanto, se nosso mundo material nasce a partir desse material imaterial & # 8220 & # 8221, a consciência desempenha um fator? É interessante contemplar, especialmente considerando o fato de que a consciência não é uma coisa física, nem é o resultado de qualquer processo físico conhecido ou biologia. Você não pode identificar ou encontrar a fonte de consciência dentro do cérebro. Mesmo no nível quântico, sabe-se que fatores associados à consciência mudam o comportamento da matéria, como os fótons, sugerindo que a própria matéria pode ser uma coisa de percepção consciente.

Isso significa que todas as coisas & # 8220físicas & # 8221 possuem algum tipo de consciência? Os fótons não têm cérebro, têm? E quanto às plantas? Há uma quantidade crescente de evidências sugerindo que as plantas agem e se comportam de maneiras que sugerem que são coisas pensantes, capazes de sentimentos, emoções, percepções e pensamentos.

Se a consciência pode ter tal influência sobre a matéria, e é uma propriedade não física que existe dentro de todas as coisas físicas, poderia de alguma forma ser responsável pela criação da realidade? Este tem sido um tema comum discutido nos domínios da física quântica por algum tempo. Na verdade, a discussão sobre & # 8220éter & # 8221, esse material não físico e indescritível & # 8220 & # 8221, tem sido objeto de contemplação por milhares de anos. Platão escreveu sobre o éter em sua obra Fédon e explicou como existe vida dentro dele. Ele acreditava no que o ar é para nós, o éter é para eles. O éter está vivo? É o próprio universo, que poderia ser principalmente feito dessa matéria não física, uma entidade viva consciente?

Você não pode explicar a consciência em termos dos fundamentos existentes, como espaço, tempo, massa e carga. Como resultado, a coisa lógica a fazer é postular se a própria consciência é algo fundamental para a existência da realidade, ver a própria consciência como um desses fundamentos.

& # 8220 Por que você insiste que o universo não é uma inteligência consciente, quando dá origem a inteligências conscientes? & # 8221 Cícero, c. 44 AC

Um Novo Papel

Outro artigo surgiu afirmando que & # 8220observers & # 8221 são responsáveis ​​por determinar a realidade física, e que os próprios observadores conscientes geram e criam as estruturas de tempo e espaço.

O que é interessante contemplar aqui é que, se isso for verdade, incluiria todos os & # 8220observadores & # 8221 dentro do próprio universo, não apenas os observadores humanos. Isso me lembra o experimento da fenda dupla, onde minúsculos pedaços de matéria são disparados através de uma fenda formando o que chamamos de padrão de onda de probabilidades e possibilidades, mas quando um observador é introduzido, a função de onda entra em colapso.

Um dos autores do artigo, Robert Lanza, disse ao Big Think que os observadores podem afetar dramaticamente o & # 8220comportamento das quantidades observáveis ​​& # 8221 tanto em escalas microscópicas quanto em grande escala espaço-temporal. Na verdade, é necessária uma mudança & # 8220 profunda em nossa visão de mundo cotidiana comum & # 8221. O mundo não é algo formado fora de nós, simplesmente existindo por si mesmo. & # 8220Os observadores definem, em última instância, a estrutura da própria realidade física. & # 8221

Como é que isso funciona? Lanza afirma que uma rede de observadores é necessária e é & # 8220 inerente à estrutura da realidade. & # 8221 Como ele explica, os observadores - você, eu e qualquer outra pessoa - vivem em um universo gravitacional quântico e surgem com & # 8220a modelo cognitivo globalmente aceito & # 8221 da realidade por meio da troca de informações sobre as propriedades do espaço-tempo. “ 8217s como a realidade passa a ser consistentemente real para todos nós. Depois de continuar medindo uma quantidade repetidamente, sabendo o resultado da primeira medição, você verá que o resultado é o mesmo

As implicações disso são e sempre foram muito grandes. A ideia de que a própria consciência é fundamental para a realidade sugere que ela deve ter desempenhado um papel integral na criação da realidade, que a própria consciência tinha que existir antes do nascimento da realidade material física. Poderíamos continuar e contemplar coisas como: se a consciência é fundamental para a criação da matéria física, o que criou a própria consciência? De onde vem a própria consciência? A própria existência tem um começo? O futuro pode mudar o passado, o passado pode mudar o futuro?

Quem sabe, mas o ponto mais importante a aprender aqui é que a própria consciência é fundamental para a criação de nossa experiência física. Se quisermos mudar o mundo, em última análise, temos que mudar a maneira como pensamos, sentimos e percebemos. Este é um fator-chave que está diretamente relacionado com o tipo de experiência humana que criamos para nós mesmos.

É por isso que, talvez, às vezes parece que o maior recurso para pessoas poderosas, políticos e corporações é a própria consciência humana. Se nós mesmos determinarmos que direção a humanidade segue simplesmente pelo que pensamos e sentimos, imagine o que alguém poderia fazer se pudesse manipular esse aspecto dentro de nós? O estado do mundo hoje, alguns podem dizer, é caótico, e isso pode ser resultado direto do fato de que a mente e o coração coletivos não estão em um estado de coerência.

Você pode dizer & # 8220nós estamos em todo lugar. & # 8221 & # 8217semos separados por nossas crenças e incapazes de nos unirmos em compreensão e harmonia. Este estado coletivo de ser, por sua vez, criará uma experiência física que reflete isso, que é exatamente o que estamos vendo hoje e vimos ao longo da história humana.

Abaixo está um pequeno e excelente documentário de um colega meu, baseado em um ensaio que ele escreveu para seu mestrado em filosofia. Ele se aprofunda um pouco mais nessa discussão.

Mergulhe mais fundo

Clique abaixo para assistir a uma prévia do nosso novo curso!

Nosso novo curso é chamado 'Superando preconceitos e aprimorando o pensamento crítico'. Este curso de 5 semanas é ministrado pelo Dr. Madhava Setty e Joe Martino

Se você tem querido desenvolver sua autoconsciência, melhorar seu pensamento crítico, tornar-se mais centrado no coração e estar mais ciente dos preconceitos, este é o curso perfeito!

Consciência


O autor declara que a pesquisa foi realizada na ausência de quaisquer relações comerciais ou financeiras que pudessem ser interpretadas como potencial conflito de interesses.

Aharoni, E., Vincent, G. M., Harenski, C. L., Calhoun, V. D., Sinnott-Armstrong, W., Gazzaniga, M. S., et al. (2013). Neuropredição do futuro encosto. Proc. Natl. Acad. Sci. EUA. 110, 6223 & # x020136228. doi: 10.1073 / pnas.1219302110

Baylis, F. (2013). & # x0201CI sou quem sou & # x0201D: sobre as ameaças percebidas à identidade pessoal a partir da estimulação cerebral profunda. Neuroética 6, 513 e # x02013526. doi: 10.1007 / s12152-011-9137-1

Berlin, I. (1969). Quatro ensaios sobre liberdadeOxford: Oxford University Press.

Berndt, A., Lee, S. Y., Wietek, J., Ramakrishnan, C., Steinberg, E. E., Rashid, A. J., et al. (2016).Fundamentos estruturais da optogenética: determinantes da seletividade do íon canal-rodopsina. Proc. Natl. Acad. Sci. EUA. 113, 822 e # x02013829. doi: 10.1073 / pnas.1523341113

Biondi, F. e Skrypchuk, L. (2017). & # x0201CUse seu cérebro (e luz) para interfaces homem-máquina inovadoras, & # x0201D em Avanços nos fatores humanos e nas interações do sistema, ed I. Nunes (Dordrecht: Springer), 99 & # x02013105.

Brandeis, L. e Warren, S. (1890). O direito à privacidade. Harv. Law Rev. 4, 93 e # x02013220.

Bublitz, J. C. (2013). & # x0201CMinha mente é minha !? liberdade cognitiva como um conceito legal, & # x0201D em Aprimoramento cognitivo. Uma perspectiva interdisciplinar, eds E. Hildt e A. G. Franke (Dordrecht: Springer), 233 & # x02013264.

Bublitz, J. C. e Merkel, R. (2014). Crimes contra mentes: em manipulações mentais, danos e um direito humano à autodeterminação mental. Crim. Filos de Direito. 8, 51 e # x0201377. doi: 10.1007 / s11572-012-9172-y

Christman, J. (2015). & # x0201CAutonomia em filosofia moral e política, & # x0201D em The Stanford Encyclopedia of Philosophy, ed E. N. Zalta. Disponível online em: http://plato.stanford.edu/archives/spr2015/entries/autonomy-moral/.

Clark, A. (2016). Incerteza do surf. Predição, ação e a mente incorporada. New York, NY: Oxford University Press.

Dougherty, D. D., Rezai, A. R., Carpenter, L. L., Howland, R. H., Bhati, M. T., O & # x00027Reardon, J. P., et al. (2015). Um ensaio randomizado controlado com sham de estimulação cerebral profunda da cápsula ventral / corpo estriado ventral para depressão crônica resistente ao tratamento. Biol. Psiquiatria 78, 240 e # x02013248. doi: 10.1016 / j.biopsych.2014.11.023

Douglas, T. (2014). Reabilitação criminal por intervenção médica: responsabilidade moral e direito à integridade corporal. J. Ética 18, 101 e # x02013122. doi: 10.1007 / s10892-014-9161-6

Ferenczi, E.A., Zalocusky, K.A., Liston, C., Grosenick, L., Warden, M.R., Amatya, D., et al. (2016). Regulação cortical pré-frontal da dinâmica do circuito em todo o cérebro e comportamento relacionado à recompensa. Ciência 351: aac9698. doi: 10.1126 / science.aac9698

Frazzetto, G. e Anker, S. (2009). Neurocultura. Nat. Rev. Neurosci. 10, 815 e # x02013821. doi: 10.1038 / nrn2736

Fumagalli, R. (2018). & # x0201CA contra o imperialismo da neurociência, & # x0201D em Imperialismo científico: explorando os limites da interdisciplinaridade, eds U. M & # x000E4ki, A. Walsh e M. Fern & # x000E1ndez Pinto (New York, NY: Routledge), 205 & # x02013223.

Garasic, M. D. e Lavazza, A. (2016). Razões morais e sociais para reconhecer o uso de intensificadores cognitivos em contextos competitivos seletivos. BMC Med. Ética 17:18. doi: 10.1186 / s12910-016-0102-8

Glannon, W. (2009). Estimulando cérebros, alterando mentes. J. Med. Ética 35, 289 & # x02013292. doi: 10.1136 / jme.2008.027789

Goering, S., Klein, E., Dougherty, D. D., e Widge, A. S. (2017). Ficando atualizado: agência relacional e identidade no DBS de próxima geração para psiquiatria. AJOB Neurosci. 8, 59 e # x0201370. doi: 10.1080 / 21507740.2017.1320320

Greenberg, B. D., Gabriels, L. A., Malone, D. A., Rezai, A. R., Friehs, G. M., Okun, M. S., et al. (2010). Estimulação cerebral profunda da cápsula interna ventral / estriado ventral para transtorno obsessivo-compulsivo: experiência mundial. Mol. Psiquiatria 15, 64 & # x0201379 doi: 10.1038 / mp.2008.55

Haynes, J. D., Sakai, K., Rees, G., Gilbert, S., Frith, C. e Passingham, R. E. (2007). Ler intenções ocultas no cérebro humano. Curr. Biol. 17, 323 e # x02013328. doi: 10.1016 / j.cub.2006.11.072

Herff, C., Heger, D., de Pesters, A., Telaar, D., Brunner, P., Schalk, G., et al. (2015). Cérebro para texto: decodificando frases faladas de representações de telefone no cérebro. Frente. Neurosci. 9: 217. doi: 10.3389 / fnins.2015.00217

Hohwy, J. (2013). A Mente Preditiva. New York, NY: Oxford University Press.

Ienca, M. e Andorno, R. (2017). Rumo a novos direitos humanos na era da neurociência e da neurotecnologia. Life Sci. Soc. Política 13: 5. doi: 10.1186 / s40504-017-0050-1

Ienca, M. e Haselager, P. (2016). Hacking the brain: brain & # x02013computer interface technology and the ethics of neurosecurity. Ethics Inf. Technol. 18, 117 e # x02013129. doi: 10.1007 / s10676-016-9398-9

Kay, K. N., Naselaris, T., Prenger, R. J. e Gallant, J. L. (2008). Identificar imagens naturais da atividade do cérebro humano. Natureza 452, 352 e # x02013355. doi: 10.1038 / nature06713

Kellmeyer, P., Cochrane, T., M & # x000FCller, O., Mitchell, C., Ball, T., Fins, J. J., et al. (2016). Os efeitos dos dispositivos médicos de circuito fechado sobre a autonomia e a responsabilidade de pessoas e sistemas. Camb. Q. Healthc. Ética 25, 623 e # x02013633. doi: 10.1017 / S0963180116000359

Kim, T. I., McCall, J. G., Jung, Y. H., Huang, X., Siuda, E. R., Li, Y., et al. (2013). Optoeletrônica injetável em escala celular com aplicações para optogenética sem fio. Ciência 340, 211 e # x02013216. doi: 10.1126 / science.1232437

Klein, E., Goering, S., Gagne, J., Shea, C. V., Franklin, R., Zorowitz, S., et al. (2016). Controle baseado na interface cérebro-computador da estimulação cerebral em circuito fechado: atitudes e considerações éticas. Brain Comp. Interfaces 3, 140 e # x02013148. doi: 10.1080 / 2326263X.2016.1207497

Kontson, K. L., Megjhani, M., Brantley, J. A., Cruz-Garza, J. G., Nakagome, S., Robleto, D., et al. (2015). Seu cérebro na arte: dinâmica cortical emergente durante experiências estéticas. Frente. Zumbir. Neurosci. 9: 626. doi: 10.3389 / fnhum.2015.00626

Lebedev, M.A., Tate, A.J., Hanson, T.L., Li, Z., O & # x00027Doherty, J.E., Winans, J.A., et al. (2011). Desenvolvimentos futuros na pesquisa da interface cérebro-máquina. Clínicas 66, 25 e # x0201332. doi: 10.1590 / S1807-59322011001300004

Luu, T. P., He, Y., Brown, S., Nakagame, S., e Contreras-Vidal, J. L. (2016). Adaptação da marcha a perturbações cinemáticas visuais usando uma interface cérebro-computador de loop fechado em tempo real para um avatar de realidade virtual. J. Neural Eng. 13: 036006. doi: 10.1088 / 1741-2560 / 13/3/036006

Luu, T. P., Nakagome, S., He, Y., e Contreras-Vidal, J. L. (2017). A interface cérebro-computador baseada em EEG em tempo real para um avatar virtual aumenta o envolvimento cortical na caminhada humana em esteira, Sci. Rep. 7: 8895. doi: 10.1038 / s41598-017-09187-0

Malekmohammadi, M., Herron, J., Velisar, A., Blumenfeld, Z., Trager, M. H., Chizeck, H. J., et al. (2016). Estimulação cerebral profunda adaptativa cinemática para tremor em repouso na doença de Parkinson & # x00027s. Mov. Desordem. 31, 426 & # x02013428. doi: 10.1002 / mds.26482

McClure, S. M., Li, J., Tomlin, D., Cypert, K. S., Montague, L. M. e Montague, P. R. (2004). Correlatos neurais de preferência comportamental por bebidas culturalmente familiares. Neurônio 44, 379 & # x02013387. doi: 10.1016 / j.neuron.2004.09.019

Mirkovic, B., Debener, S., Jaeger, M. e De Vos, M. (2015). Decodificando o fluxo de fala assistido com EEG multicanal: implicações para aplicações online da vida diária. J. Neural Eng. 12: 046007. doi: 10.1088 / 1741-2560 / 12/4/046007

Mitchell, T. M., Shinkareva, S. V., Carlson, A., Chang, K. M., Malave, V. L., Mason, R. A., et al. (2008). Prever a atividade do cérebro humano associada ao significado dos substantivos. Ciência 320, 1191 e # x020131195. doi: 10.1126 / science.1152876

Monaro, M., Gamberini, L., e Sartori, G. (2017). A detecção de identidade falsa usando perguntas inesperadas e dinâmica do mouse. PLoS ONE 12: e0177851. doi: 10.1371 / journal.pone.0177851

Monti, M. M., Vanhaudenhuyse, A., Coleman, M. R., Boly, M., Pickard, J. D., Tshibanda, L., et al. (2010). Modulação intencional da atividade cerebral em distúrbios da consciência. New Engl. J. Med. 362, 579 e # x02013589. doi: 10.1056 / NEJMoa0905370

Morishita, T., Fayad, S. M., Higuchi, M. A., Nestor, K. A., e Foote, K. D. (2014). Estimulação cerebral profunda para depressão resistente ao tratamento: revisão sistemática dos resultados clínicos. Neuroterapêutica 11, 475 e # x02013484. doi: 10.1007 / s13311-014-0282-1

M & # x000FCller, S., Bittlinger, M. e Walter, H. (2017). Ameaças a pacientes neurocirúrgicos colocadas pelo debate sobre identidade pessoal. Neuroética 10, 299 e # x02013310. doi: 10.1007 / s12152-017-9304-0

Nagel, T. (1974). Como é ser um morcego? Philos. Rev. 83, 435 e # x02013450. doi: 10.2307 / 2183914

Nan, T., Lin, H., Gao, Y., Matyushov, A., Yu, G., Chen, H., et al. (2017). Antenas magnetoelétricas NEMS ultracompactas com atuação acústica. Nat. Comum. 8: 296. doi: 10.1038 / s41467-017-00343-8

Pe & # x000F1a-G & # x000F3mez, C., Avena-Koenigsberger, A., Sepulcre, J., and Sporns, O. (2017). Marcadores de rede espaço-temporal de variabilidade individual no conectoma funcional humano. Cereb. Córtex. doi: 10.1093 / cercor / bhx170. [Epub ahead of print].

Persson, I. e Savulescu, J. (2012). Inapto para o futuro: a necessidade de aprimoramento moral. Oxford: Oxford University Press.

Raine, A. (2013). A anatomia da violência: as raízes biológicas do crime. New York, NY: Vintage.

Redondo, R. L., Kim, J., Arons, A. L., Ramirez, S., Liu, X. e Tonegawa, S. (2014). Troca bidirecional da valência associada a um engrama de memória contextual do hipocampo. Natureza 513, 426 e # x02013430. doi: 10.1038 / nature13725

Rose, N. e Abi-Rached, J. M. (2013). Neuro as novas ciências cerebrais e o gerenciamento da mente. Princeton, NJ: Princeton University Press.

Rose, S. (2005). O cérebro do século 21: explicando, consertando e manipulando a mente. Londres: Jonathan Cape.

Santoni de Sio, F., Faulm & # x000FCller, N., e Vincent, N. A. (2014). Como o aprimoramento cognitivo pode mudar nossas funções. Frente. Syst. Neurosci. 8: 131. doi: 10.3389 / fnsys.2014.00131

Schechtman, M. (2009). & # x0201CRendendo nossas histórias: autonarrativa e identidade pessoal, & # x0201D em Identidade Pessoal e Eus Fraturados: Perspectiva da Filosofia, Ética e Neurociência, eds D. J. H. Mathews, H. Bok e P. V. Rabins (Baltimore, MD: Johns Hopkins University Press), 65 & # x0201392.

Schreiber, D., Fonzo, G., Simmons, A. N., Dawes, C. T., Flagan, T., Fowler, J. H., et al. (2013). Cérebro vermelho, cérebro azul: os processos avaliativos diferem em democratas e republicanos. PLoS ONE 8: e52970. doi: 10.1371 / journal.pone.0052970

Sententia, W. (2004). Considerações neuroéticas: liberdade cognitiva e tecnologias convergentes para melhorar a cognição humana. Ann. N. Y. Acad. Sci. 1013, 221 & # x02013228. doi: 10.1196 / annals.1305.014

Shen, F. X. (2013). Neurociência, privacidade mental e a lei. Harvard J. Law Publ. Política 36, 653 e # x02013713.

Soon, C. S., Brass, M., Heinze, H. J. e Haynes, J. D. (2008). Determinantes inconscientes de decisões livres no cérebro humano. Nat. Neurosci. 11, 543 e # x02013545. doi: 10.1038 / nn.2112

Soon, C. S., He, A. H., Bode, S., e Haynes, J. D. (2013). Prever escolhas livres para intenções abstratas. Proc. Natl. Acad. Sci. EUA. 110, 5733 e # x020135734. doi: 10.1073 / pnas.1212218110

Thibault, R. T., Lifshitz, M. e Raz, A. (2016). O cérebro auto-regulado e neurofeedback: ciência experimental e promessa clínica. Córtex 74, 247 e # x02013261. doi: 10.1016 / j.cortex.2015.10.024

Vessel, E. A., Starr, G. G. e Rubin, N. (2012). O cérebro da arte: experiência estética intensa ativa a rede de modo padrão. Frente. Zumbir. Neurosci. 6:66. doi: 10.3389 / fnhum.2012.00066

von L & # x000FChmann, A., Herff, C., Heger, D. e Schultz, T. (2015). Rumo a um instrumento de código aberto sem fio: espectroscopia de infravermelho próximo funcional em neuroergonomia móvel e aplicações BCI. Frente. Zumbir. Neurosci. 9: 617. doi: 10.3389 / fnhum.2015.00617

Wen, H., Shi, J., Zhang, Y., Lu, K.-H., Cao, J., e Liu, Z. (2017). Codificação e decodificação neural com aprendizado profundo para visão natural dinâmica. Cereb. Córtex. doi: 10.1093 / cercor / bhx268. [Epub ahead of print].

Wheeler, J. J., Baldwin, K., Kindle, A., Guyon, D., Nugent, B., Segura, C., et al. (2015). & # x0201CN interface neural implantável de 64 canais com gravação reconfigurável e estimulação, & # x0201D em 2015 37ª Conferência Internacional Anual do IEEE Engineering in Medicine and Biology Society (EMBC) (New York, NY: IEEE), 7837 & # x020137840.

Widge, A. S., Dougherty, D. D. e Moritz, C. T. (2014). Interfaces cérebro-computador afetivas como tecnologia habilitadora para estimulação psiquiátrica responsiva. Brain Comp. Interfaces 1, 126 e # x02013136. doi: 10.1080 / 2326263X.2014.912885

Wolpe, P. R., Foster, K. R. e Langleben, D. D. (2005). Neurotecnologias emergentes para detecção de mentiras: promessas e perigos. Sou. J. Bioeth. 5, 39 e # x0201349. doi: 10.1080 / 15265160590923367

Yuste, R., Goering, S., Arcas, B. A. Y., Bi, G., Carmena, J. M., Carter, A., et al. (2017). Quatro prioridades éticas para neurotecnologias e IA. Natureza 551, 159 & # x02013163. doi: 10.1038 / 551159a

Palavras-chave: prótese neural, liberdade de pensamento, privacidade mental, controle do pensamento, conjuntos de dados cerebrais

Citação: Lavazza A (2018) Liberdade de pensamento e integridade mental: os requisitos morais para qualquer prótese neural. Frente. Neurosci. 12:82. doi: 10.3389 / fnins.2018.00082

Recebido: 15 de setembro de 2017 Aceito: 01 de fevereiro de 2018
Publicado: 19 de fevereiro de 2018.

Mikhail Lebedev, Duke University, Estados Unidos

Jose Luis Contreras-Vidal, Universidade de Houston, Estados Unidos
Federico Gustavo Pizzetti, Universit & # x000E0 degli Studi di Milano, Itália
Sameer A. Sheth, Baylor College of Medicine, Estados Unidos
Gabriel Jos & # x000E9 Corr & # x000EAa Mograbi, Universidade Federal de Mato Grosso, Brasil

Copyright & # x000A9 2018 Lavazza. Este é um artigo de acesso aberto distribuído sob os termos da Creative Commons Attribution License (CC BY). É permitida a utilização, distribuição ou reprodução em outros fóruns, desde que o (s) autor (es) original (is) e o detentor dos direitos autorais sejam creditados e que a publicação original nesta revista seja citada, de acordo com a prática acadêmica aceita. Não é permitida a utilização, distribuição ou reprodução em desacordo com estes termos.


Assista o vídeo: Processamento Digital de Sinais - Aula 01 - Introdução ao Processamento Digital de Sinais (Novembro 2021).