นักวิจัยจาก บริษัท ของรัสเซีย Neurobotics และสถาบันฟิสิกส์และเทคโนโลยีแห่งมอสโกได้ค้นพบวิธีการแสดงภาพสมองของคน ๆ หนึ่ง โดยเลียนแบบสิ่งที่พวกเขาสังเกตเห็นได้แบบเรียลไทม์
ซึ่งสิ่งนี้จะช่วยในการสร้างอุปกรณ์การฟื้นฟูสมรรถภาพหลังการผ่าตัดที่ควบคุมโดยสัญญาณสมอง ทีมนักวิจัยได้ตีพิมพ์ผลงานวิจัยลงบน bioRxiv และโพสต์วิดีโอออนไลน์โดยแสดงระบบ “อ่านใจ” ได้สำเร็จ
ในการพัฒนาอุปกรณ์ที่ควบคุมโดยสมอง และวิธีการรักษาโรคทางปัญญาและการฟื้นฟูสมรรถภาพหลังการทำ neurobiologists ซึ่งต้องมีความเข้าใจว่าสมองเข้ารหัสข้อมูลอย่างไร สิ่งสำคัญคือการศึกษากิจกรรมสมองของผู้คนที่รับรู้ข้อมูลภาพ ตัวอย่างเช่น ขณะพวกเขากำลังดูวิดีโอ เป็นต้น
โซลูชันที่มีอยู่สำหรับการแยกภาพที่สังเกตได้จากสัญญาณสมองนั้นอาจใช้คลื่น MRI หรือวิเคราะห์สัญญาณที่ได้รับผ่านการปลูกถ่ายโดยตรงจากเซลล์ประสาท ทั้งสองวิธีมีการใช้งานที่ค่อนข้าง จำกัด ในการปฏิบัติทางคลินิกและในชีวิตประจำวัน
โดยอินเตอร์เฟซคอมพิวเตอร์กับสมองที่พัฒนาโดย MIPT และNeurobotics อาศัย เทคโนโลยี Neural Network และสัญญาณ EEG ซึ่งเป็นเทคนิคในการบันทึกคลื่นสมองผ่านขั้วไฟฟ้าที่วางไว้บนหนังศีรษะ โดยการวิเคราะห์กิจกรรมของสมองระบบจะสร้างภาพที่เห็นโดยบุคคลผ่านข้อมูล EEG แบบเรียลไทม์
“ เรากำลังทำงานในโครงการ Assistive Technologies ของ Neuronet ใน National Technology Initiative ซึ่งมุ่งเน้นไปที่ส่วนต่อประสานระหว่างคอมพิวเตอร์และสมองที่ช่วยให้ผู้ป่วยหลังการผ่าตัดใช้ในการควบคุมแขน เพื่อการฟื้นฟูระบบประสาท หรือผู้ป่วยที่เป็นอัมพาต
เป้าหมายสูงสุดคือการเพิ่มความแม่นยำของการควบคุมระบบประสาทสำหรับบุคคลที่มีสุขภาพดีเช่นเดียวกัน” Vladimir Konyshev หัวหน้าห้องปฏิบัติการ Neurorobotics ที่ MIPT กล่าว
ในส่วนแรกของการทดลองนักประสาทวิทยาได้ขอให้อาสาสมัครที่มีสุขภาพดีชม 20 นาทีของวิดีโอ YouTube โดยทีมนักวิจัยได้เลือกวิดีโอ 5 หมวดหมู่ : รูปที่เป็นแบบนามธรรม น้ำตก ใบหน้ามนุษย์ กลไกการเคลื่อนไหว และกีฬาแข่งรถ
จากการวิเคราะห์ข้อมูล EEG นักวิจัยแสดงให้เห็นว่ารูปแบบคลื่นสมองนั้นแตกต่างกันสำหรับวิดีโอแต่ละประเภท สิ่งนี้ทำให้ทีมวิเคราะห์การตอบสนองของสมองต่อวิดีโอได้แบบเรียลไทม์
ในขั้นตอนที่สองของการทดสอบจะมีการสุ่มหมวดหมู่สามหมวดหมู่จากหมวดหมู่เดิมทั้ง 5 หมวดหมู่ นักวิจัยได้พัฒนาโครงข่ายประสาทเทียม (Neural Network) สองเครือข่าย หนึ่งสำหรับสร้างภาพเฉพาะหมวดหมู่แบบสุ่มจาก “สัญญาณรบกวน” และอีกรูปแบบหนึ่งสำหรับสร้าง “เสียงรบกวน” ที่คล้ายกันจาก EEG จากนั้นทีมได้ทำการ Training ผ่าน Neural Network ให้ทำงานร่วมกันในลักษณะที่เปลี่ยนสัญญาณ EEG ให้เป็นภาพจริงคล้ายกับที่ผู้ทดสอบกำลังเฝ้าสังเกต
ในการทดสอบความสามารถของระบบในการมองเห็นการทำงานของสมอง ผู้เข้าร่วมจะถูกแสดงวิดีโอที่มองไม่เห็นจากหมวดหมู่เดียวกันก่อนหน้านี้ ซึ่งขณะที่พวกเขาดู ข้อมูล EEGs จะถูกบันทึกและส่งไปยังเครือข่ายประสาท ระบบผ่านการทดสอบและสามารถสร้างภาพที่น่าเชื่อถือซึ่งสามารถแบ่งได้อย่างง่ายดายอย่างที่เราเห็นในรูปข้างล่าง
“ อิเลคโทรนิคฮาโลแกรม คือ ชุดของสัญญาณสมองที่บันทึกจากคลื่นสมอง นักวิจัยเคยคิดว่าการศึกษากระบวนการทางสมองผ่าน EEG นั้นเหมือนกับการหาโครงสร้างภายในของเครื่องจักรไอน้ำโดยการวิเคราะห์ควันที่ตกค้างจากรถไฟไอน้ำ” Grigory Rashkov ผู้ร่วมเขียนบทความวิจัยจาก MIPT และโปรแกรมเมอร์ที่ Neurobotics “เราไม่ได้คาดหวังว่าจะมีข้อมูลเพียงพอที่จะสร้างภาพที่บุคคลสังเกตได้ แต่มันกลับกลายเป็นว่าเป็นไปได้ดีทีเดียว”
“ ยิ่งไปกว่านั้นเราสามารถใช้สิ่งนี้เป็นพื้นฐานสำหรับอินเทอร์เฟซคอมพิวเตอร์กับสมองได้แบบเรียลไทม์ ภายใต้เทคโนโลยียุคปัจจุบัน อินเทอร์เฟซสำหรับระบบประสาทที่สร้างโดย Elon Musk เผชิญกับความท้าทายของการผ่าตัดที่ซับซ้อนและการเสื่อมสภาพอย่างรวดเร็วเนื่องจากกระบวนการทางธรรมชาติ
ทีมนักวิจัยหวังว่าในที่สุดเราจะสามารถออกแบบส่วนต่อประสานประสาทราคาไม่แพงซึ่งไม่ต้องใช้การฝังแบบผ่าตัดเข้าไปในสมองจริง ๆ ” นักวิจัยกล่าวเสริม
เราได้เห็นเทคโนโลยี ที่มีการเชื่อมต่อสมองเข้ากับคอมพิวเตอร์ (Brain Machine Interface) ที่มีการวิจัยเรื่องราวเหล่านี้เป็นจำนวนมากในช่วงปีที่ผ่านมา ซึ่งรวมถึงโครงการ NeuralLink ของ Elon Musk ด้วยเช่นกัน
เช่นเดียวกับเทคโนโลยี Brain Machine Interface เทคโนโยโลยีอย่างที่เราเห็นในบทความนี้ นั้นก็ใช้รูปแบบคล้าย ๆ กัน ซึ่งมุ่งเน้นไปที่ส่วนต่อประสานระหว่างคอมพิวเตอร์และสมองที่ช่วยให้ผู้ป่วยหลังการผ่าตัดใช้ในการควบคุมแขน เพื่อการฟื้นฟูระบบประสาท หรือผู้ป่วยที่เป็นอัมพาต
ซึ่งผมก็เชื่อว่า เราจะเห็นเทคโนโลยีเหล่านี้ ที่กำลังก้าวหน้าไปอย่างรวดเร็ว สามารถช่วยเหลือผู้ป่วยที่มีปัญหากับอวัยวะต่าง ๆ ของพวกเขาไม่ว่าจะเป็นดวงตา แขนขา ที่พิการ หรือ อื่น ๆ ได้อีกมากมายในอนาคตอย่างแน่นอนครับ
References : https://mipt.ru/english/news/neural_network_reconstructs_human_thoughts_from_brain_waves_in_real_time
