뇌-컴퓨터 인터페이스: 두 판 사이의 차이
내용 삭제됨 내용 추가됨
잔글편집 요약 없음 |
잔글편집 요약 없음 |
||
45번째 줄:
필립 케네디(Phillip Kennedy)(1987년에 [http://www.neuralsignals.com/ Neural Signal]을 설립함)와 그의 동료들은 최초로 신경영양전극을 사용해 BCI를 구현했다.
1999년에는 [[캘리포니아 대학교 버클리|버클리대학]]의 양 단(Yang Dan)이 고양이의 [[시상|시상(thalamus)]]에 전극배열을 삽입해 기록한 신경 신호를 해독하여 고양이가 보고있는 이미지를 생성하는데 성공했다. 연구는 8개의 짧은 영상을 고양이에게 보여준 뒤 망막의 신호를 처리하는 기관인 시상 [[외측슬상핵(LGN)]]부위의 177개의 신경을 기록하여, 수학적으로 이를 복원하여 영상을 성공적으로 해독할 수 있음을 보여주었다. 후에 일본에서는 이를 사람에게 적용하여 비슷한 결과를 얻었다 (
====니코렐리스(Nicolelis)====
[[파일:Brain-computer interface (schematic).jpg|섬네일|미겔 니코렐리스와 그의 동료들이 제작한 BCI기구의 도식]]
1990년대에 니코렐리스는 쥐로 연구를 시작해서, 후에는 올빼미원숭이의 뇌 신호를 해독하여 로봇 팔을 움직이도록 하는 데에 성공했다. 원숭이는 뻗치기나 잡기 등 손의 여러 움직임을 아주 잘 사용하기 때문에 이와 같은 연구에 아주 이상적인 종족이다.
2000년에는 인터넷 프로토콜을 통해 실시간으로 로봇팔을 조종하는 연구가 이루어졌는데<ref>{{저널 인용|제목=Real-time prediction of hand trajectory by ensembles of cortical neurons in primates|저널=Nature|성=Wessberg|이름=J.|성2=Stambaugh|이름2=C. R.|url=https://www.ncbi.nlm.nih.gov/pubmed/11099043|날짜=2000-11-16|권=408|호=6810|쪽=361–365|doi=10.1038/35042582|issn=0028-0836|pmid=11099043|성3=Kralik|이름3=J. D.|성4=Beck|이름4=P. D.|성5=Laubach|이름5=M.|성6=Chapin|이름6=J. K.|성7=Kim|이름7=J.|성8=Biggs|이름8=S. J.|성9=Srinivasan|이름9=M. A.}}</ref>, 로봇팔의 움직임을 원숭이에게 보여주지 않음으로써 어떠한 피드백도 제공하지 않았다. 이를 '''개방루프
이후 니코렐리스는 올빼미원숭이에 비해 인간과 더욱 유사한 대뇌피질을 갖고 있는 붉은털원숭이에서도 '''폐쇄루프
====도노휴, 슈바르츠 와 앤더슨 (Donoghue, Schwartz and Andersen)====
BCI 기술과 신경 해독 알고리즘 연구에 기여해온 다른 연구자들로는
도노휴의 연구팀은 BCI를 통해 붉은털원숭이가 조이스틱 없이도 컴퓨터 스크린의 대상을 추적할 수 있도록 훈련시켰음을 보고했다.<ref>{{저널 인용|제목=Instant neural control of a movement signal|저널=Nature|성=Serruya|이름=Mijail D.|성2=Hatsopoulos|이름2=Nicholas G.|url=https://www.ncbi.nlm.nih.gov/pubmed/11894084|날짜=2002-03-14|권=416|호=6877|쪽=141–142|doi=10.1038/416141a|issn=0028-0836|pmid=11894084|성3=Paninski|이름3=Liam|성4=Fellows|이름4=Matthew R.|성5=Donoghue|이름5=John P.}}</ref> 슈바르츠의 팀은 BCI를 통해 가상현실에서의 3차원 물체 추적을 구현했고<ref>{{저널 인용|제목=Direct cortical control of 3D neuroprosthetic devices|저널=Science (New York, N.Y.)|성=Taylor|이름=Dawn M.|성2=Tillery|이름2=Stephen I. Helms|url=https://www.ncbi.nlm.nih.gov/pubmed/12052948|날짜=2002-06-07|권=296|호=5574|쪽=1829–1832|doi=10.1126/science.1070291|issn=1095-9203|pmid=12052948|성3=Schwartz|이름3=Andrew B.}}</ref>, 원숭이들이 이를 통해 로봇팔로 과일이나 마시멜로를 입으로 가져오는 정교한 동작을 구현했음을 밝혔다.<ref>{{저널 인용|제목=Cortical control of a prosthetic arm for self-feeding|저널=Nature|성=Velliste|이름=Meel|성2=Perel|이름2=Sagi|url=https://www.ncbi.nlm.nih.gov/pubmed/18509337|날짜=2008-06-19|권=453|호=7198|쪽=1098–1101|doi=10.1038/nature06996|issn=1476-4687|pmid=18509337|성3=Spalding|이름3=M. Chance|성4=Whitford|이름4=Andrew S.|성5=Schwartz|이름5=Andrew B.}}</ref>
앤더슨의 팀은
==== 다른 연구들 ====
팔 운동의 위치관계와 작용하는 힘을 예측한 연구들에 이어 서 근전도를 예측하는 BCI연구 역시 이루어졌다.<ref>{{저널 인용|제목=Frontal and parietal cortical ensembles predict single-trial muscle activity during reaching movements in primates|저널=The European Journal of Neuroscience|성=Santucci|이름=David M.|성2=Kralik|이름2=Jerald D.|url=https://www.ncbi.nlm.nih.gov/pubmed/16190906|날짜=2005-9|권=22|호=6|쪽=1529–1540|doi=10.1111/j.1460-9568.2005.04320.x|issn=0953-816X|pmid=16190906|성3=Lebedev|이름3=Mikhail A.|성4=Nicolelis|이름4=Miguel A. L.}}</ref> 이와 같은 BCI들은 사지가 마비된 환자의 근육에 전기신호를 넣어줌으로써 운동능력을 회복시켜줄 수 있다.미겔 니코렐리스와 그의 동료들은 많은 신경그룹들의 활동을 가지고 팔의 위치를 예측할 수 있음을 보여주었는데, 팔의 위치를 예측한다는 것은 곧 팔의 운동을 기구에 그대로 적용시킬 수 있다는 것을 의미한다. 카르메나(Carmena)와 그의
2019년에는 [[캘리포니아 대학교 샌프란시스코|UCSF]]의 연구진들이 신경장애로 인해 대화를 잘 하지 못하는 사람들을 위한 BCI를 구현했다. 이 연구에서는 고도로 집적된 ECoG를 통해 환자의 뇌 신호를 기록한 뒤, 딥러닝을 통해 대화를 복원하였다.<ref>{{저널 인용|제목=Speech synthesis from neural decoding of spoken sentences|저널=Nature|성=Anumanchipalli|이름=Gopala K.|성2=Chartier|이름2=Josh|url=http://www.nature.com/articles/s41586-019-1119-1|날짜=2019-4|권=568|호=7753|쪽=493–498|언어=en|doi=10.1038/s41586-019-1119-1|issn=0028-0836|성3=Chang|이름3=Edward F.}}</ref><ref>{{저널 인용|제목=Brain implants that let you speak your mind|저널=Nature|성=Pandarinath|이름=Chethan|성2=Ali|이름2=Yahia H.|url=http://www.nature.com/articles/d41586-019-01181-y|날짜=2019-4|권=568|호=7753|쪽=466–467|언어=en|doi=10.1038/d41586-019-01181-y|issn=0028-0836}}</ref>
현재 BCI 기술에 있어 가장 큰 장애물은 두뇌에서의 감각정보(sensor modality)에 대해 정밀하고 안전하게 접근할 수 있는 방법이 부족하다는 것이다. 20년 안에 이에 대한 기술이 아마 등장하지 않을까 싶다. 만일 이러한 기술이 등장한다면 뇌와 상호작용할 수 있는 방법이 매우 크게 늘어나는 것으로, BCI기술 또한 크게 달라질 것이다.
줄 70 ⟶ 73:
BCI 기술의 발전과 그 구현은 매우 많은 시간을 투자해야하는 아주 복잡한 문제다. 이 문제에 대해 거윈 샬크(Gerwin Schalk)는 2000년부터 뉴욕주 보건부의 R&D 프로그램으로 BCI2000이라고 불리우는 일반적인 BCI 시스템을 개발해오고 있다.
최근에는 유전자를 조작한 신경세포에서 채널로돕신과 같은 빛-개폐 이온채널을 사용해 체내에 있는 신경을 자극하는 방식으로 BCI에 접근하고 있다.
BCI를 사용하며 우리는 신경회로와 중추신경계에 대한 이해를 더해가고 있다. 연구자들은 여러개의 신경을 모니터링하는 것이 가장 효율적일 것이라는 신경과학자들의 편향에도 불구하고, 단일 뉴런을 모니터링하는것 만으로도 원숭이가 외부의 운동기관을 잘 조종할 수 있다는 것을 보였다. 그러나 단일 뉴런은 소량의 정보만 보여주기 때문에, 가장 정밀한 수준의 BCI를 위해서는 종합적인 신경의 양상을 측정해야한다는 사실은 변함이 없다. 이외에도 한 신경이 여러개의 정보를 처리한다는 것(neuronal multitasking principle), 안정적인 운동을 위해서는 한 군집 내에서 특정 갯수 이상의 신경세포가 필요하다는 것(neuronal mass principle), 여러 개의 신경군집들이 동일한 행동을 만들 수 있다는 것(neural degeneracy principle), 새로운 행동을 위해서 기존의 신경군집의 기능이 대체될 수 있다는 것(plasticity principle) 등이 BCI 연구과정에서 밝혀졌다.<ref>{{저널 인용|제목=Principles of neural ensemble physiology underlying the operation of brain-machine interfaces|저널=Nature Reviews. Neuroscience|성=Nicolelis|이름=Miguel A. L.|성2=Lebedev|이름2=Mikhail A.|url=https://www.ncbi.nlm.nih.gov/pubmed/19543222|날짜=2009-7|권=10|호=7|쪽=530–540|doi=10.1038/nrn2653|issn=1471-0048|pmid=19543222}}</ref>
장애가 없는 사람들에게도 BCI를 적용시키려는 움직임이 있다. 토르스텐 오 잔더(Thorsten O. Zander)와 크리스티안 코트(Christian Kothe)는 사용자 중심의 BCI 접근방식을 사용했는데, 결과적으로 수동 BCI(passive BCI)라는 용어를 도입하게 되었다. 행동과 반응을 통해 직접조종하는 방식이었던 기존의
==== BCI 수상 ====
BCI 연구 대상(Annual BCI Research Award)는 BCI분야의 독보적이고 혁신적인 연구에 주어진다. 매년 명망있는 연구실에 접수된 과제들을 평가해 줄 수 있는지 문의하고, 이렇게 결정된 12명의 심사위원들은 1, 2, 3위의 연구를 정해 각각 3천불, 2천불, 1천불의 상금을 수여하게 된다. 역대 1위 연구들의 목록은 다음과 같다.<ref>{{웹 인용|url=http://www.biosignal.at/bci-award/winners.php|제목=The Annual BCI Research Award 2014 - The Winners|확인날짜=2019-05-07}}</ref>
* 2010: Cuntai Guan, Kai Keng Ang, Karen Sui Geok Chua and Beng Ti Ang, (A*STAR,
: '''Motor imagery-based Brain-Computer Interface robotic rehabilitation for stroke
* 2011: Moritz Grosse-Wentrup and Bernhard Schölkopf, (
: '''What are the neuro-physiological causes of performance variations in brain-computer interfacing?'''
* 2012: Surjo R. Soekadar and Niels Birbaumer, (Applied Neurotechnology Lab, University Hospital Tübingen and Institute of Medical Psychology and Behavioral Neurobiology, Eberhard Karls
: '''Improving Efficacy of Ipsilesional Brain-Computer Interface Training in Neurorehabilitation of Chronic Stroke'''
* 2013: M. C. Dadarlat<sup>a,b</sup>, J. E. O’Doherty<sup>a</sup>, P. N. Sabes<sup>a,b</sup> (<sup>a</sup>Department of Physiology, Center for Integrative Neuroscience, San Francisco, CA, US, <sup>b</sup>UC Berkeley-UCSF Bioengineering Graduate Program,
: '''A learning-based approach to artificial sensory feedback: intracortical microstimulation replaces and augments vision'''
* 2014: Katsuhiko Hamada, Hiromu Mori, Hiroyuki Shinoda, Tomasz M. Rutkowski, (The University of Tokyo, JP, Life Science Center of TARA, University of Tsukuba, JP, RIKEN Brain Science Institute,
: '''Airborne Ultrasonic Tactile Display BCI'''
* 2015: Guy Hotson, David P McMullen, Matthew S. Fifer, Matthew S. Johannes, Kapil D. Katyal, Matthew P. Para, Robert Armiger, William S. Anderson, Nitish V. Thakor, Brock A. Wester, Nathan E. Crone (
: '''Individual Finger Control of the Modular Prosthetic Limb using High-Density Electrocorticography in a Human Subject'''
* 2016: Gaurav Sharma, Nick Annetta, Dave Friedenberg, Marcie Bockbrader, Ammar Shaikhouni, W. Mysiw, Chad Bouton, Ali Rezai (Battelle Memorial Institute,
: '''An Implanted BCI for Real-Time Cortical Control of Functional Wrist and Finger Movements in a Human with Quadriplegia'''
* 2017: S. Aliakbaryhosseinabadi, E. N. Kamavuako, N. Jiang, D. Farina, N. Mrachacz-Kersting (Center for Sensory-Motor Interaction, Department of Health Science and Technology, Aalborg University, Aalborg, Denmark; Department of Systems Design Engineering, Faculty of Engineering, University of Waterloo, Waterloo, Canada; and
: '''Online adaptive brain-computer interface with attention variations'''
|