Brain kompüter interfeysləri bərpa olunmuş ünsiyyət və hərəkəti vəd edir, lakin inkişaf zamanı əldə edilən dəqiqlik nadir hallarda yeni seanslar, istifadəçilər, tapşırıqlar və ya aparatlardan sağ qalır. Ümumilik, yüksək performans deyil, klinik miqyaslılığı müəyyən edir. Burada inkişafdan tətbiqə qədər ümumiləşə bilən sinir dekodlaşdırmasını araşdırırıq, qiymətləndirmə zamanı saxlanan domen, hədəf məlumatlarına giriş, uyğunlaşma strategiyası və performansın davam etdiyi klinik şərait tərəfindən təşkil olunur, müqayisə standartlarını müəyyənləşdirmək, perspektiv təsdiqləmə və sabit fayda üçün əsas şərtlər kimi aparat-alqoritm birgə dizaynı.
Beyin-kompüter interfeysləri (BCI) sinir fəaliyyətini ünsiyyət və motor idarəetmə əmrlərinə çevirir və qapalı döngə sistemlərində duyğu geri bildirmə və ya müalicəvi stimullaşdırma daxil edə bilər1,2,3,4,5,6,7,8,9. Bu imkanlar ağır sinir xəstəlikləri olan insanlara funksional imkanları genişləndirmişdir. Bununla birlikdə, inkişaf zamanı yaxşı performans göstərən bir sistem qeydə alınan şərtlər, istifadəçi davranışları və ya klinik ehtiyaclar dəyişdikdə əhəmiyyətli bir yenidən kalibrasiya tələb edə bilər10,11,12,13. Buna görə də əsas tətbiq sualı müəyyən şərtlərdə faydalı funksiyanın saxlanıla biləcəyini və istifadəçilər, qayğıçılar və klinik xidmətlər üçün qəbul edilə bilən bir yüklə təmin edilə biləcəyinizdir. Bu suala cavab vermək üçün sinirlərin qeyd edilməsi və dekodlaşdırılması sahəsindəki inkişafların onların fəaliyyətinin qiymətləndirilməsi şəraitinə bağlanmasını tələb edir.
Burada ümumiləşdirilə bilən sinir dekodlaşdırılması, model inkişafı üçün istifadə olunan şərtlərdən kənarda vəzifəyə aid performansın qorunmasını nəzərdə tutur. Cross-sessiya, cross-participant, cross-task, cross-device, cross-site və cross-modality generalization müxtəlif tətbiq dəyişikliklərini nəzərdə tutur və bir ölçülü əlamətlərin digərləri boyunca köçürülməni təsbit etmir. Transferlilik öyrənilmiş strukturun yenidən istifadəsinə aiddir, uyğunlaşma isə hədəf sahəsindən gələn məlumatlardan istifadə edərək edilən dəyişiklikləri təsvir edir. Bu səbəbdən, bir iştirakçı üzərində qiymətləndirilən sabit dekoder, həmin iştirakçının etiketlənmiş qeydlərini istifadə edərək yenidən kalibrlənmiş dekoderdən fərqli bir sübut təqdim edir. Klinik olaraq ölçeklənə bilən BKİ-lər daha geniş şərtlər tələb edir: nəzərdə tutulmuş əhalidə və şəraitdə davamlı funksional fayda, qəbul edilə bilən risk və xərclər və idarə edilə bilən təlim, yenidən kalibrasiya, təmir, hesablama və dəstək tələbləri14,15,16. Ümumiləşdirilə bilən dekodlama bu şərtləri dəstəkləyə bilər, lakin öz-özlüyündə klinik miqyaslılıq yaratmır.
Son baxışlar neyron dekodlaşdırma üçün domen uyğunlaşmasını17, Edge-AI tətbiqini15, implantasiya edilə bilən BCIs18 üçün klinik tərcümə və nəticə tədbirlərini, beyin əsas modellərini19 və BCIs20-də istehsalçı AI-ni araşdırıb. Bu hekayə baxımı bu sahələri ümumi bir tətbiq mərkəzləşdirilmiş çərçivə vasitəsilə birləşdirir. Hər bir sübut axını üçün model inkişafı və istifadə arasında hansı dəyişiklikləri, hansı domen saxlanıldığını, hansı hədəf domen qeydləri və etiketləri mövcud olduğunu, uyğunlaşdırmanın necə həyata keçirildiyini və hansı klinik və ya aparat məhdudiyyətlərinin davamlı performansı təsir etdiyini araşdırırıq. İlk olaraq qeyd interfeyslərinin bu tətbiq dəyişikliklərini necə formalaşdığını nəzərdən keçiririk, sonra dekodlaşdırma yanaşmaları və klinik tətbiqləri araşdırırıq və nəhayət uzunmüddətli istifadəyə olan bioloji, hesablama və əməliyyat maneələrini həll edirik. İnsan və heyvan tədqiqatları, kəskin və xroniki qeydlər, dekodlama və stimullaşdırma, nümayiş etdirilmiş və perspektiv tətbiqlər ayrı-ayrı nəzərdən keçirilir. Tədqiqat yanaşması və qiymətləndirmə meyarları Mətnlərdə təsvir olunur.
Nöral məlumatların quruluşu əsasən BCI dekoderlərinə mövcud olan təmsil məkanını məhdudlaşdırır. Qazanma aparatı yalnız siqnal sadiqliyini deyil, həm də məkan miqyasını, zaman band genişliyini, anatomiki əhatə dairəsini, uzunmüddətli sabitliyini və bioloji xüsusiyyətini müəyyən edir. Bu amillər aşağı axın dekodlaşdırma modellərinin ölçülü, möhkəm və ümumiləşməsinə birbaşa təsir göstərir. Bu münasibət klinik olaraq ölçülə bilən BKI üçün xüsusilə vacibdir, çünki danışıq, bacarıqlı hərəkət və biliş nəzarəti kimi mürəkkəb davranışlar təcrid edilmiş sinir fəaliyyətindən daha çox paylanmış əhalinin dinamikasından irəli gəlir. Buna görə müasir sinir interfeysləri nadir, yerli qeydlərdən geniş və daha sabit sinir təmsillərini paylanmış beyin şəbəkələrində nümunə götürə bilən sistemlərə doğru getdikcə daha çox inkişaf etmişdir.
Neural qeyd yanaşmaları fiziki siqnal mənbəyi, məkan və zaman çözünürlükləri, anatomik əhatə dairəsi və sinir toxumasına giriş tələbləri ilə fərqlənir (Şəkil. 1) Skalp elektroencefalografiyası (EEG) 21, 22 və magnetoencefalografiyası (MEG) 23 müvafiq olaraq elektrik və maqnit fəaliyyətini ölçür, funksional yaxın infraqırmızı spektroskopiyası (fNIRS) 24 və funksional ultrasəs (fUS) 25 isə hemodinamik dəyişikliklər vasitəsilə sinir fəaliyyətini nəticə çıxarır. FUS-un invazivliyi tətbiqdən asılıdır: transqranial görüntüleme xüsusi eksperimental şəraitdə nümayiş etdirilmişdir, burada müzakirə olunan qapalı döngəli makak BCI isə cərrahiyyə yolu ilə yaradılmış bir qranial açılış istifadə etmişdir26. Funksional optik mikroskop27 hüceyrə və ya hüceyrə altındakı qətnamədə fəaliyyətin ölçülməsi üçün texnikaları əhatə edir, lakin optik giriş, toxuma nüfuzu və göstəricilər tələbləri onların istifadəsini məhdudlaşdırır. Məsələn, macaque optik BCI iki fotonlu kalsium görüntülənməsini implant edilmiş bir dənizə pəncərəsi vasitəsilə istifadə etdi28. Bu fərqlər vacibdir, çünki görüntü həlli, giriş tələbləri və sübut edilmiş dekodlama qabiliyyəti yalnız modalitet adından çıxarıla bilməz.
Xülasə — davamını mənbədə oxuyun.
