De met onze hersenen te besturen in de

De invloeden van Brain-computer interfaces op onze toekomstStefan Zwerver (s4435818)Essaybegeleider: L.P.

M. LamersDatum: 8-01-2018  AbstractWordt geschreven nadat het essay af is Introductie     De hersenen spelen al een erg belangrijkerol in ons leven. Het is dat wat ons aanstuurt, de rest van het lichaam is maarhet gereedschap. Hier moet meer tussenDehersenen zijn alleen altijd al begrensd geweest door de mogelijkheden die onslichaam kan bieden en deze capaciteiten maken vrijwel nooit een groteverandering mee. Sleutelen aan het lichaam blijkt tot nu toe een lastige taakte zijn. Momenteel bestaan er al protheses die bijvoorbeeld signalen uit despieren in onze armen kunnen aflezen en hierdoor bestuurd kunnen worden (Farinaand others 2014).

Best services for writing your paper according to Trustpilot

Premium Partner
From $18.00 per page
4,8 / 5
4,80
Writers Experience
4,80
Delivery
4,90
Support
4,70
Price
Recommended Service
From $13.90 per page
4,6 / 5
4,70
Writers Experience
4,70
Delivery
4,60
Support
4,60
Price
From $20.00 per page
4,5 / 5
4,80
Writers Experience
4,50
Delivery
4,40
Support
4,10
Price
* All Partners were chosen among 50+ writing services by our Customer Satisfaction Team

Bionische protheses die we direct met onze hersenen kunnenaansturen, dus direct verbonden zijn aan bijvoorbeeld zenuwen in de armbeginnen vrij recent van de grond te komen (Ortiz-Catalan and others 2014). Eengroter iets met een ander doel die in de nabije toekomst in ons bereik gaatvallen is de mogelijkheid om machine, naast ons lichaam, met onze hersenen tebesturen in de vorm van een brain-computer interface (Khan and Hong 2017). Brain-computerinterface (BCI) is een technologie waarbij de activiteit of signalen van dehersenen worden afgelezen, worden omgezet tot iets wat door computers verwerktkan worden en daarna vertaald wordt naar een actie (Yuan and He 2014).

Dezeactie kan bijvoorbeeld een piepje zijn uit een speaker, maar kan ook zo complexzijn als een cursor bewegen op een computerscherm afhankelijk van welke methodewordt gebruikt voor het aflezen van de hersenactiviteit en de precisie van deapparatuur die gebruikt wordt. In de nabije toekomst wanneer de apparatuurwaarmee we onze hersenen aflezen preciezer wordt en het makkelijker wordt omveel verschillende signalen van de hersenen beter van elkaar te onderscheidenzullen de mogelijkheden flink in complexiteit toenemen. Denk hierbij nietalleen aan protheses die een hand kunnen vervangen, maar ook aan volledigemachines of robots die van een afstand bestuurd kunnen worden.

Een commerciëlerdoeleinde hiervan zou kunnen zijn het gebruik van computer-brain interfaces in entertainment,zoals bijvoorbeeld virtual reality. Hiermee zouden we de mogelijkheid kunnenkrijgen om vrij rond te lopen in een gesimuleerde wereld alsof het ons eigenlichaam is en hier te kunnen doen wat in de normale wereld door natuurwettenwordt begrensd.Technieken voor het creëren van een BCI     Er zijn meerdere technieken die hetmogelijk maken om de hersenen af te lezen, elk met zijn voor en nadelen.

Demethodes die het meest gebruikt worden voor het registreren vanhersenactiviteit zijn non-invasief, hierbij kan de apparatuur buiten het hoofdzijn metingen doen. Hieronder staan een aantal methoden voor non-invasievemanieren om de hersenen te meten benoemd en beschreven. Daarnaast worden korteen aantal voor en nadelen benoemd.   Elektro-encefalografie (EEG)     EEG is meer dan een halve eeuw geledenontwikkeld en is hiermee de oudste methode voor het non-invasief weergeven vanhet menselijk brein (Thibault and others 2016). De apparatuur voor EEG bestaatuit een enkele electrode of een hem met meerdere electroden.

De manier hoe dezemethode hersenactiviteit meet is door het extracellulaire elektrisch potentiaaldie geassocieerd wordt met hersenactiviteit af te lezen (Yuan and He 2014). Ditpotentiaal wordt gegenereerd door piramidale cellen die loodrecht op de schedelstaan, hiermee is het een methode die alleen aan het oppervlak van de hersenenkan meten. EEG is gevoelig voor storingen in het signaal doorelektromyografische (EMG) signalen, dit zijn signalen die afgegeven worden doorspieren wanneer deze geactiveerd worden (Leuthardt and others 2006). Dit maaktde methode, als het op zichzelf wordt gebruikt, niet erg nuttig voor accurateBCI’s.

Deze methode heeft as voordelen wel dat het makkelijk te vervoeren is endoor zijn relatief lage prijs (500 tot 50.000 dollar) erg toegankelijk is.Real-timefunctional magnetic resonance imaging (rtfMRI)     Dezevariant is gebaseerd op fMRI.

Het is een non-invasieve methode voor hetmoduleren van hersenactiviteit. rtfMRI biedt een manier om Blood Oxygenlevel-dependant (BOLD) fMRI data te verzamelen, welk indirect gerelateerd isaan hersenactiviteit, te verwerken en weer te geven. Doordat deze methode snelbeeld kan geven van de hersenactiviteit, geeft dit het geteste individu demogelijkheid om zijn hersenactiviteit in real-time waar te nemen, dus met ergweinig vertraging. Hierdoor kan het individu makkelijker zijn eigenhersenactiviteit sturen en dus de relevante delen beter beïnvloeden (Thibaultand others 2016). Andere voordelen van deze methode zijn de precisie waarmeehersenactiviteit weergegeven kan worden, dit kan in vakjes van 3mm bij 3mm. Defeedback delay van deze methode is vanaf het meten van de zuurstofafgifte vanhet bloed tot weergave op het scherm ongeveer 1,5 seconde.

Om daaruit hetmoment van de hersenactiviteit te bepalen moet hier nog 4 tot 6 seconde bij opworden gedaan doordat de afgifte van zuurstof door het bloed ook tijd nodigheeft. Een voordeel van deze methode is dat de activiteit diep in de hersenenafgelezen kan worden en dat dus elke 3 bij 3mm van de hersenen kan wordenafgebeeld. De benodigde apparatuur, vooral de MRI-scanner, is wel te groot omgemakkelijk te kunnen transporteren.Near-infraredspectroscopy (NIRS)     NIRS en hieruit afgeleide functionele NIRS(fNIRS) is een methode van weergeven van hersenactiviteit die vrij recentelijkis ontwikkeld (Thibault and others 2016). Deze methode bestaat uit een soorthelm met rond de 50 sensoren die op het hoofd kan worden geplaatst en deconcentratie van zuurstofarm bloed in de hersenen meet.

Deze methode isvergelijkbaar met MRI aangezien ze beide gebruikmaken van hetzelfde mechanismeom de hersenactiviteit te meten, maar beide methodes hebben hun eigen voor- ennadelen. Een nadeel van fNIRS is de diepte waarop de apparatuur kan meten in dehersenen. NIRS kan alleen zijn metingen uitvoeren op hersengebieden aan hetoppervlak van de hersenen, terwijl MRI over het hele brein kan meten.

     Nog een voordeel is dat de vertraging diedeze methode heeft korter is dan die van MRI. De vertraging van deze methode isongeveer een halve seconde. Hier komt natuurlijk wel de 4 tot 6 secondevertraging voor de zuurstofafgifte van het bloed bij. De apparatuur voor dezemethode is makkelijk te transporteren en neemt weinig ruimte in beslag. Dit isonder andere relevant voor de mobiliteit van het gemeten individu waardoor hetindividu zijn hersenactiviteit makkelijker kan volgen op een scherm engemakkelijk bewegingen en/ of acties kan uitvoeren die gemeten kunnen worden.Het individu kan bijvoorbeeld rondlopen terwijl de meting loopt of naast demeting acties uitvoeren met een andere invoermethode.

De apparatuur voor fNIRSkost ook maar een fractie van wat de apparatuur van fMRI kost (50.000-300.000dollar voor fNIRS ten opzichte van 500.000-2.000.

000 dollar voor fMRI, waar nogelektriciteitskosten van 500 dollar per uur bovenop komt) waardoor hetmakkelijker is voor onderzoekers om deze apparatuur te financieren. Er is nogvrij weinig aan literatuur te vinden over fNIRS, maar er is veel onderzoek aande gang voor deze veelbelovende methode waardoor te verwachten is dat dehoeveelheid literatuur in de nabije toekomst flink gaat toenemen. (Thibault andothers 2016) Magneto encefalografie (MEG)     MEG is een methode die wordt gebruikt omde amplitude van magnetische signalen die worden uitgestraald door de hersenente meten (Thibault and others 2016).

Deze methode kan zowel hersengebieden aanhet oppervlak als hersengebieden die dieper liggen aflezen. Net als bij eenMRI-scanner moet het individu in een magnetisch afgeschermde ruimte de metingenondergaan. Het apparaat bestaat uit een grote helm waar het individu zijn hoofdin zet. Het apparaat bestaat uit honderden sensoren die kleine veranderingen inhet magnetisch veld kunnen detecteren.     Deze methode heeft als nadeel wel dat hetnet als MRI grote apparatuur nodig heeft welk moeilijk toegankelijk is envooral in grotere onderzoekscentra en ziekenhuizen te vinden is. Getesteindividuen zitten met hun hoofd vast in het apparaat waardoor ze weinigbewegingsvrijheid hebben, maar ze hebben wel hun handen vrij en kunnen hierdooralsnog gemakkelijk acties uitvoeren, zolang deze niet verstoord worden ofverstorend werken op de MEG-scanner. Deze methode is vrij duur, de prijs vooraanschaf van de apparaten ligt rond de 2.000.

000 dollar, dat is exclusief dekosten voor de elektriciteit van 500 dollar per uur dat het apparaat aan staat.Net als bij fNIRS is er nog vrij weinig literatuur te vinden specifiek overfNIRS, maar er is toenemende interesse naar deze methode van, dus literatuurzal snel volgen. Vergeleken met andere methodes hebben MEG en fNIRS het hoogstepotentieel om toegepast te worden voor BCI’s, dit voornamelijk door hun kleinevertraging (minder dan 50ms bij MEG en ongeveer 0,5s bij fNIRS).

MEG heeft hetvoordeel dat het veel preciezer zijn metingen kan uitvoeren vergeleken metfNIRS (geldt ook voor EEG). Een ander groot voordeel wat MEG heeft ten opzichtevan andere methodes is de precisie waarmee het zijn metingen kan uitvoeren enzijn hoge signal-to-noise ratio. Deze methode kan tijdens het meten onderscheidmaken tussen stukken van 10mm bij 10mm. Deze methode kan activiteit diep in dehersenen meten, maar de kwaliteit van de metingen gaat bij dieper liggendehersengebieden achteruit. Het meten van dieper liggende hersengebieden ismomenteel wel minder relevant voor BCI’s, maar dit kan, als er in de toekomsteen wens is naar preciezere apparatuur een begrenzende factor zijn.      De apparatuur waarmee wordt gemeten kunnenook in het lichaam worden ingebracht, deze zijn invasief. Hierbij wordt deapparatuur in het hoofd direct aan de hersenen verbonden, dit kan aan hetoppervlak zijn of een gebied van interesse dieper in de hersenen.

Het voordeeldat dit met zich meebrengt is dat deze invasieve methodes beter zijn in hetonderscheiden van verschillende signalen vergeleken met non-invasieve methodes(Bensmaia and Miller 2014). De nadelen die dit met zich meebrengt is detoegankelijkheid van het implantaat. Als de implantaat niet meer optimaalfunctioneert of misplaatst is moet om deze te laten verwijderen een operatieuitgevoerd worden, waarbij hoogstwaarschijnlijk in de schedel wordt geboord ofdeze geopend wordt, wat voor enig discomfort kan zorgen. Daarnaast kunnen erinfecties ontstaan, welk in de hersenen al gauw een groot risico kunnen vormen.

Hieronder staan een aantal methoden van invasieve technieken voor het meten aande hersenen benoemd en beschreven. Daarnaast worden kort een aantal voor ennadelen benoemd. Elektrocorticografie (ECoG)     ECoG is een alternatieve methode voor BCIwelk functioneert door elektrodes invasief op het hersenoppervlak te plaatsenop gebieden van interesse (Leuthardt and others 2006). ECoG heeft een hogeruimtelijke resolutie, wat betekent dat een electrode signalen kan opvangt invan een kleinere hoeveelheid hersencellen vergeleken met conventioneleremethodes zoals EEG.

Daarnaast is ECoG een stuk minder gevoelig voorinterferentie van EMG-signalen.Meer diepgang nodigToepassingen van verschillende techniekenHybrid EEG-fNIRS     Het nadeel van EEG op zichzelf is dat dekwaliteit van het signaal omlaag gaat bij het uitvoeren van actieve taken (Khanand Hong 2017). Een manier om te compenseren voor deze vermindering inkwaliteit is door een hybride BCI te creëren, welk een combinatie is van tweeverschillende manieren van het meten van hersenactiviteit. De EEG-fNIRS-basedHybrid BCI blijkt de beste combinatie te zijn voor actieve tests, dit doordatdeze combinatie de classificatie accuratie (dit is de mate waarin de apparatuurverschillende signalen die sterk overeenkomen van elkaar kan onderscheiden)verhoogd en een toename in commando’s toestaat. De toename in de mate waaropverschillende signalen van elkaar kunnen worden onderscheiden wordt behaalddoor tegelijk met zowel EEG als fNIRS de hersenactiviteit te meten en dezemetingen met elkaar te combineren. Het vergrootte aantal commando’s die door deapparatuur gemeten kan worden wordt behaald door weer tegelijk met zowel EEGals fNIRS de hersenactiviteit te meten maar met de apparatuur verschillendehersengebieden af te meten. De kwaliteit van de metingen wordt hierdoor welweer begrensd wanneer actieve tests worden uitgevoerd.

     In een onderzoek uit begin 2017 (Khan andHong 2017) is door gebruik te maken van Hybrid EEG-fNIRS het mogelijk gemaaktom een quadcopter, dit is een soort helikopter met vier rotoren, door middelvan een Hybrid EEG-fNIRS BCI. Dit hebben ze mogelijk gemaakt doordat ze metdeze methode tijdens een actieve test acht verschillende signalen uit defrontale en prefrontale cortex van elkaar hebben kunnen onderscheiden. Dezesignalen hebben elk een vaste actie aan hen gekoppeld gekregen die dequadcopter dan uitvoert.

Deze signalen werden in dit experiment opgewekt door viertaken die werden uitgevoerd (deze zijn hoofdrekenen, aftellen in je hoofd,woordformatie en “mental rotation”, dit is het in je hoofd bewegen en/ofdraaien van tweedimensionale of driedimensionale objecten) en 4 oogbewegingen(verticaal, horizontaal, twee keer knipperen en 3 keer knipperen). Dit signaalwerd gedecodeerd door gebruik van EEG. Classificatie van deze signalen werdgedaan door gebruik te maken van fNIRS. Deze signalen werden gebruikt voor hetaansturen van de quadcopter, 6 signalen voor het bewegen van de quadcopter en 2signalen om het aan en uit te zetten. De classificatie van deze signalen werddoor fNIRS in 76,5% van de gevallen correct uitgevoerd. Het meten van designaalpieken en de hoeveelheid pieken werd door EEG in 86% van de gevallencorrect uitgevoerd. Dit is het eerste onderzoek die door middel van HybridEEG-fNIRS het mogelijk heeft gemaakt om 8 verschillende signalen van elkaar teonderscheiden en hier met hoge accuratie een machine mee te besturen (Khan andHong 2017).

Hiermee heeft dit onderzoek een belangrijk begin gemaakt voorverder onderzoek om dit accurater en op grotere schaal, denk hierbij aangrotere voertuigen of machines, uit te voeren. Uitbreiden met meer voorbeeldenWelke toepassingen zullen er in de toekomst mogelijk zijn(conclusie/discussie) Wordt aan gewerkt    Literatuur BensmaiaSJ, Miller LE. 2014.

Restoring sensorimotor function through intracorticalinterfaces: progress and looming challenges. Nat Rev Neurosci 15(5):313-25. FarinaD, Jiang N, Rehbaum H, Holobar A, Graimann B, Dietl H, Aszmann OC. 2014.

Theextraction of neural information from the surface EMG for the control ofupper-limb prostheses: emerging avenues and challenges. IEEE Trans Neural SystRehabil Eng 22(4):797-809. KhanMJ, Hong KS.

2017. Hybrid EEG-fNIRS-Based Eight-Command Decoding for BCI:Application to Quadcopter Control. Front Neurorobot 11:6. LeuthardtEC, Miller KJ, Schalk G, Rao RPN, Ojemann JG. 2006. Electrocorticography-basedbrain computer interface – The Seattle experience. Ieee Transactions on NeuralSystems and Rehabilitation Engineering 14(2):194-198.

 Ortiz-CatalanM, Hakansson B, Branemark R. 2014. An osseointegrated human-machine gateway forlong-term sensory feedback and motor control of artificial limbs. Sci TranslMed 6(257):257re6.

 ThibaultRT, Lifshitz M, Raz A. 2016. The self-regulating brain and neurofeedback:Experimental science and clinical promise. Cortex 74:247-61. Yuan H, He B. 2014.

Brain-computer interfaces using sensorimotorrhythms: current state and future perspectives. IEEE Trans Biomed Eng61(5):1425-35.Referenten over potentiele toekomstige toepassingenReferent die verdiept op ECoGReferent die meer toepassingen van BCI biedt