このグラフェンベースの脳インプラントは、表面から脳の奥深くまでのぞくことができます

このグラフェンベースの脳インプラントは、表面から脳の奥深くまでのぞくことができます

タイムスタンプ：11年2024月2日45:XNUMX
このグラフェンベースの脳インプラントは、PlatoBlockchain データ インテリジェンスを表面から脳の奥深くまで覗き込むことができます。垂直検索。あい。

侵襲性を軽減する方法を見つける 脳インプラント 潜在的な用途を大幅に拡大できる可能性があります。マウスでテストされた新しいデバイスは、脳の表面に設置されながらも脳の深部の活動を読み取ることができ、神経活動を読み取るためのより安全で効果的な方法につながる可能性があります。

脳の内部の仕組みを覗くことを可能にするさまざまなテクノロジーがすでに存在していますが、それらにはすべて限界があります。低侵襲アプローチには次のものがあります。 機能MRIMRI スキャナーを使用して脳内の血流の変化を画像化します。 EEG、頭皮に配置された電極が脳の電気信号を受信するために使用されます。

ただし、前者は患者が MRI 装置に座る必要があり、後者はほとんどの用途には不正確すぎます。ゴールドスタンダードのアプローチでは、最高品質の読み取り値を得るために脳組織の奥深くに電極を挿入します。しかし、これには危険な外科的処置が必要であり、瘢痕化や電極の必然的な移動により、時間の経過とともに信号が劣化する可能性があります。

別のアプローチには、脳の表面に電極を敷設することが含まれます。これは、脳深部インプラントよりもリスクが低く、非侵襲的アプローチよりも高い精度が得られます。しかし、通常、これらのデバイスは脳の外層のニューロンからの活動しか読み取ることができません。

今回、研究者らは、脳深部の神経活動を読み取ることができる、グラフェン製の電極を備えた薄くて透明な表面インプラントを開発した。このアプローチは、機械学習に依存して、外層の信号と表面よりはるか下の信号との間の関係を明らかにします。

研究を主導したカリフォルニア大学サンディエゴ校のドゥイグ・クズム教授は、「私たちはこの技術によって神経記録の空間範囲を拡大しています」と述べた。 プレスリリース。 「私たちのインプラントは脳の表面に存在しますが、その設計は、より深い層から神経活動を推測できるという点で、物理的センシングの限界を超えています。」

デバイス自体は、幅わずか 20 マイクロメートルの小さなグラフェン電極の高密度アレイが埋め込まれた薄いポリマー ストリップで作られており、極細のグラフェン ワイヤによって回路基板に接続されています。著者らによれば、グラフェン電極をこのサイズまで縮小することは、インピーダンスが上昇して感度が低下するため、かなりの課題であるという。彼らは、特注の製造技術を使用して白金粒子を電極上に堆積させ、電子の流れを促進することでこの問題を回避しました。

重要なのは、電極とポリマー ストリップの両方が透明であることです。研究チームがこのデバイスをマウスに埋め込んだところ、インプラントを通してレーザー光を照射して、動物の脳のより深い細胞を画像化することができました。これにより、脳の表面から電気的に記録すると同時に、脳の深部から光学的に記録することが可能になりました。

これらの記録で、チームは外層と内層の活動の間に相関関係があることを発見しました。そこで彼らは、機械学習を使用して一方を他方から予測できるかどうかを確認することにしました。彼らは、2 つのデータ ストリームで人工ニューラル ネットワークをトレーニングし、脳の深部領域にあるニューロンと単細胞の集団における、神経活動の指標であるカルシウム イオンの活動を予測できることを発見しました。

光学的アプローチを使用して脳活動を測定することは強力な技術ですが、被験者の頭部を顕微鏡下で固定し、頭蓋骨を開いたままにする必要があるため、現実的な状況で信号を読み取るのは非現実的です。表面電気測定値のみに基づいて同じ情報を予測できれば、実用性が大幅に広がります。

「私たちの技術により、被験者が自由に動き回って複雑な行動課題を実行できる、より長時間の実験を行うことが可能になります」と、論文の共同筆頭著者であるメルダッド・ラメザニ氏は述べています。 紙の 自然ナノテクノロジー 研究について。 「これにより、動的な現実世界のシナリオにおける神経活動をより包括的に理解できるようになります。」

ただし、この技術が人間に使用されるまでにはまだ長い道のりがあります。現時点では、研究チームは個々のマウスで記録された光信号と電気信号の間の相関関係を学習する能力を実証しただけである。このモデルを使用して、人間はおろか、別のマウスの表面信号から深部脳活動を予測できるとは考えにくいです。

つまり、このアプローチが機能する前に、すべての個人がかなり侵襲的なデータ収集プロセスを受ける必要があるということです。著者らは、個人間でモデルを一般化できる光学データと電気データの間のより高いレベルの関連性を見つけるには、さらに多くのことを行う必要があることを認めています。

しかし、脳からの光学的および電気的読み取りの両方を実行するために必要な技術が急速に進歩していることを考慮すると、このアプローチがより実現可能になるまで、そう長くはかからないかもしれない。そして最終的には、競合するテクノロジーよりも忠実性と侵襲性のバランスをうまくとることができるでしょう。

画像クレジット: 薄く透明で柔軟な脳インプラントは、損傷を避けるために脳の表面に設置されていますが、AI の助けを借りて、表面下の深部の活動を推測することができます。 David Baillot/カリフォルニア大学サンディエゴ・ジェイコブス工学部

タイムスタンプ：

より多くの 特異点ハブ