Algoritma pembelajaran mesin baru mengurangi kebutuhan antarmuka otak komputer untuk menjalani kalibrasi ulang.
Para peneliti dari Carnegie Mellon University (CMU) dan University of Pittsburgh (Pitt) telah menerbitkan penelitian di Nature Biomedical Engineering yang secara drastis akan meningkatkan antarmuka otak komputer dan kemampuannya untuk tetap stabil saat digunakan, sangat mengurangi atau berpotensi menghilangkan kebutuhan untuk mengkalibrasi ulang perangkat ini selama atau di antara eksperimen.
Brain-Computer Interface (BCI) adalah perangkat yang memungkinkan individu dengan disabilitas motorik seperti kelumpuhan untuk mengontrol anggota badan palsu, kursor komputer, dan antarmuka lainnya hanya dengan menggunakan pikiran mereka. Salah satu masalah terbesar yang dihadapi BCI yang digunakan dalam pengaturan klinis adalah ketidakstabilan dalam rekaman saraf itu sendiri. Seiring waktu, sinyal yang diambil oleh BCI dapat bervariasi, dan hasil dari variasi ini adalah bahwa seseorang dapat kehilangan kemampuan untuk mengontrol BCI mereka.
Sebagai akibat dari kehilangan kendali ini, para peneliti meminta pengguna untuk menjalani sesi kalibrasi ulang yang mengharuskan mereka untuk menghentikan apa yang mereka lakukan dan mereset koneksi antara perintah mental mereka dan tugas yang sedang dilakukan. Biasanya, teknisi manusia lain dilibatkan hanya untuk membuat sistem bekerja.
"Bayangkan jika setiap kali kita ingin menggunakan ponsel kita, agar berfungsi dengan benar, kita harus entah bagaimana mengkalibrasi layar sehingga tahu bagian mana dari layar yang kita tuju," kata William Bishop, yang sebelumnya adalah seorang mahasiswa PhD. dan mahasiswa pascadoktoral di Departemen Pembelajaran Mesin di CMU dan sekarang menjadi mahasiswa di Janelia Farm Research Campus. "Keadaan terkini dalam teknologi BCI adalah semacam itu. Hanya untuk membuat perangkat BCI ini bekerja, pengguna harus melakukan kalibrasi ulang yang berulang kali ini. Jadi itu sangat merepotkan bagi pengguna, serta teknisi yang menjaga perangkat. "
Makalah, "A stabilized brain-computer interface based on neural manifold alignment," menyajikan algoritma pembelajaran mesin yang memperhitungkan berbagai sinyal ini dan memungkinkan individu untuk terus mengendalikan BCI di hadapan ketidakstabilan ini. Dengan memanfaatkan temuan bahwa aktivitas populasi saraf berada dalam "dimensi saraf ganda", para peneliti dapat menstabilkan aktivitas saraf untuk mempertahankan kinerja BCI yang baik di hadapan ketidakstabilan rekaman.
"Ketika kita mengatakan 'stabilisasi', yang kita maksud adalah bahwa sinyal saraf kita tidak stabil, mungkin karena kita merekam dari neuron yang berbeda sepanjang waktu," jelas Alan Degenhart, seorang peneliti postdoctoral dalam teknik elektro dan komputer di CMU. "Kami telah menemukan cara untuk mengambil populasi neuron yang berbeda dari waktu ke waktu dan menggunakan informasi mereka untuk dasarnya mengungkapkan gambaran umum dari perhitungan yang terjadi di otak, sehingga menjaga BCI dikalibrasi di tengah ketidakstabilan saraf."
Para peneliti bukan yang pertama mengusulkan metode untuk kalibrasi ulang diri; masalah rekaman saraf yang tidak stabil telah mengudara sejak lama. Beberapa penelitian telah mengusulkan prosedur kalibrasi ulang diri, tetapi telah menghadapi masalah berurusan dengan ketidakstabilan. Metode yang disajikan dalam makalah ini dapat pulih dari ketidakstabilan bencana karena tidak bergantung pada subjek yang berkinerja baik selama kalibrasi ulang.
"Katakanlah ketidakstabilan itu begitu besar sehingga subjek tidak lagi dapat mengendalikan BCI," jelas Byron Yu, seorang profesor teknik listrik dan komputer dan teknik biomedis di CMU. "Prosedur rekalibrasi diri yang ada kemungkinan akan berjuang dalam skenario itu, sedangkan dalam metode kami, kami telah menunjukkan bahwa dalam banyak kasus dapat pulih dari ketidakstabilan bencana itu."
"Ketidakstabilan rekaman saraf tidak dikarakterisasi dengan baik, tetapi ini adalah masalah yang sangat besar," kata Emily Oby, seorang peneliti postdoctoral dalam neurobiologi di Pitt. "Tidak banyak literatur yang bisa kami tunjukkan, tetapi secara anekdot, banyak laboratorium yang melakukan penelitian klinis dengan BCI harus sering berurusan dengan masalah ini. Pekerjaan ini memiliki potensi untuk sangat meningkatkan kelayakan klinis BCI, dan untuk membantu menstabilkan antarmuka saraf lainnya. "
(Materials provided by College of Engineering, Carnegie Mellon University)
***
Solo, Senin, 18 Mei 2020. 11:54 am
'salam cerdas penuh cinta'
Suko Waspodo
antologi puisi suko
Brain-computer interface abstract illustration (stock image).
0 comments:
Posting Komentar