Ученые НИУ ВШЭ и AIRI сократили в 50 раз задержку между изменением активности мозга и предъявлением сигнала обратной связи для задач нейробиоуправления. Таких результатов удалось достичь за счет использования нейронной сети, обученной решать задачу фильтрации с минимальной задержкой на данных электрической активности мозга людей. Это открывает новые возможности в лечении синдрома дефицита внимания и эпилепсии. Статья опубликована в Journal of Neural Engineering.
Метод нейрообратной связи — это разновидность биоуправления, которая применяется еще с 60-х годов прошлого века. Суть его в том, что человек получает информацию о параметрах работы собственного мозга, регистрируемых, как правило, при помощи электроэнцефалограммы (ЭЭГ), и на основе этого учится управлять своей мозговой активностью. К примеру, он может научиться более эффективно расслабляться, узнавая о своих альфа-ритмах в затылочной зоне, увеличение мощности которых в норме сопутствует расслабленному состоянию. Сфера применения технологии нейрообратной связи широка — от лечения СДВГ, эпилепсии, депрессии до тренировки стрессоустойчивости и подготовки спортсменов.
На практике не всем участникам тренингов удается добиться значимых положительных результатов с помощью нейрообратной связи: около 40% обучаются плохо. По версии ученых НИУ ВШЭ и AIRI, одной из основных причин этого является большая задержка между изменением активности мозга и предъявлением сигнала обратной связи, сообщающего о таком изменении.
«Ранее мы выяснили, что при тренировке затылочного альфа-ритма меняется число всплесков мозговой активности в единицу времени, а их длительность и амплитуда остаются неизменными. Суть тренировки заключается в том, что человек научается входить в такое состояние и увеличивать число всплесков, для чего важно своевременное положительное подкрепление этих переходов. Но пока в большинстве современных систем сигнал обратной связи предъявляется с задержкой более 500 мс. В таких условиях сложно соотнести обратную связь и событие, в ответ на которое она была предъявлена,» — говорит Алексей Осадчий, руководитель исследования, директор Центра биоэлектрических интерфейсов НИУ ВШЭ и руководитель группы «Нейроинтерфейсы» AIRI.
Сокращение задержки предъявления сигнала обратной связи увеличивает вероятность запуска механизмов нейропластичности, необходимых для достижения долговременного эффекта от тренировки. В одном из предыдущих исследований в группах с минимальной задержкой, которая тогда составляла 250 мс, всем участникам удалось увеличить число всплесков альфа-ритма в единицу времени, тогда как в группах с задержкой около 500 мс с задачей справились примерно 60% участников.
Исследователи предполагают, что дальнейшее сокращение задержки должно привести к еще более заметному повышению скорости обучения и получению долговременных эффектов от тренировки. Однако наиболее существенная компонента задержки в предъявлении сигнала обратной связи определяется фундаментальными ограничениями. Они связаны с неопределенностью Габора: для того чтобы выделить ритм, необходимо использовать зарегистрированные значения сигнала и пронаблюдать его на временном интервале длиной порядка 200–300 мс. То есть фильтрация — выделение нужных ритмов мозга — требует временных затрат, что вносит задержку в сигнал. Ученые предложили использовать нейросетевую модель целевого сигнала, чтобы повысить скорость его выявления на фоне остальной активности головного мозга.
Ученые обучили несколько нейросетей на большом объеме данных мозговой активности людей, испытали на устойчивость путем добавления шума, а затем применили к данным 25 участников альфа-тренинга. Были протестированы разные архитектуры, лучше всего проявила себя Temporal Convolutional Network (TCN).
«На основе TCN был построен фильтр для выделения ритмической активности, который позволил уменьшить задержку предъявления сигнала обратной связи, отражающего мгновенную интенсивность альфа-ритма, до 10 мс. Таким образом мы примерно в 50 раз сократили задержку. При этом следить за переходами нейронных популяций из фазы возбуждения в фазу торможения нам удалось практически без задержки«, — комментирует Алексей Осадчий.
По словам ученых, полученные результаты требуют пересмотра оценок эффективности нейрообратной связи в задачах коррекции ряда неврологических расстройств. Использование метода с сокращенной задержкой может существенно увеличить долю пациентов, отвечающих на такую терапию дисфункции нервной системы. Кроме того, появляется возможность создания парадигм стимуляции мозга замкнутого контура для коррекции тяжелых неврологических нарушений. Это будет происходить за счет создания искусственных петель обратной связи, неотличимых мозгом от своих собственных и способных инициировать целевые пластические изменения нейронных сетей головного мозга.
Текст: пресс-служба ВШЭ
Semenkov, I., Fedosov, N., Makarov, I., & Ossadtchi, A. (2023). Real-time low latency estimation of brain rhythms with deep neural networks. Journal of Neural Engineering, 20(5), 056008. https://doi.org/10.1088/1741-2552/acf7f3