Новый микрочип диагностирует неврологические нарушения и облегчает их симптомы
Ученые изобрели микрочип на основе мягких имплантируемых электродов и алгоритмов машинного обучения, который способен идентифицировать и подавлять симптомы некоторых неврологических заболеваний и расстройств. Исследование опубликовано в журнале IEEE Journal of Solid-State Circuits.
Группа ученых из Швейцарии и США создала нейрочип NeuralTree для лечения неврологических нарушений. Устройство представляет собой систему нейромодуляции, контур которой замыкается на чипе. Он состоит из 256-канальной матрицы датчиков высокого разрешения, а также энергоэффективного процессора, способного к машинному обучению. Благодаря этому система может извлекать и классифицировать биомаркеры, основанные на реальных данных пациентов и теоретических моделях заболеваний, чтобы прогнозировать симптомы.
В качестве биомаркеров выступают паттерны электрических сигналов из мозговых волн, связанных с определенными неврологическими заболеваниями. Именно их и улавливает NeuralTree. Затем система анализирует сигналы и указывает, что они могут предвещать. Например, эпилептический припадок или тремор при болезни Паркинсона. Когда симптом обнаружен, чип активирует встроенный в него микростимулятор и блокирует проявление нарушения при помощи электрического импульса.
Такая система нейромодуляции стала самой эффективной из существующих, потому что при компактном размере (3,48 мм2) чип имеет в восемь раз больше входных каналов, чем аналоги.
«NeuralTree выигрывает от точности нейронной сети и аппаратной эффективности алгоритма дерева решений. Нам удалось интегрировать такой сложный, но энергоэффективный нейронный интерфейс для задач бинарной классификации, таких как обнаружение судорог или тремора, а также для многоклассовых задач, таких как классификация движений пальцев для нейропротезирования», — рассказывает Махса Шоаран, один из соавторов исследования из Федеральной политехнической школы Лозанны (Швейцария).
В дополнение к этим преимуществам система способна обнаруживать более широкий спектр симптомов, чем другие устройства, которые до сих пор были сосредоточены только на выявлении эпилептических припадков. Алгоритм машинного обучения NeuralTree тренировался на наборах данных пациентов как с эпилепсией, так и с болезнью Паркинсона, и точно классифицировал предварительно записанные нейронные сигналы из обеих категорий.
В будущем ученые планируют включить встроенные обновления алгоритмов микрочипа. Они необходимы, так как нейронные сигналы меняются со временем, что снижает производительность интерфейса системы нейромодуляции.
Текст: Полина Ячменникова