Beyinde olan rahatsızlıkları yönetmek için bir nöro-çip
Araştırmacılar, çeşitli nörolojik bozuklukların semptomlarını tanımlayabilen ve baskılayabilen bir nöral arayüz oluşturmak için düşük güçlü çip tasarımı, makine öğrenimi algoritmaları ve yumuşak implante edilebilir elektrotları birleştirdiler.
School of Engineering’deki Entegre Nöroteknolojiler Laboratuvarı’ndan Mahsa Shoaran, Soft Bioelectronic Interfaces Laboratuvarı’nda Stéphanie Lacour ile birlikte çalışarak NeuralTree adlı çipi geliştirdi. Bu çip üzerinde kapalı döngü nöromodülasyon sistemi, hastalık semptomlarını tespit edip hafifletebiliyor. 256 kanallı yüksek çözünürlüklü algılama dizisi ve enerji tasarruflu makine öğrenimi işlemcisi sayesinde, gerçek hasta verilerinden ve in-vivo hayvan modellerinden geniş bir biyobelirteç kümesini ayıklayabiliyor ve de sınıflandırabiliyor.
Shoaran, “NeuralTree, bir sinir ağının doğruluğundan ve algoritmasının donanım verimliliğinden yararlanıyor.” diyor. Ayrıca “Nöbet veya titreme tespiti gibi ikili sınıflandırma görevlerinin yanı sıra nöroprostetik uygulamalar için parmak hareketi sınıflandırması gibi çok sınıflı görevler için bu kadar karmaşık ancak enerji açısından verimli bir nöral arayüzü ilk kez entegre edebildik. ” diyerek de ekliyor.
NeuralTree, beyin dalgalarından nöral biyobelirteçleri – belirli nörolojik bozukluklarla ilişkili olduğu bilinen elektrik sinyallerinin kalıplarını – çıkararak çalışıyor. Daha sonra sinyalleri sınıflandırıp ve örneğin yaklaşan bir epileptik nöbeti veya Parkinson titremesini haber verip vermediklerini gösteriyor. Bir semptom tespit edilirse, yine çipte bulunan bir nörostimülatör etkinleştirilir ve onu bloke etmek için bir elektrik darbesi de gönderiyor.
Sistem, şimdiye kadar esas olarak epileptik nöbet saptamaya odaklanan diğer cihazlara göre daha geniş bir semptom yelpazesini algılayabiliyor. Çipin makine öğrenme algoritması, hem epilepsi hem de Parkinson hastalarından alınan veri kümeleri üzerinde eğitildi ve her iki kategoriden de önceden kaydedilmiş nöral sinyalleri doğru bir şekilde sınıflandırdı.
Shoaran, bir sonraki adım olarak, nöral sinyallerin gelişimine ayak uydurmak için çip üzerinde algoritmik güncellemeleri etkinleştirmekle ilgileniyor. “Sinir sinyalleri değişir ve bu nedenle zamanla bir nöral arayüzün performansı düşer. Algoritmaları her zaman daha doğru ve güvenilir hale getirmeye çalışıyoruz ve bunu yapmanın bir yolu, çip üzerinde güncellemeleri veya güncellenebilen algoritmaları etkinleştirmek olacaktır. ” diyor.
Yazar: Senanur Gülce
Editörler: İdil Altıntaş, Hilal Türkan
A neuro-chip to manage brain disorders:
https://www.sciencedaily.com/releases/2023/01/230130103022.htm
