뇌-컴퓨터 인터페이스: 두 판 사이의 차이

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 ([[[[#MEG와 MRI|see아래를 below보시오]]아래를 보시오).<ref>{{저널 인용|제목=Reconstruction of natural scenes from ensemble responses in the lateral geniculate nucleus|저널=The Journal of Neuroscience: The Official Journal of the Society for Neuroscience|성=Stanley|이름=G. B.|성2=Li|이름2=F. F.|url=https://www.ncbi.nlm.nih.gov/pubmed/10479703|날짜=1999-09-15|권=19|호=18|쪽=8036–8042|issn=1529-2401|pmid=10479703|성3=Dan|이름3=Y.}}</ref>

듀크대학의[[듀크 대학교|듀크대학]]의 [[미겔 니코렐리스]](Miguel Nicolelis) 교수는 여러개의 전극으로 넓은 부위에서 동시에 신경신호를 기록하는 방식으로 BCI를 하는방식의 분야의BCI에서 최고 권위자이다.

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 BCI라고BCI'''라고 한다.

이후 니코렐리스는 올빼미원숭이에 비해 인간과 더욱 유사한 대뇌피질을 갖고 있는 붉은털원숭이에서도 '''폐쇄루프 BCI를BCI'''를 통해 팔을 뻗는것과 물체를 잡는 행동을 로봇팔로 구현하는데 성공했다. 이 원숭이들은원숭이들에게는 개방루프로봇팔의 BCI로움직임을 훈련을보여주지 거친않으며 후훈련시킨 뒤, 로봇 팔의 움직임을 보여줌으로써 시각 피드백을 통해 다시 폐쇄루프 BCI를 훈련시켰다.<ref>{{저널 인용|제목=Learning to control a brain-machine interface for reaching and grasping by primates|저널=PLoS biology|성=Carmena|이름=Jose M.|성2=Lebedev|이름2=Mikhail A.|url=https://www.ncbi.nlm.nih.gov/pubmed/14624244|날짜=2003-11|권=1|호=2|쪽=E42|doi=10.1371/journal.pbio.0000042|issn=1545-7885|pmc=PMC261882|pmid=14624244|성3=Crist|이름3=Roy E.|성4=O'Doherty|이름4=Joseph E.|성5=Santucci|이름5=David M.|성6=Dimitrov|이름6=Dragan F.|성7=Patil|이름7=Parag G.|성8=Henriquez|이름8=Craig S.|성9=Nicolelis|이름9=Miguel A. L.}}</ref><ref>{{저널 인용|제목=Cortical ensemble adaptation to represent velocity of an artificial actuator controlled by a brain-machine interface|저널=The Journal of Neuroscience: The Official Journal of the Society for Neuroscience|성=Lebedev|이름=Mikhail A.|성2=Carmena|이름2=Jose M.|url=https://www.ncbi.nlm.nih.gov/pubmed/15888644|날짜=2005-05-11|권=25|호=19|쪽=4681–4693|doi=10.1523/JNEUROSCI.4088-04.2005|issn=1529-2401|pmid=15888644|성3=O'Doherty|이름3=Joseph E.|성4=Zacksenhouse|이름4=Miriam|성5=Henriquez|이름5=Craig S.|성6=Principe|이름6=Jose C.|성7=Nicolelis|이름7=Miguel A. L.}}</ref> 이 실험에서는 BCI에 팔을 뻗는 속도와 손을 쥐는 힘을 인자로 사용했다. 2011년에는 오도허티(O'Doherty)와 그의 동료들이 붉은털원숭이에게 대뇌피질자극을 통해 팔 부위의 촉각 피드백을 제공함으로써 BCI를 구현하는데에 성공했다.

BCI 기술과 신경 해독 알고리즘 연구에 기여해온 다른 연구자들로는 브라운대학의[[브라운 대학교|브라운대학]]의 존 도노휴(John Donoghue), 피츠버그대학의[[피츠버그 대학교|피츠버그대학]]의 앤드류 슈바르츠(Andrew Schwartz), 그리고 칼텍의[[캘리포니아 공과대학교|칼텍]]의 리차드 앤더슨(Richard Andersen)이 있다. 니코렐리스는 50에서 200개의 뉴런을 가지고 연구를 했는데, 이 연구자들은 15개에서 30개의 뉴런으로 BCI를 구현하는 등 더욱 발전된 연구를 해왔다.

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 후두정엽후[[두정엽]] 피질에서 나오는 운동 전 신호와, 동물들이 행동에 대한 보상을 예측할 때 나타나는 신호를 가지고 BCI를 구현하였다.<ref>{{저널 인용|제목=Cognitive control signals for neural prosthetics|저널=Science (New York, N.Y.)|성=Musallam|이름=S.|성2=Corneil|이름2=B. D.|url=https://www.ncbi.nlm.nih.gov/pubmed/15247483|날짜=2004-07-09|권=305|호=5681|쪽=258–262|doi=10.1126/science.1097938|issn=1095-9203|pmid=15247483|성3=Greger|이름3=B.|성4=Scherberger|이름4=H.|성5=Andersen|이름5=R. A.}}</ref>

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 동료들은동료들<ref>{{저널 인용|제목=Learning to control a brain-machine interface for reaching and grasping by primates|저널=PLoS biology|성=Carmena|이름=Jose M.|성2=Lebedev|이름2=Mikhail A.|url=https://www.ncbi.nlm.nih.gov/pubmed/14624244|날짜=2003-11|권=1|호=2|쪽=E42|doi=10.1371/journal.pbio.0000042|issn=1545-7885|pmc=PMC261882|pmid=14624244|성3=Crist|이름3=Roy E.|성4=O'Doherty|이름4=Joseph E.|성5=Santucci|이름5=David M.|성6=Dimitrov|이름6=Dragan F.|성7=Patil|이름7=Parag G.|성8=Henriquez|이름8=Craig S.|성9=Nicolelis|이름9=Miguel A. L.}}</ref>은 원숭이들이 로봇팔을 뻗고 물체를 잡을 수 있도록 신경신호를 프로그래밍 하여 BCI에 적용시키는데 성공했다. 또한 레베데프(Lebedev)와 그의 동료들은 기존에 있던 사지에 더해 인공적으로 달아준 로봇팔에 대응하는 새로운 두뇌 회로가 재조직된다는 것을 논증하였다.<ref>{{저널 인용|제목=Cortical ensemble adaptation to represent velocity of an artificial actuator controlled by a brain-machine interface|저널=The Journal of Neuroscience: The Official Journal of the Society for Neuroscience|성=Lebedev|이름=Mikhail A.|성2=Carmena|이름2=Jose M.|url=https://www.ncbi.nlm.nih.gov/pubmed/15888644|날짜=2005-05-11|권=25|호=19|쪽=4681–4693|doi=10.1523/JNEUROSCI.4088-04.2005|issn=1529-2401|pmid=15888644|성3=O'Doherty|이름3=Joseph E.|성4=Zacksenhouse|이름4=Miriam|성5=Henriquez|이름5=Craig S.|성6=Principe|이름6=Jose C.|성7=Nicolelis|이름7=Miguel A. L.}}</ref>

최근에는 유전자를 조작한 신경세포에서 채널로돕신과 같은 빛-개폐 이온채널을 사용해 체내에 있는 신경을 자극하는 방식으로 BCI에 접근하고 있다. 감각피질의[[감각피질]]의 신경세포의 유전자를 조작한 뒤 빛을 비추어 쥐의 운동결정단계에 영향을 주는 방식의 간단한 학습 연구가 이루어지고 있다.<ref>{{저널 인용|제목=Sparse optical microstimulation in barrel cortex drives learned behaviour in freely moving mice|저널=Nature|성=Huber|이름=Daniel|성2=Petreanu|이름2=Leopoldo|url=https://www.ncbi.nlm.nih.gov/pubmed/18094685|날짜=2008-01-03|권=451|호=7174|쪽=61–64|doi=10.1038/nature06445|issn=1476-4687|pmc=PMCPMC3425380|pmid=18094685|성3=Ghitani|이름3=Nima|성4=Ranade|이름4=Sachin|성5=Hromádka|이름5=Tomás|성6=Mainen|이름6=Zach|성7=Svoboda|이름7=Karel}}</ref>

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 BCI에BCI랑 이어비교했을 때, 수동 BCI는 인간-컴퓨터 상호작용(HCI) 중에 사용자의 상태 변화에 접근하여 이를 해석하는 방식으로 이루어진다. 그리고 이차적으로는 암시적 제어루프(implicit control loop)를 통해 컴퓨터 시스템이 사용자에게 적응함으로써 편의를 향상시킨다.{{위키공용분류}}

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, Singapore[[싱가포르]])

: '''Motor imagery-based Brain-Computer Interface robotic rehabilitation for stroke.'''

* 2011: Moritz Grosse-Wentrup and Bernhard Schölkopf, (Max[[막스 Planck플랑크 Institute협회|막스플랑크 for Intelligent Systems연구소]], Germany[[독일]])

* 2012: Surjo R. Soekadar and Niels Birbaumer, (Applied Neurotechnology Lab, University Hospital Tübingen and Institute of Medical Psychology and Behavioral Neurobiology, Eberhard Karls University,[[튀빙겐 대학교|튀빙겐 Tübingen대학]], Germany[[독일]])

* 2013: M. C. Dadarlat^a,b, J. E. O’Doherty^a, P. N. Sabes^a,b (^aDepartment of Physiology, Center for Integrative Neuroscience, San Francisco, CA, US, ^bUC Berkeley-UCSF Bioengineering Graduate Program, University[[캘리포니아 of대학교 California샌프란시스코|UCSF]], San Francisco, CA[[캘리포니아주|캘리포니아]], US[[미국]])

* 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, JP[[일본]])

* 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 (Johns[[존스 Hopkins홉킨스 University대학교|존스홉킨스 대학]], USA[[미국]])

* 2016: Gaurav Sharma, Nick Annetta, Dave Friedenberg, Marcie Bockbrader, Ammar Shaikhouni, W. Mysiw, Chad Bouton, Ali Rezai (Battelle Memorial Institute, The[[오하이오 Ohio주립 State대학교|오하이오 University주립대]], USA[[미국]])

* 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 Imperial[[임페리얼 College칼리지 London런던|임페리얼 칼리지]], London[[런던]], UK[[영국]])