Loading article…
脳コンピュータインターフェース（BCI ）は、脳マシンインターフェース（BMI ）とも呼ばれ、脳の電気活動と外部デバイス（最も一般的にはコンピューターまたはロボット肢）との間の直接通信リンクです。BCIは、人間の認知機能または感覚運動機能の研究、マッピング、支援、拡張、または修復に向けられることが多いです。[1] BCIは、動く体の部分（手など）を介さないヒューマンマシンインターフェースとして概念化されることが多いですが、脳と機械の区別がなくなる可能性も提起しています。BCIの実装は、電極が脳組織に物理的にどれだけ近いかに基づいて、非侵襲的（EEG、MEG、MRI）および部分侵襲的（ECoGおよび血管内）から侵襲的（微小電極アレイ）まで多岐にわたります。[2]
BCIの研究は、1970年代にカリフォルニア大学ロサンゼルス校（UCLA）のジャック・ヴィダルが国立科学財団の助成金を受けて開始し、その後国防高等研究計画局（DARPA）との契約が続きました。[3] [4]ヴィダルの1973年の論文は、脳コンピューターインターフェースという表現を科学文献に導入しました。
脳の皮質可塑性により、埋め込まれた人工器官からの信号は、適応後、自然のセンサーやエフェクターチャネルのように脳によって処理される可能性があります。[5]何年もの動物実験の後、 1990年代半ばに 最初の神経補綴装置が人間に埋め込まれました。
前頭葉（EEG脳波）データから抽出された統計的な時間的特徴に機械学習を適用することによる人間とコンピュータの相互作用の研究では、精神状態（リラックス、ニュートラル、集中）[6]、精神的感情状態（ネガティブ、ニュートラル、ポジティブ）[7] 、および視床皮質不整脈[8]の分類に成功しています。
歴史
脳コンピューターインターフェース (BCI) の歴史は、ハンス・ベルガーによる脳の電気的活動の発見と脳波記録法 (EEG) の開発から始まります。1924 年、ベルガーは初めて EEG を利用して人間の脳の活動を記録しました。ベルガーは、 EEG トレースを分析することで、アルファ波(8～13 Hz)などの振動活動を識別することができました。
バーガーの最初の記録装置は原始的なものでした。彼は患者の頭皮の下に銀線を挿入しました。これは後に、ゴム包帯で患者の頭に貼り付けた銀箔に置き換えられました。バーガーはこれらのセンサーをリップマン毛細管電位計に接続しましたが、結果は期待外れでした。しかし、10 −4ボルトという小さな電圧を表示できるシーメンスの二重コイル記録検流計などのより洗練された測定装置により、成功しました。
バーガーは、EEG 波形図の変化と脳疾患の相互関係を分析しました。EEG は脳研究にまったく新しい可能性をもたらしました。
この用語はまだ造語されていなかったが、実際に機能するブレイン・マシン・インターフェースの最も初期の例の1つは、アメリカの作曲家アルヴィン・ルシエの作品「ソロ演奏者のための音楽」（1965年）である。この作品は、EEGとアナログ信号処理ハードウェア（フィルター、アンプ、ミキシングボード）を使用して、アコースティック打楽器を刺激する。この曲を演奏するには、アルファ波を発生させ、それによって楽器の近くまたは楽器の上に直接置かれたスピーカーを介してさまざまな楽器を「演奏」する必要がある。[9]
ヴィダルは「BCI」という用語を作り出し、このテーマに関する最初の査読付き出版物を作成した。[3] [4]彼はBCIの発明者として広く知られている。[10] [11] [12]あるレビューでは、ヴィダルの1973年の論文が、EEG信号を使用して外部オブジェクトを制御する「BCIチャレンジ」[13]、特にBCI制御のチャレンジとして偶発的陰性変動（CNV）電位の使用について述べていると指摘されている。ヴィダルの1977年の実験は、1973年のBCIチャレンジ後のBCIの最初の応用であった。それは、コンピュータ画面上のカーソルのようなグラフィックオブジェクトを非侵襲的にEEG（実際には視覚誘発電位（VEP））で制御するものだった。そのデモンストレーションは迷路での動きだった。[14]
1988年は、物理的な物体であるロボットの非侵襲的EEG制御の最初のデモンストレーションでした。この実験では、床に描かれた線で定義された任意の軌道に沿って、EEG制御による複数の開始-停止-再開サイクルの動きが実証されました。線をたどる動作は、自律的な知能と自律的なエネルギー源を利用したロボットのデフォルトの動作でした。[15] [16] [17] [18]
1990年に、閉ループの双方向適応型BCIが、予期的脳電位である偶発的負変動（CNV）電位によってコンピュータのブザーを制御するという報告が行われました。[19] [20]この実験では、CNVによって表される脳の期待状態が、フィードバックループを使用してS1-S2-CNVパラダイムのS2ブザーを制御する方法が説明されました。脳内の期待学習を表す結果として生じる認知波は、エレクトロエクスペクトグラム（EXG）と名付けられました。CNV脳電位は、1973年のヴィダルの挑戦の一部でした。
2010年代の研究では、神経刺激が分子メカニズムの調整を通じて機能的接続性と関連する行動を回復させる可能性があることが示唆されました。[21] [22]これにより、BCI技術が機能を回復できる可能性があるという概念への扉が開かれました。
2013年から、DARPAはBRAINイニシアチブを通じてBCI技術に資金を提供し、ピッツバーグ大学医療センター[23]、パラドロミクス[24] 、ブラウン[25]、シンクロン[26]などのチームの研究を支援してきました。
神経補綴
神経補綴学は神経科学の一分野であり、神経補綴、すなわち人工装置を使用して障害のある神経系や脳関連の問題、または感覚器官やその他の器官（膀胱、横隔膜など）の機能を代替することに関するものです。2010年12月現在、人工内耳は世界中で約736,900人の人々に神経補綴装置として埋め込まれています。[27]その他の神経補綴装置は、網膜インプラントなど、視力の回復を目的としています。しかし、最初の神経補綴装置はペースメーカーでした。
これらの用語は互換的に使用されることがあります。神経補綴物とBCIは、視覚、聴覚、運動、コミュニケーション能力、さらには認知機能の回復など、同じ目的を達成することを目指しています。[1]どちらも同様の実験方法と外科手術技術を使用しています。
動物実験
いくつかの研究室では、サルやラットの大脳皮質からの信号を読み取ってBCIを操作し、動きを生み出すことに成功している。サルは、運動出力なしに、タスクについて考え、結果を見るだけで、コンピュータのカーソルを動かし、ロボットアームに簡単なタスクを実行するよう命令した。 [28] 2008年5月、ピッツバーグ大学医療センターのサルが思考によってロボットアームを操作している写真が複数の研究で発表された。[29]ヒツジも、SynchronのStentrodeを含むBCI技術の評価に使用されている。
2020年、イーロン・マスクのニューラリンクが豚に埋め込まれることに成功した。[30] 2021年、マスクは同社がニューラリンクのデバイスを使用してサルがビデオゲームをプレイできるようにすることに成功したと発表した。[31]
初期の作品
1969年にワシントン大学医学部の地域霊長類研究センターと生理学・生物物理学科でフェッツらが行ったオペラント条件付け研究では、サルが神経活動によってバイオフィードバックアームのたわみを制御することを学習できることが示された。 [32] 1970年代の同様の研究では、サルは報酬を与えれば一次運動野の個々のニューロンと複数のニューロンの発火率を制御することを学習できることが確立された。 [33]
運動を制御する運動皮質 ニューロンから運動を再構築するアルゴリズムは、1970年代に遡る。1980年代、ジョンズホプキンス大学のゲオルゴポロスは、アカゲザルの単一の運動皮質ニューロンの電気的反応と腕を動かす方向との間に数学的な関係を発見した。彼はまた、サルの脳のさまざまな領域に分散したニューロンのグループが、運動コマンドを集合的に制御していることを発見した。機器の制限により、彼は一度に1つの領域のニューロンの発火しか記録できなかった。[34]
いくつかのグループは、神経集団（ニューロンのグループ）から記録し、それを使用して外部デバイスを制御することで、複雑な脳運動皮質信号を捕捉することに成功しました。 [引用が必要]
研究
ケネディとヤン・ダン
フィリップ・ケネディ（Neural Signals の創設者（1987 年））と同僚は、神経栄養性錐体電極をサルに 埋め込むことで、初の皮質内脳コンピューターインターフェースを構築しました。 [引用が必要]
1999年、カリフォルニア大学バークレー校のヤン・ダンらは、ニューロンの発火を解読して猫の画像を再現した。研究チームは、脳の感覚入力を統合する視床に埋め込まれた電極アレイを使用した。研究者らは、網膜からの信号を解読する視床外側膝状体核領域の177個の脳細胞をターゲットにした。ニューロンの発火は、8本の短編映画を観て記録された。研究者らは、数学的フィルターを使用して信号を解読し、認識可能なシーンと動く物体を再構築した。[35]
ニコレリス
デューク大学のミゲル・ニコレリス教授は、神経信号を取得するために脳のより広い領域に広がる複数の電極を使用することを提唱している。
1990年代にラットで最初の研究を行った後、ニコレリス氏とその同僚は、フクロウザルの脳活動を解読するBCIを開発し、その装置を使ってロボットアームでサルの動きを再現した。サルは手を伸ばす能力や掴む能力、手の操作スキルに優れているため、実験対象として適していた。
2000年までに、研究チームは、フクロウザルがジョイスティックを操作したり餌に手を伸ばしたりしているときに、その動きを再現するBCIの構築に成功しました。 [36] BCIはリアルタイムで動作し、別のロボットを遠隔操作することができました。しかし、サルはフィードバックを受け取りませんでした（オープンループBCI）。
.jpg/500px-Brain-computer_interface_(schematic).jpg)
その後のアカゲザルの実験ではフィードバックが取り入れられ、ロボットアームでサルの手を伸ばしたり掴んだりする動作が再現された。アカゲザルの脳には深い裂け目と溝があり、人間の神経生理学のモデルとしてはフクロウザルよりも適していた。サルはジョイスティックを操作してコンピューター画面上の物体に手を伸ばして掴むように訓練され、その間対応するロボットアームの動きは隠されていた。[37] [38]その後、サルはロボットを見せられ、その動きを見てロボットを制御することを学んだ。BCIは速度予測を使用して手を伸ばしたり掴んだりする動作を制御し、同時に握る力を予測した。
2011年にオドハティとその同僚は、感覚フィードバック機能を備えたBCIをアカゲザルで実証した。アカゲザルは、感覚皮質の腕表現領域への直接皮質内刺激（ICMS）を通じて感覚フィードバックを受け取りながら、アバターの腕の位置を制御した。[39]
ドノヒュー、シュワルツ、アンダーセン
ニューロン信号を解読するBCIとアルゴリズムを開発した他の研究室には、ブラウン大学カーニー脳科学研究所のジョン・ドナヒュー、ピッツバーグ大学のアンドリュー・シュワルツ、カリフォルニア工科大学のリチャード・アンダーセンなどがある。これらの研究者は、ニコレリスよりもはるかに少ないニューロン（15～30個対50～200個）から記録した信号を使用して実用的なBCIを作成した。
カーニー研究所は、ジョイスティックの有無にかかわらず、アカゲザルにBCIを使用してコンピュータ画面上の視覚ターゲットを追跡する（閉ループBCI）ように訓練したと報告した。[40]このグループは、仮想現実での3次元追跡用のBCIを作成し、ロボットアームでBCI制御を再現した。[41]同じグループは、動物の脳信号によって制御されるロボットアームを使用して、サルが果物やマシュマロを自分で食べられることを実証した。[42] [43] [44]
アンダーセンらの研究グループは、実験動物が報酬を受け取ることを予期したときに生成される信号を含む、後頭頂皮質から運動前の活動の記録を使用しました。 [45]
その他の研究
四肢運動の運動学的および運動パラメータを予測することに加えて、霊長類の筋肉の筋電図または電気的活動を予測するBCIも開発中です。[46]このようなBCIは、筋肉を電気的に刺激することで麻痺した四肢の可動性を回復させることができます。
ニコレリスとその同僚は、大規模な神経集団が腕の位置を予測できることを実証した。この研究により、BCIは腕の動きの意図を読み取り、それをアクチュエータの動きに変換できるようになった。カルメナとその同僚[37]は、サルがロボットアームで手を伸ばす動きと掴む動きを制御できるBCIをプログラムした。レベデフとその同僚は、脳ネットワークが再編成され、動物自身の手足の表現に加えて、ロボットの付属肢の新しい表現を作成すると主張した。[38]
2019年、ある研究では、神経疾患による言語障害を持つ患者を助ける可能性のあるBCIが報告されました。彼らのBCIは、高密度電気皮質記録法を使用して患者の脳から神経活動を取得し、ディープラーニングを使用して音声を合成しました。[47] [48] 2021年、これらの研究者は、15年以上話すことができなかった無構症患者の単語や文章を解読するBCIの可能性を報告しました。 [49] [50]
BCI 技術の最大の障害は、脳信号への安全で正確かつ堅牢なアクセスを提供するセンサー モダリティの欠如です。より優れたセンサーを使用することで、BCI を使用して提供できる通信機能の範囲が広がります。
BCIシステムの開発と実装は複雑で時間がかかります。この問題に対応するため、Gerwin Schalkは2000年からBCI研究用の汎用システムであるBCI2000の開発を行ってきました。 [51]
新しい「ワイヤレス」アプローチでは、チャネルロドプシンなどの光依存性イオンチャネルを使用して、生体内で遺伝的に定義されたニューロンのサブセットの活動を制御する。単純な学習タスクのコンテキストでは、体性感覚皮質にトランスフェクトされた細胞の照明がマウスの意思決定に影響を与えた。[52]
BCI は、神経ネットワークと中枢神経系への理解を深めることにつながった。研究によると、神経科学者はニューロンが一緒に働くときに最も効果を発揮すると信じる傾向があるが、BCI を使用することで、単一のニューロンを条件付けて発火させ、霊長類が運動出力を制御できるパターンにすることができる。BCI は、単一ニューロン不足原理の開発につながった。これは、発火率を適切に調整しても、単一のニューロンは限られた情報しか伝達できないため、アンサンブル発火を記録することで最高レベルの精度が達成されるというものである。BCI で発見された他の原理には、ニューロンのマルチタスク原理、ニューロンの質量原理、神経の退化原理、可塑性原理などがある。[53]
BCIは障害のないユーザーが利用することを想定して提案されている。パッシブBCIは、ヒューマンコンピュータインタラクション（HCI）中にユーザーの状態の変化を評価し、解釈することを可能にする。二次的な暗黙的な制御ループでは、システムがユーザーに適応し、使いやすさを向上させる。[54]
BCIシステムは、末梢からの信号をエンコードするために使用できる可能性があります。これらの感覚BCIデバイスは、閉ループ神経刺激に基づいて、リアルタイムで行動に関連する決定を可能にします。[55]
BCI賞
BCI研究賞は、革新的な研究を表彰して毎年授与されます。毎年、著名な研究機関がプロジェクトの審査を依頼されます。審査員は、その研究機関が採用した BCI の専門家で構成されます。審査員は 12 人の候補者を選び、1 位、2 位、3 位の受賞者を選出します。受賞者にはそれぞれ 3,000 ドル、2,000 ドル、1,000 ドルの賞金が授与されます。
人間研究
侵襲性BCI
侵襲性BCIでは、脳信号にアクセスするために頭皮の下に電極を埋め込む手術が必要です。主な利点は精度の向上です。欠点としては、手術による副作用があり、瘢痕組織が脳信号を妨害したり、埋め込まれた電極が体に受け入れられない可能性があります。[56]
ビジョン
侵襲性BCIの研究は、麻痺のある人の視力の損傷を修復し、新しい機能を提供することを目的としている。侵襲性BCIは、脳外科手術中に脳の灰白質に直接埋め込まれる。灰白質にあるため、侵襲性デバイスはBCIデバイスの中で最も高品質の信号を生成するが、瘢痕組織が蓄積しやすく、体が異物に反応すると信号が弱くなったり消えたりする。[57]
視覚科学では、先天性ではない（後天性の）失明の治療に、直接脳インプラントが使われてきた。視力を回復させる機能的な脳インターフェースを最初に開発した科学者の一人は、民間研究者のウィリアム・ドーベルだった。ドーベルの最初のプロトタイプは、1978年に成人後に失明した男性「ジェリー」に埋め込まれた。68個の電極を含むシングルアレイBCIがジェリーの視覚皮質に埋め込まれ、光を見る感覚である閃光を発生させることに成功した。このシステムには、インプラントに信号を送るためにメガネに取り付けられたカメラが含まれていた。当初、インプラントにより、ジェリーは限られた視野で低フレームレートでグレーの色合いを見ることができた。これにはメインフレームコンピューターへの接続も必要だったが、電子機器の小型化とコンピューターの高速化により、彼の義眼はより持ち運びやすくなり、今では簡単な作業を補助なしで実行できるようになった。[58]
2002年、成人期に失明したイェンス・ナウマンは、BCIの最も初期の商業的使用の1つであるドーベルの第2世代インプラントを有料で受けた16人の患者の最初の一人となった。第2世代のデバイスは、より洗練されたインプラントを使用して、フォスフェンをコヒーレントビジョンにうまくマッピングできるようにした。フォスフェンは視野全体に広がり、研究者はこれを「星空効果」と呼ぶ。インプラントの直後、イェンスは不完全に回復した視力を利用して、研究機関の駐車場の周りをゆっくりと自動車を運転することができた。 [59]ドーベルは、彼のプロセスと開発が文書化される前に2004年に亡くなり、彼の研究を引き継ぐ者は誰もいなかった。[60]その後、ナウマンとプログラムの他の患者は視力に問題を抱え始め、最終的に再び「視力」を失った。[61] [62]
動き
運動神経補綴に焦点を当てた BCI は、麻痺のある人の運動機能を回復したり、コンピューターやロボット アームとのインターフェイスなど、麻痺のある人を支援するデバイスを提供したりすることを目指しています。
ケネディとバカイは、動きをシミュレートするのに十分な高品質の信号を生成する人間の脳インプラントを初めて設置した。彼らの患者であるジョニー・レイ（1944-2002）は、 1997年に脳幹卒中を起こした後、「閉じ込め症候群」を発症した。レイのインプラントは1998年に設置され、彼はインプラントを使って仕事を始めるまで生き、最終的にはコンピューターのカーソルを制御することを学んだ。彼は2002年に脳動脈瘤で亡くなった。[63]
四肢麻痺の マット・ネーグルは、 2005年にサイバーキネティクス社のBrainGateチップインプラントの最初の9か月間の人体実験の一環として、BCIを使用して義手を制御した最初の人物となった。ネーグルの右前中心回（腕の動きを司る運動皮質の領域）に埋め込まれた96個の電極インプラントにより、ネーグルは手を動かすことを考えるだけでロボットアームを制御でき、コンピュータのカーソル、ライト、テレビも制御できた。[64] 1年後、ジョナサン・ウォルポーは、電極を脳内ではなく頭蓋骨の表面に配置したブレイン・コンピュータ・インターフェースの開発により、アルトラン革新財団賞を受賞した。 [65]
ブレインゲートグループとピッツバーグ大学医療センターのグループが率いる研究チームは、米国退役軍人省（VA）と共同で、四肢麻痺患者の運動皮質のニューロン配列に直接接続することで、多自由度義肢の制御を実証した。[66] [67]
コミュニケーション
2021年5月、スタンフォード大学の研究チームは、四肢麻痺の被験者が1分間に約86文字、1分間に約18語の速度で英語の文章を書けるという概念実証テストに成功したと報告した。被験者は手を動かして文字を書くことを想像し、システムは隠れマルコフモデルとリカレントニューラルネットワークを利用して、運動皮質で検出された電気信号に対して手書き認識を実行した。[68] [69]
2021年の研究では、麻痺した患者が声道運動ニューロンを分析する脳インプラントを使用して1分間に15語のコミュニケーションをとることができたと報告されています。[70] [49]
あるレビュー記事で、著者らは、BCIによって人間の情報伝達速度が言語のそれを上回ることができるかどうか疑問に思った。言語研究では、情報伝達速度は多くの言語で比較的一定であると報告されている。これは脳の情報処理限界を反映しているのかもしれない。あるいは、この限界は情報伝達の様式としての言語自体に固有のものであるのかもしれない。[71]
2023年に2つの研究で、リカレントニューラルネットワークを備えたBCIを使用して、1分あたり62語と78語という記録的な速度で音声をデコードしました。[72] [73] [74]
技術的な課題
侵襲性BCIで脳活動を記録するには、多くの技術的な課題があります。CMOS技術の進歩により、より小型で、消費電力が少なく、信号取得能力が高い統合型の侵襲性BCI設計が推進され、可能になっています。[75]侵襲性BCIでは、脳組織に浸透する電極を使用して、電極近くの個々のニューロンまたは小グループのニューロンからの活動電位信号（スパイクとも呼ばれます）を記録します。記録電極とニューロンを取り囲む電解液との界面は、ホジキン・ハクスリーモデルを使用してモデル化されています。[76] [77]
侵襲性BCIの電子的限界は、ここ数十年、活発に研究されている分野である。ニューロンの細胞内記録では数百ミリボルト規模の活動電位電圧が明らかになるが、慢性侵襲性BCIは、通常3桁小さい数百マイクロボルトの細胞外電圧の記録に依存している。[78]マイクロボルト規模の信号を検出するという課題にさらに加わるのは、電極と組織の界面が低電圧で高い静電容量を持つという事実である。これらの小さな信号の性質上、集積回路に機能を組み込んだBCIシステムの場合、各電極に独自の増幅器とADCが必要であり、これがアナログ細胞外電圧をデジタル信号に変換する。[78]一般的なニューロンの活動電位は1ミリ秒続くため、スパイクを測定するBCIのサンプリングレートは300 Hz～5 kHzの範囲でなければならない。さらに別の懸念事項は、侵襲性BCIは周囲の組織への熱の放散を抑えるために低電力でなければならないということである。最も基本的なレベルでは、信号対雑音比を最適化するために、従来より多くの電力が必要とされてきた。[77]最適なバッテリー設計は、BCIにおける活発な研究分野である。[79]
材料科学の分野に存在する課題は、侵襲性 BCI の設計の中心です。 信号品質の経時的変化は、埋め込み型マイクロ電極でよく観察されています。[80]侵襲性 BCI の長期信号安定性のための最適な材料および機械的特性は、活発な研究分野です。[81]電極と組織の界面の損傷に起因するグリア瘢痕の形成が、電極の故障や記録性能の低下の原因である可能性が高いと提案されています。[82]研究では、挿入時または経時的な血液脳関門の漏出が、脳に埋め込まれた慢性マイクロ電極に対する炎症およびグリア反応の原因である可能性があることが示唆されています。 [82] [83]その結果、電極のヤング率を脳組織のヤング率に近づけることで異物反応を最小限に抑えるために、柔軟な[ 84 ] [85] [86]および組織のような設計[87] [88]が研究開発されました。[87]
部分侵襲性BCI
部分侵襲性BCI装置は頭蓋骨内に埋め込まれますが、灰白質内ではなく脳の外側に配置されます。頭蓋骨の骨組織が信号を偏向・変形させる非侵襲性BCIよりも高解像度の信号を生成し、完全侵襲性BCIよりも脳内に瘢痕組織が形成されるリスクが低くなります。脳卒中病変周囲皮質からの皮質内BCIの前臨床デモンストレーションが実施されています。[89]
血管内
2020年に発表された系統的レビューでは、血管内BCIの実現可能性を調査した複数の臨床研究と非臨床研究の詳細が述べられている。[90]
2010年、メルボルン大学に所属する研究者らは、血管系から挿入できるBCIの開発を開始した。オーストラリアの神経学者トーマス・オクスリーは、DARPAから資金援助を得て、Stentrodeと呼ばれるこのBCIのアイデアを考案した。前臨床研究では、羊でこの技術を評価した。[2]
ステントロードは、運動皮質に隣接する領域の上矢状静脈洞に画像誘導下で静脈カテーテルを介して送達されるように設計されたモノリシックステント電極アレイである。[91]この近接性により、ステントロードは神経活動を測定できる。この手順は、特発性頭蓋内圧亢進症の治療のために静脈洞ステントを配置する方法に最も似ている。[92]ステントロードは、胸部に埋め込まれたバッテリーレステレメトリーユニットに神経活動を伝え、このテレメトリーユニットは、電力とデータ転送が可能な外部テレメトリーユニットとワイヤレスで通信する。血管内BCIは挿入のために開頭手術を回避できるという利点があるが、凝固や静脈血栓症などのリスクが存在する。
2021年現在、ステントロードを使ったヒト臨床試験が進行中である。[91] 2020年11月、筋萎縮性側索硬化症の患者2名が、ステントロードを使って直接思考することで、テキスト、メール、買い物、銀行取引を行うためのオペレーティングシステムをワイヤレスで制御することができた。 [93]これは、患者の血管を介して脳コンピューターインターフェースが埋め込まれた初めてのケースであり、脳手術の必要性がなくなった。2023年1月、研究者らは、コンピューターの操作にステントロードを使用することができた4人の患者全員に、最初の1年間に重大な有害事象は報告されなかったと報告した。[94] [95]
皮質電気記録
皮質電気記録法（ECoG）は、非侵襲性脳波記録法に似た方法で、皮質の上、硬膜の下に置かれた薄いプラスチックパッドに埋め込まれた電極を使用して、頭蓋骨の下から脳の電気的活動を測定します。[96] ECoG技術は、2004年にセントルイスのワシントン大学のエリック・ロイトハルトとダニエル・モランによって初めて人間で試験されました。その後の試験で、研究者は10代の少年にスペースインベーダーをプレイさせました。[97]この研究は、制御が迅速で、最小限のトレーニングしか必要とせず、信号の忠実度と侵襲性のレベルのバランスが取れていることを示しています。[注 1]
信号は硬膜下または硬膜外から得られますが、脳実質内からは得られません。患者は、てんかん焦点の位置を特定し切除するために侵襲的モニタリングを受ける必要があります。[要出典]
ECoGは、頭皮記録型EEGよりも高い空間分解能、優れた信号対雑音比、広い周波数範囲、および少ないトレーニング要件を提供し、同時に、皮質内単一ニューロン記録よりも技術的な難易度が低く、臨床リスクが低く、長期安定性に優れている可能性があります。[99]この特徴プロファイルと、最小限のトレーニング要件で高いレベルの制御が可能であることを示す証拠は、運動障害のある人々への実際の応用の可能性を示しています。[100] [101]
UCSFのエドワード・チャンとジョセフ・マキンは、高密度ECoGアレイをシルビウス周囲皮質に埋め込んだてんかん患者の発話をECoG信号で解読できることを報告した。[102] [103]彼らは、エンコーダー・デコーダー・ニューラルネットワークを利用してECoGデータを250語の固有語からなる50の文の1つに変換し、 単語誤り率が3%（従来の研究から大幅に改善）であると報告した。
非侵襲性BCI
人間の実験では、非侵襲性の 神経画像化インターフェースが使用されています。公開されている BCI 研究の大半は、非侵襲性の EEG ベースの BCI に関するものです。EEG ベースの技術とインターフェースは、最も幅広い用途に使用されています。EEG ベースのインターフェースは装着が簡単で手術も必要ありませんが、空間分解能が比較的低く、頭蓋骨がニューロンによって生成された電磁波を妨害し、分散させてぼやけさせるため、高周波信号を効果的に使用できません。また、EEG ベースのインターフェースは、使用前にある程度の時間と労力が必要ですが、その他のインターフェースでは事前の使用トレーニングは必要ありません。患者に特定の BCI を選択するかどうかは、さまざまな要因によって決まります。
機能的近赤外分光法
2014年には、筋萎縮性側索硬化症（ALS）の「閉じ込められた」患者に対して機能的近赤外線分光法を用いたBCIにより、基本的なコミュニケーション能力を回復することができた。[104]
脳波（EEG）ベースの脳コンピュータインターフェース
ヴィダルがBCIの課題を述べた後、非侵襲的アプローチに関する最初の報告には、VEPを使用した2Dカーソルの制御、[105]、 CNVを使用したブザーの制御、[106]、脳リズム（アルファ）を使用した物理的オブジェクト（ロボット）の制御、[107]、 P300を使用した画面に書かれたテキストの制御が含まれていました。[108] [13]
BCI 研究の初期には、EEG を使用する上でもう一つの大きな障壁は、広範囲にわたるトレーニングが必要だったことです。たとえば、1990 年代半ばに始まった実験では、ドイツのテュービンゲン大学の Niels Birbaumer が麻痺した患者に、EEG の低速皮質電位を自己制御できるようにトレーニングし、これらの信号をコンピューターのカーソルを制御するバイナリ信号として使用できるようにしました (Birbaumer は、以前にてんかん患者にこの低電圧波を制御することで差し迫った発作を防ぐようにトレーニングしていました)。この実験では、10 人の患者にコンピューターのカーソルを動かすようにトレーニングしました。このプロセスは遅く、患者がカーソルで 100 文字を書くのに 1 時間以上かかり、トレーニングには数か月かかることもよくありました。低速皮質電位アプローチは、トレーニングをほとんどまたはまったく必要とせず、より高速で正確で、より多くのユーザーに有効なアプローチに取って代わられました。[109]
もう一つの研究パラメータは、測定される振動活動の種類です。Gert Pfurtscheller は 1991 年に BCI ラボを設立し、振動機能と分類器に基づく最初のオンライン BCI を実施しました。ニューヨーク州立大学の Birbaumer および Jonathan Wolpaw とともに、彼らはミューリズムやベータリズムなど、BCI を操作するのに最も簡単な脳信号を選択できる技術の開発に注力しました。[引用が必要]
さらなるパラメータは、 P300信号の研究で示されているように、使用されるフィードバックの方法です。P300 波のパターンは、人々が認識できるものを見たときに無意識に生成され (刺激フィードバック)、BCI がトレーニングなしで思考のカテゴリを解読できるようにする可能性があります。[引用が必要]
2005年の研究では、CNVフリップフロップを使用したデジタル制御回路のEEGエミュレーションが報告されました。[110] 2009年の研究では、CNVフリップフロップを使用したロボットアームの非侵襲的EEG制御が報告されました。[111] 2011年の研究では、CNVフリップフロップを使用して、3つのディスクでハノイの塔のタスクを解く2つのロボットアームの制御が報告されました。 [112] 2015年の研究では、シュミットトリガー、フリップフロップ、デマルチプレクサ、モデムのEEGエミュレーションについて説明しました。[113]
ミネソタ大学のビン・ヘと彼のチームによる進歩は、EEG ベースの脳コンピューターインターフェースが侵襲性脳コンピューターインターフェースに近いタスクを実行できる可能性を示唆している。BOLD 機能的MRIやEEGソースイメージングなどの高度な機能的神経画像化を使用して、彼らは電気生理学的信号と血行動態信号の共変動と共局在を特定した。 [114]神経画像化アプローチとトレーニングプロトコルによって改良された彼らは、運動想像力に基づいて 3 次元空間での仮想ヘリコプターの飛行を制御する非侵襲性 EEG ベースの脳コンピューターインターフェースを作成した。[115] 2013 年 6 月、彼らは障害物コースでリモートコントロールヘリコプターを誘導する技術を発表した。[116]彼らはまた、EEG逆問題を解決し、結果として得られた仮想 EEG を BCI タスクに使用した。よく管理された研究は、このようなソース分析ベースの BCI のメリットを示唆した。[117]
2014年の研究では、重度の運動障害患者は筋肉ベースのコミュニケーションチャネルよりも非侵襲性EEG BCIを使用してより迅速かつ確実にコミュニケーションをとることができると報告されました。[118]
2019年の研究では、進化的アルゴリズムを適用することで、非侵襲的なMuseデバイスによるEEG精神状態分類が改善され、消費者向けセンシングデバイスで取得したデータの分類が可能になると報告されています。[119]
2021年に行われた脳卒中後の上肢リハビリテーションにBCIを使用したランダム化比較試験のシステマティックレビューでは、EEGベースのBCIは対照療法と比較して上肢運動機能の改善に有効であると報告されました。より具体的には、バンドパワー機能、運動イメージ、機能的電気刺激を活用したBCI研究は、他の選択肢よりも効果的であると報告されました。[120] 2021年の別のシステマティックレビューでは、脳卒中後のロボット支援EEGベースのBCIによる手のリハビリテーションに焦点を当てました。11の研究のうち3つで運動評価スコアの改善が観察されました。[121]
乾式アクティブ電極アレイ
1990年代初頭、カリフォルニア大学デービス校のババク・タヘリは、最初の単一およびマルチチャンネルのドライアクティブ電極アレイを実証しました。[122]アレイ電極は、銀/塩化銀電極と比較して優れた性能を発揮することが実証されました。このデバイスは、インピーダンス整合によってノイズを低減するための統合電子機器を備えた4つのセンサーサイトで構成されていました。このような電極の利点は次のとおりです。
- 電解質は使用せず、
- 肌の準備は不要、
- センサーサイズが大幅に縮小され、
- EEG モニタリング システムとの互換性。
アクティブ電極アレイは、回路に電力を供給するバッテリーがパッケージ化されたローカル集積回路を備えた静電容量センサーのアレイを含む統合システムです。このレベルの統合は、結果を達成するのに必要でした。
電極はテストベンチと被験者に対して 4 つの方法でテストされました。
- 自発脳波、
- 感覚事象関連電位、
- 脳幹電位、
- 認知事象関連電位。
皮膚の準備、ゲルの必要性がない（乾燥）、およびより高い信号対雑音比の点で、標準的な湿式電極と比較して性能が優れていた。[123]
1999年、ハンター・ペッカムらはケース・ウェスタン・リザーブ大学の研究者らと共同で、64電極のEEGスカルキャップを使用して、四肢麻痺患者の制限された手の動きを取り戻した。患者は上下のような単純だが相反する概念に集中していた。患者のベータ波EEG出力に基本パターンが特定され、スイッチの制御に使用された。平均以上の活動はオン、平均以下の活動はオフと解釈された。信号は患者の手に埋め込まれた神経制御装置の駆動にも使用され、ある程度の動きを取り戻した。[124]
SSVEP モバイル EEG BCI
2009年、NCTU のブレイン コンピュータ インターフェース ヘッドバンドが発表されました。研究者らは、体毛のない部位に適用できるように設計されたシリコン ベースのマイクロエレクトロ メカニカル システム(MEMS)ドライ電極も設計しました。これらの電極は、スナップオン電極ホルダーでヘッドバンドのDAQボードに固定されました。信号処理モジュールはアルファ活動を測定し、Bluetooth経由で患者の覚醒度と認知能力を評価する電話に転送しました。被験者が眠くなると、電話はオペレーターに覚醒フィードバックを送信して覚醒させました。[125]
2011年、研究者らは携帯電話を鳴らすことができるセルラーベースのBCIを報告した。このウェアラブルシステムは、4チャンネルの生体信号取得/増幅モジュール、通信モジュール、Bluetooth電話で構成されていた。電極は定常視覚誘発電位（SSVEP）を拾うように配置されていた。[126] SSVEPは、6Hzを超える繰り返し率の点滅する視覚刺激に対する電気的反応であり[126]、視覚皮質の頭頂部と後頭部の頭皮領域で最もよく見られる。[127] [128] [129]研究参加者全員が、自然環境で最小限の練習で電話をかけることができたと報告されている。[130]
科学者らは、単一チャネルの高速フーリエ変換（FFT）と複数チャネルシステムの正準相関分析（CCA）アルゴリズムがモバイルBCIをサポートできると報告した。[126] [131] CCAアルゴリズムは、高い精度と速度を主張するBCIを調査する実験に適用されている。[132]セルラーBCI技術は、感覚運動ミュー/ベータリズムを拾って運動イメージベースのBCIとして機能するなど、他のアプリケーションにも応用できると報告されている。 [126]
2013年に、 Android携帯電話、タブレット、およびコンピューターベースのBCIで行われた比較テストでは、結果として得られたEEG SSVEPのパワースペクトル密度が分析されました。この研究の目標は、「SSVEPベースのBCIの実用性、携帯性、および普遍性を日常使用のために高めること」でした。電話の信号は安定していませんでしたが、すべての媒体での刺激周波数は正確であると報告されました。ラップトップとタブレットのSSVEPの振幅は、携帯電話の振幅よりも大きいと報告されました。これら2つの質的特徴は、モバイル刺激BCIの使用の実現可能性の指標として提案されました。[131]
EEG 測定の難しさの 1 つは、モーション アーティファクトの影響を受けやすいことです。[133]ほとんどの研究プロジェクトでは、参加者は実験室環境でじっと座っているように求められ、頭と目の動きを可能な限り減らします。ただし、これらの取り組みは日常的に使用できるモバイル デバイスを作成することを目的としていたため、[131]技術を動作状態でテストする必要がありました。2013 年に、研究者はモバイル EEG ベースの BCI 技術をテストし、参加者がトレッドミルで歩いているときに SSVEP を測定しました。報告された結果は、速度が増加すると、CCA を使用した SSVEP の検出可能性が低下するというものでした。独立成分分析(ICA) は、EEG 信号とノイズを分離するのに効率的であることが示されています。[134]研究者は、ICA 処理の有無にかかわらず CCA データは類似していると述べました。彼らは、CCA はモーション アーティファクトに対して堅牢性を示したと結論付けました。[128] EEG ベースの BCI アプリケーションは空間解像度が低いです。考えられる解決策としては、グラフ理論に基づく EEG ソースの接続性、Topomap に基づく EEG パターン認識、EEG- fMRI融合などが挙げられます。
補綴と環境制御
非侵襲性BCIは、麻痺のある人の上肢および下肢の義肢に応用されている。例えば、グラーツ工科大学のゲルト・プフルトシェラー氏とその同僚は、脊髄損傷による四肢麻痺の人の上肢の動きを回復させるために、 BCI制御の機能的電気刺激システムを実証した。[135] 2012年から2013年にかけて、カリフォルニア大学アーバイン校の研究者らは、BCI技術が脊髄損傷後の脳制御歩行を回復できることを初めて実証した。彼らの研究では、下半身麻痺の人がBCIロボット歩行装具を操作して、基本的な歩行を取り戻した。[136] [137] 2009年に独立した研究者アレックス・ブレイニー氏は、 Emotiv EPOCを使用して5軸ロボットアームを制御した。[138]彼は、マインドコントロールの車椅子とホームオートメーションのデモンストレーションをいくつか行った。
脳磁図とfMRI
非侵襲性BCIとして、脳磁図法（MEG）と機能的磁気共鳴画像法（fMRI）が使用されてきました。[139]広く報道された実験では、fMRIによって2人のユーザーがバイオフィードバックを通じて血行動態反応や脳血流を変化させ、リアルタイムでポンをプレイすることができました。[140]
リアルタイムの血行動態反応のfMRI測定は、思考と動作の間に7秒の遅延を設けたロボットアームの制御にも使用されている。[141]
2008年に京都の先端電気通信研究所（ATR）計算脳科学研究所で行われた研究により、研究者は脳信号から10×10ピクセルの解像度で画像を再構成することが可能になりました。[142]
2011年の研究では、被験者が視聴した動画をfMRIデータから秒単位で再構成したと報告されている。[143]これは、動画と脳活動を関連付ける統計モデルを作成することで達成された。このモデルを使用して、ランダムに抽出した1800万秒のYouTube動画のデータベースから1秒間の動画セグメント100個を検索し、被験者が動画を視聴したときに記録された脳活動と視覚パターンを照合した。これらの100個の1秒間の動画の抜粋は、動画に似たマッシュアップ画像に結合された。[144] [145] [146]
ニューロゲーミングにおけるBCI制御戦略
運動イメージ
運動イメージングでは、身体部位の動きを想像し、感覚運動皮質を活性化して、EEGの感覚運動振動を調節します。これはBCIによって検出され、ユーザーの意図を推測するために使用できます。運動イメージングでは、通常、許容できる制御を習得するためにトレーニングが必要です。トレーニングセッションは通常、数日間にわたって何時間もかかります。トレーニングセッションの長さに関係なく、ユーザーは制御スキームを習得できません。その結果、ゲームプレイのペースが非常に遅くなります。[147]機械学習手法を使用して、運動イメージングのパフォーマンスを検出するための被験者固有のモデルを計算しました。2022年のBCIコンペティションIV [148]データセット2の運動イメージングで最高のパフォーマンスを発揮したアルゴリズムは、シンガポールのA*STARのAngらが開発したフィルターバンク共通空間パターンでした。[149]
パッシブ BCI 設計のためのバイオ/ニューロフィードバック
バイオフィードバックは、被験者の精神的リラクゼーションをモニタリングするために使用できます。バイオフィードバックは EEG と一致しない場合もありますが、筋電図(EMG)、皮膚電気抵抗(GSR)、心拍変動(HRV) などのパラメータは一致します。多くのバイオフィードバック システムは、注意欠陥多動性障害 (ADHD)、子供の睡眠障害、歯ぎしり、慢性疼痛などの疾患を治療します。EEG バイオフィードバック システムは通常、4 つの脳波帯域 (シータ: 4～7 Hz、アルファ: 8～12 Hz、SMR: 12～15 Hz、ベータ: 15～18 Hz) をモニタリングし、被験者にそれらの制御を課します。パッシブ BCI は、BCI を使用して、ユーザーの精神状態に関する情報で人間と機械の相互作用を強化します。たとえば、緊急車両のブレーキ中にユーザーがブレーキを踏む意図があることを検出するシミュレーションなどです。[54]パッシブ BCI を使用するゲーム開発者は、ゲーム レベルの繰り返しによってユーザーの認知状態が適応することを理解しています。特定のレベルを初めてプレイするとき、プレイヤーの反応はその後のプレイ時とは異なる。例えば、ユーザーは予想していたイベントにあまり驚かない。[147]
視覚誘発電位（VEP）
VEP は、被験者に視覚刺激が提示された後に記録される電位です。VEP の種類には、SSVEP と P300 電位があります。
定常視覚誘発電位(SSVEP)は、特定の周波数で変調された視覚刺激を使用して網膜を刺激することによって生成される電位を使用します。SSVEP 刺激は、多くの場合、交互の市松模様から形成され、時には点滅する画像を使用します。使用される刺激の位相反転の周波数は、EEG によって区別できるため、SSVEP 刺激の検出は比較的簡単です。SSVEP は多くの BCI システムで使用されています。これにはいくつかの要因があります。誘発される信号は、一過性 VEP および瞬きの動きと同じくらい大きな集団で測定可能です。心電図アーティファクトは、監視される周波数に影響を与えません。SSVEP 信号は堅牢です。一次視覚皮質の地形的構成により、より広い領域が視野の中心または中心窩領域から求心性神経を取得します。SSVEP には問題が伴います。 SSVEP は点滅する刺激を使用してユーザーの意図を推測するため、ユーザーはシステムと対話するために点滅または反復するシンボルの 1 つを注視する必要があります。そのため、長時間プレイするとシンボルがイライラしたり、不快になったりする可能性があります。
もう 1 つのタイプの VEP はP300 電位です。この電位は、ターゲット刺激 (ユーザーが待っている、または探している刺激) またはオッドボール刺激の出現後約 300 ミリ秒で発生する EEG の正のピークです。ターゲット刺激と無視された刺激が類似するほど、P300 振幅は減少します。P300 は、より高レベルの注意プロセスまたは方向付け応答に関連していると考えられています。P300 を使用するには、トレーニング セッションが少なくて済みます。P300 を使用する最初のアプリケーションは、P300 マトリックスでした。このシステムでは、被験者は 6 x 6 の文字と数字のグリッドから文字を選択します。グリッドの行と列が順番に点滅し、選択された「選択文字」が点灯するたびに、ユーザーの P300 が (潜在的に) 誘発されました。ただし、通信プロセスは 1 分あたり約 17 文字で、低速でした。P300 は、連続的な制御ではなく、離散的な選択を提供します。ゲーム内でのP300の利点は、プレイヤーが新しい制御システムの使い方を学ぶ必要がなく、ゲームプレイの仕組みと基本的なBCIパラダイムを学ぶのに短いトレーニングインスタンスのみを必要とすることです。[147]
非脳ベースの人間とコンピュータのインターフェース（生理学的コンピューティング）
人間とコンピュータの相互作用では、電気眼底検査や視線追跡などの他の記録様式を利用することができる。これらの様式は脳の活動を記録しないため、BCIとはみなされない。[150]
眼電図検査（EOG）
1989年、電気眼球運動信号を用いた移動ロボットの制御に関する研究が報告された。移動ロボットは、前進、後退、左、右、停止と解釈される5つのEOGコマンドを使用してゴール地点まで運転された。[151]
瞳孔の大きさの振動
2016年の論文では、視線を固定したり、目を動かす能力を必要としない、新しい非EEGベースのHCIについて説明されている。 [152]このインターフェースは隠れた関心に基づいており、文字を直接見る必要なしに、仮想キーボード上の選択された文字に注意を向ける。各文字には独自の（背景の）円があり、他の文字とは異なる明るさで微小振動する。文字の選択は、意図しない瞳孔サイズの振動と背景の円の明るさの振動パターンの最適な適合に基づいて行われる。文字の円の明るさの変化と同期して、ユーザーが「明るい」と「暗い」という言葉を精神的にリハーサルすることで、精度がさらに向上する。
脳と脳のコミュニケーション
1960年代、ある研究者が訓練を受けた後、脳波を使ってアルファ波を使ったモールス信号を作成しました。 [153] 2013年2月27日、デューク大学とIINN-ELSのミゲル・ニコレリスのグループは、2匹のネズミの脳を接続して情報を共有できるようにし、史上初の直接的な脳と脳のインターフェースを実現しました。[154] [155] [156]
ゲルウィン・シャルクは、ECoG信号が話し言葉や想像上の言葉に埋め込まれた母音と子音を区別できることを報告し、その生成に関連するメカニズムを明らかにし、想像上の音声を使用した脳ベースのコミュニケーションの基礎を提供できる可能性があると報告した。[101] [157]
2002年、ケビン・ワーウィックは神経系をインターネットに接続するために、神経系に100個の電極を埋め込みました。ワーウィックは一連の実験を行いました。電極は妻の神経系に埋め込まれ、2人の人間の神経系間での初めての直接的な電子通信実験を行うことができました。[158] [159] [160] [161]
他の研究者は、被験者の頭皮に取り付けた非侵襲的技術を使用して、離れた場所にいる被験者間の脳対脳通信を実現した。情報を送信する人の認知運動入力によって、単語はバイナリストリームにエンコードされた。情報の疑似ランダムビットは、エンコードされた単語「hola」（スペイン語で「こんにちは」）と「ciao」（イタリア語で「さようなら」）を運び、心と心に伝達された。[162]
細胞培養BCI
研究者たちは、試験管内で神経細胞や神経ネットワーク全体とインターフェースをとる装置を作製した。培養神経組織の実験は、問題解決ネットワークの構築、基本的なコンピュータの構築、ロボット装置の操作に重点が置かれていた。半導体チップ上で成長した個々のニューロンを刺激し記録する技術の研究は、ニューロエレクトロニクスまたはニューロチップと呼ばれている。[163]
最初のニューロチップの開発は、1997年にジェローム・パイン氏とマイケル・マーハー氏が率いるカリフォルニア工科大学のチームによって行われたと主張されています。 [164]カリフォルニア工科大学のチップには16個のニューロンを収容できるスペースがありました。
2003年、南カリフォルニア大学のセオドア・バーガー率いるチームは、人工または補綴用の海馬として機能するように設計されたニューロチップの開発に取り組んだ。このニューロチップはラットの脳用に設計された。海馬が選ばれたのは、脳の中で最も構造化され、最も研究されている部分であると考えられているためである。その機能は、経験をコード化し、脳の他の場所に長期記憶として保存することである。[165]
2004年、フロリダ大学のトーマス・デマースは、ラットの脳から採取した25,000個のニューロンの培養物を使用して、 F-22戦闘機シミュレータを操縦した。採取後、皮質ニューロンはペトリ皿で培養され、再接続されて生きた神経ネットワークを形成した。細胞は60個の電極のグリッド上に配置され、シミュレータのピッチとヨーの機能を制御するために使用された。この研究の焦点は、人間の脳が細胞レベルでどのように計算タスクを実行し、学習するかを理解することであった。[166]
コラボレーションBCI
複数の個人の脳信号を結合/統合するというアイデアは、2010年12月にHumanity+ @Caltechでエイドリアン・ストイカによって発表され、彼はこの概念をマルチブレインアグリゲーションと呼んだ。[167] [168] [169]特許は2012年に申請された。 [170] [171] [172]ストイカのこのテーマに関する最初の論文は、彼の特許申請が公開された後の2012年に発表された。[173]
倫理的配慮
BCI は、プライバシー、自律性、同意、人間の認知能力と外部デバイスを融合することによる結果など、倫理的な問題を提起します。これらの倫理的考慮事項を調査すると、技術の進歩と基本的人権および価値観の保護との間の複雑な相互作用が浮き彫りになります。懸念は、ユーザー中心の問題と法的および社会的問題に大まかに分類できます。
懸念は安全性とユーザーへの長期的な影響に集中している。これには、コミュニケーション障害のある個人からのインフォームドコンセントの取得、患者と家族の生活の質への影響、健康関連の副作用、治療アプリケーションの誤用、安全上のリスク、BCIによって引き起こされる一部の変化の不可逆性などが含まれる。さらに、特に企業が倒産した場合、メンテナンス、修理、スペアパーツへのアクセスについての疑問も生じる。[174]
BCIの法的および社会的側面は、主流の採用を複雑にしている。懸念事項には、BCIの影響が自由意志や行動の制御を無効にするという主張、認知意図の不正確な翻訳、脳深部刺激による性格の変化、人間と機械の境界線の曖昧化など、説明責任と責任の問題が含まれる。[175]その他の懸念事項には、高度な尋問技術でのBCIの使用、不正アクセス（「脳ハッキング」）、[176]選択的強化による社会的階層化、心を読むこと、追跡および「タグ付け」システムに関連するプライバシーの問題、心、動き、感情の制御の可能性などがある。[177]研究者は、BCIが既存の社会的不平等を悪化させる可能性があるという理論も立てている。
現在の形態では、ほとんどの BCI は、そのような倫理的問題にほとんど関係のない矯正療法に近い。生命倫理学は、BCI 技術がもたらす課題に対処するのに十分な能力を備えており、クラウセンは 2009 年に「BCI は倫理的課題を提起するが、これは生命倫理学者が他の治療領域で対処してきた課題と概念的に類似している」と示唆している。[178]ハセラガーとその同僚は、期待と価値を管理することの重要性を強調した。[179]標準プロトコルは、ロックインされた患者に対して倫理的に健全なインフォームド コンセント手順を保証することができる。
BCIの進化は薬学の進化を反映しており、薬学は障害に対処する手段として始まり、現在では集中力を高め、睡眠の必要性を減らすものとなっています。BCIが治療法から機能強化へと進化するにつれ、BCIコミュニティは研究、開発、普及のための倫理ガイドラインに関するコンセンサスを形成するために取り組んでいます。[180] [181] BCIへの公平なアクセスを確保することは、人類の繁栄の権利を妨げる可能性のある世代間の不平等を防ぐ上で非常に重要です。
低コストシステム
さまざまな企業が研究や娯楽のために安価な BCI を開発しています。NeuroSky や Mattel MindFlex などのおもちゃは商業的に一定の成功を収めています。
- 2006年、ソニーは電波が神経皮質の信号に影響を与えることを可能にする神経インターフェースシステムの特許を取得しました。[182]
- 2007年、NeuroSkyはゲームNeuroBoyとともに、最初の手頃な価格の消費者向けEEGをリリースしました。これは、ドライセンサー技術を使用した最初の大規模なEEGデバイスでした。[183]
- 2008年、OCZテクノロジーは主に筋電図を利用したビデオゲーム用デバイスを開発した。[184]
- 2008年、ファイナルファンタジーの開発元であるスクウェア・エニックスは、NeuroSkyと提携してゲーム「Judecca」を制作すると発表した。[185] [186]
- 2009年、マテルはニューロスカイと提携して、脳波を使って障害物コースでボールを操縦するゲーム「マインドフレックス」をリリースした。これは当時、消費者向けの脳波ベースのゲームとしては群を抜いて売れた。[185] [187]
- 2009年、アンクル・ミルトン・インダストリーズはニューロスカイと提携し、フォースを所有しているという幻想を作り出すゲーム「スター・ウォーズ ・フォース・トレーナー」をリリースした。[185] [188]
- 2009年、Emotivは4つの精神状態、13の意識状態、表情、頭の動きを読み取ることができる14チャンネルのEEGデバイスであるEPOCをリリースしました。EPOCは、より良い接続のために生理食塩水で湿らせることができるドライセンサー技術を採用した最初の商用BCIでした。[189]
- 2011年11月、タイム誌はニューロウェア社が製造した「ネコミミ」をその年の最高の発明の一つに選出した。[190]
- 2014年2月、They Shall Walk（下半身麻痺患者と四肢麻痺患者のためのライフスーツと呼ばれる外骨格の構築に取り組んでいる非営利団体）は、ジェームズ・W・シャカルジと提携してワイヤレスBCIの開発を開始しました。[191]
- 2016年、ある愛好家のグループが、スマートフォンのオーディオジャックに神経信号を送るオープンソースのBCIボードを開発し、エントリーレベルのBCIのコストを20ポンドにまで下げました。[192] Androidデバイス用の基本的な診断ソフトウェアと、Unity用のテキスト入力アプリが利用可能です。[193]
- 2020年、NextMindはドライ電極付きのEEGヘッドセットを含む開発キットを399ドルでリリースした。[194] [195]このデバイスはさまざまなビジュアルBCIデモアプリケーションを実行でき、開発者は独自のアプリケーションを作成することもできます。同社は2022年にSnap Inc.に買収された。[196]
- 2023年、PiEEGはシングルボードコンピュータRaspberry Piを脳コンピュータインターフェースに変換できるシールドを350ドルでリリースした。[197]
今後の方向性
12のヨーロッパのパートナーからなるコンソーシアムが、ホライズン2020フレームワークプログラムへの資金提供決定において欧州委員会を支援するためのロードマップを完成させた。このプロジェクトは欧州委員会によって資金提供された。2013年11月に開始され、2015年4月にロードマップが公開された。[198] 2015年の出版物では、このプロジェクトと脳コンピュータインターフェース協会について説明されている。[199]この出版物では、BCIとアプリケーションをさらに定義し、最近の傾向を調査し、倫理的問題について議論し、新しいBCIの方向性を評価したこのプロジェクト内の作業をレビューした。
最近の他の出版物でも、新たな障害を持つユーザーグループのためのBCIの将来の方向性が検討されている。[10] [200]
意識障害（DOC）
意識障害 (DOC) の患者もいます。この状態は、昏睡状態にある人、植物状態(VS) または最小限の意識状態(MCS) にある人を含むと定義されています。BCI 研究は、DOC に対処することを目指しています。最初の重要な目標は、基本的な認知タスクを実行できる患者を特定し、診断を変え、重要な決定 (治療を受けるかどうか、どこに住むか、終末期の決定に関する見解など) を下せるようにすることです。誤診された患者は、他の人が下した終末期の決定の結果として死亡する可能性があります。BCI を使用してそのような患者とコミュニケーションをとるという見通しは、魅力的なものです。[201] [202]
こうした患者の多くは、視覚に基づく BCI を使用することができません。そのため、ツールは聴覚や振動触覚刺激に頼る必要があります。患者はヘッドフォンを装着したり、身体の反応部位に振動触覚刺激装置を取り付けたりします。もう 1 つの課題は、患者が予測できない間隔でしかコミュニケーションできない可能性があることです。家庭用デバイスは、患者が準備ができたときにコミュニケーションを可能にします。
自動化ツールは、「あなたのお父さんの名前はジョージですか？」や「あなたは米国で生まれましたか？」など、患者が簡単に答えられる質問をすることができます。自動化された指示は、例えば右手首と左手首の刺激に注意を集中させることによって、はいまたはいいえを伝える方法を患者に伝えます。この集中した注意は、患者がコミュニケーションできるかどうかを判断するのに役立つ脳波パターンの確実な変化を生み出します。 [203] [204] [205]
運動回復
脳卒中や外傷など、多くの原因により、人は運動能力の一部を失うことがあります。近年の研究では、脳卒中患者の運動回復と神経リハビリテーションを支援する上で、EEG ベースの BCI システムの有用性が実証されています。[206] [207] [208] [209]いくつかのグループが、BCI を含む運動回復のシステムと方法を研究してきました。[210] [211] [212] [213]このアプローチでは、患者がセラピストの指示に従って動作を想像したり試みたりしている間に、BCI が運動活動を測定します。BCI には 2 つの利点があります。(1) 患者が動作を正しくイメージしていない (非順守) ことを BCI が示した場合、BCI は患者とセラピストに通知できます。(2) 機能刺激や仮想アバターの動作などの報酬フィードバックも、患者の正しい動作イメージに依存します。
これまでのところ、運動回復のためのBCIは、患者の運動イメージを測定するためにEEGに依存してきました。しかし、研究では、人がBCIベースの脳卒中リハビリ訓練を受けているときに脳に起こるさまざまな変化を研究するためにfMRIも使用されています。[214] [215] [216] EEGベースのBCIシステムと組み合わせた画像研究は、脳卒中後の運動回復中の神経可塑性の調査に有望です。[216]将来のシステムには、fMRIや機能的近赤外線などのリアルタイム制御の他の手段が、おそらくEEGと並行して含まれる可能性があります。非侵襲性脳刺激も、運動回復のためのBCIと組み合わせて研究されています。[217] 2016年、メルボルン大学の科学者は、麻痺患者向けに開発されている潜在的な脳コンピューターインターフェース技術プラットフォームに関連する前臨床概念実証データを発表しました。このプラットフォームは、脳活動を翻訳することで、ロボットの手足、コンピューター、外骨格などの外部デバイスの制御を容易にします。[218] [219] [220]
機能的脳マッピング
2014年には、約40万人が脳神経外科手術中に脳マッピングを受けました。この処置は、薬物療法が効かない人にしばしば必要です。[221]この処置では、脳に電極を置き、構造と機能領域の位置を正確に特定します。患者は脳神経外科手術中に目を覚ましていて、指を動かしたり、単語を繰り返したりするなどの作業を行うように求められる場合があります。これは、外科医が他の領域を温存しながら目的の組織を除去できるようにするために必要です。脳組織を過剰に除去すると永久的な損傷を引き起こす可能性があり、除去が少なすぎると追加の脳神経外科手術が必要になる場合があります。[要出典]
研究者らは、脳神経外科マッピングを改善する方法を模索した。この研究は主に、非侵襲的に検出することが難しい高ガンマ線活動に焦点を当てている。その結果、主要な機能領域を特定する方法が改善された。[222]
フレキシブルデバイス
フレキシブルエレクトロニクスは、回路が印刷されたポリマーやその他の柔軟な材料（例：シルク、[223] 、 ペンタセン、PDMS、パリレン、ポリイミド[224]）であり、柔軟性により電子機器を曲げることができます。これらのデバイスを作成するために使用される製造技術は、集積回路や微小電気機械システム（MEMS）を作成するために使用される技術に似ています。[要出典]
柔軟な神経インターフェースは、電極と組織間の機械的な不一致に関連する脳組織の外傷を最小限に抑える可能性がある。[225]
ニューラルダスト
ニューラルダストは、カリフォルニア大学バークレー校無線研究センターの2011年の論文で提案された、無線で駆動する神経センサーとして動作するミリメートルサイズのデバイスです。[ 226] [227]あるモデルでは、局所的なフィールド電位を活動電位の「スパイク」と区別することができ、従来の技術と比較して大幅に多様なデータを提供します。[226]
参照
- 情報科学
- インテンディックス（2009）
- AlterEgo は、言葉に表れない言葉を読み取り、骨伝導ヘッドフォンで応答するシステムです。
- 拡張学習
- 生物機械
- 皮質インプラント
- 脳深部刺激
- 人間の感覚
- 体験マシン
- カーネル（ニューロテクノロジー企業）
- 嘘発見器
- マイクロ波聴覚効果
- 神経工学
- ニューラリンク
- ニューロロボティクス
- 神経刺激
- 向知性薬
- パラドロミクス
- 精密神経科学
- プロジェクトサイボーグ
- シミュレーション現実
- ステント電極記録アレイ
- テレプレゼンス
- 思考の識別
- ウェットウェアコンピュータ（IOに同様の技術を使用）
- 全脳エミュレーション
- ワイヤーヘッド（SF）
注記
- ^ これらの電極はBCIを開発する目的で患者に埋め込まれたわけではない。患者は重度のてんかんを患っており、電極は医師が発作の焦点を特定できるように一時的に埋め込まれたものであり、BCIの研究者は単にこれを利用していただけである。[98]
参考文献
- ^ ab Krucoff MO、Rahimpour S、Slutzky MW、Edgerton VR 、 Turner DA (2016)。「神経生物学、 神経インターフェーストレーニング、神経リハビリテーションによる神経系回復の促進」。Frontiers in Neuroscience。10 : 584。doi : 10.3389/ fnins.2016.00584。PMC 5186786。PMID 28082858。
- ^ ab Martini, Michael L.; Oermann, Eric Karl; Opie, Nicholas L.; Panov, Fedor; Oxley, Thomas; Yaeger, Kurt (2020年2月). 「脳コンピューターインターフェース技術のためのセンサーモダリティ：包括的な文献レビュー」.神経外科. 86 (2): E108 – E117 . doi :10.1093/neuros/nyz286. ISSN 0148-396X. PMID 31361011.
- ^ ab Vidal JJ (1973). 「脳とコンピュータの直接通信に向けて」。Annual Review of Biophysics and Bioengineering . 2 (1): 157– 180. doi : 10.1146/annurev.bb.02.060173.001105 . PMID 4583653.
- ^ ab Vidal J ( 1977 ). 「EEG における脳イベントのリアルタイム検出」。IEEE論文集。65 (5): 633– 641。doi :10.1109/PROC.1977.10542。S2CID 7928242 。
- ^ Levine SP、Huggins JE、BeMent SL、Kushwaha RK 、 Schuh LA、Rohde MM、他 (2000 年 6 月)。「事象関連電位に基づく直接脳インターフェース」。IEEE Transactions on Rehabilitation Engineering。8 ( 2): 180– 185。doi :10.1109/86.847809。PMID 10896180 。
- ^ Bird JJ、Manso LJ、Ribeiro EP、Ekárt A、Faria DR（2018年9月）。EEGベースのブレインマシンインターフェースを使用した精神状態分類の研究。ポルトガル、マデイラ島：第9回国際インテリジェントシステム会議2018。2018年12月3日閲覧。
- ^ Bird JJ、Ekart A、Buckingham CD、Faria DR (2019)。EEGベースのブレインマシンインターフェースによる精神的感情分類。オックスフォード大学セントヒューズカレッジ、英国：デジタル画像および信号処理に関する国際会議（DISP'19）。2018年12月3日時点のオリジナルよりアーカイブ。 2018年12月3日閲覧。
- ^ Vanneste S、 Song JJ、De Ridder D (2018 年 3 月)。「機械学習によって検出された視床皮質不整脈」。Nature Communications。9 ( 1 ): 1103。Bibcode : 2018NatCo ... 9.1103V。doi : 10.1038/s41467-018-02820-0。PMC 5856824。PMID 29549239。
- ^ Straebel V 、 Thoben W (2014)。「アルヴィン・ルシエのソロ演奏者のための音楽：ソニフィケーションを超えた実験音楽」。Organised Sound。19 ( 1): 17– 29。doi : 10.1017 /S135577181300037X。S2CID 62506825。
- ^ ab Wolpaw, JR および Wolpaw, EW (2012)。「脳とコンピュータのインターフェース: 太陽の下での新しいもの」。『脳とコンピュータのインターフェース: 原理と実践』、Wolpaw, JR および Wolpaw (編)、EW Oxford University Press。
- ^ Wolpaw JR、Birbaumer N、 McFarland DJ、Pfurtscheller G、Vaughan TM (2002 年 6 月)。「コミュニケーションと制御のための脳コンピューター インターフェイス」。臨床神経生理学。113 (6): 767– 791。doi : 10.1016 /s1388-2457(02)00057-3。PMID 12048038。S2CID 17571592 。
- ^ Allison BZ、Wolpaw EW、Wolpaw JR (2007 年 7 月)。「脳コンピューターインターフェースシステム: 進歩と展望」。医療機器の専門家レビュー。4 (4): 463– 474。doi : 10.1586 / 17434440.4.4.463。PMID 17605682。S2CID 4690450。
- ^ ab Bozinovski S, Bozinovska L (2019). 「ヨーロッパにおける脳コンピューターインターフェース：30周年」. Automatika . 60 (1): 36– 47. doi : 10.1080/00051144.2019.1570644 .
- ^ Vidal, Jacques J. (1977). 「EEGにおける脳イベントのリアルタイム検出」（PDF）。Proceedings of the IEEE。65 （5）：633– 641。doi ：10.1109/PROC.1977.10542。S2CID 7928242。 2015年7月19日時点の オリジナル（PDF）からアーカイブ。 2022年11月4日閲覧。
- ^ S. Bozinovski、M. Sestakov、L. Bozinovska: EEG アルファリズムを使用した移動ロボットの制御、G. Harris、C. Walker (編) Proc. IEEE Annual Conference of Medical and Biological Society、p. 1515-1516、ニューオーリンズ、1988
- ^ S. Bozinovski: 移動ロボットの軌道制御: 固定レールから直接バイオエレクトリック制御へ、O. Kaynak (編) Proc. IEEE Workshop on Intelligent Motion Control、p. 63-67、イスタンブール、1990
- ^ M. Lebedev: 神経補綴による感覚運動機能の増強。オペラ・メディカ・アンド・フィジオロジカ。第2巻（3）：211-227、2016年
- ^ M. Lebedev、M. Nicolelis: 脳と機械のインターフェース: 基礎科学から神経補綴物および神経リハビリテーションまで、生理学レビュー 97:737-867、2017
- ^ L. Bozinovska、G. Stojanov、M. Sestakov、S. Bozinovski: CNV パターン認識: 認知波観測への第一歩、L. Torres、E. Masgrau、E. Lagunas (編) 信号処理 V: 理論とアプリケーション、Proc. EUSIPCO-90: 第 5 回ヨーロッパ信号処理会議、Elsevier、p. 1659-1662、バルセロナ、1990 年
- ^ L. Bozinovska、S. Bozinovski、G. Stojanov、「Electroexpectogram: 実験設計とアルゴリズム」、IEEE International Biomedical Engineering Days 誌、p. 55-60、イスタンブール、1992 年
- ^ Miranda RA、Casebeer WD、Hein AM、 Judy JW、Krotkov EP、Laabs TL、他 (2015 年 4 月)。「DARPA が資金提供した新しい脳コンピューターインターフェース技術の開発への取り組み」 。Journal of Neuroscience Methods。244 : 52–67。doi : 10.1016 / j.jneumeth.2014.07.019。PMID 25107852。S2CID 14678623 。
- ^ Jacobs M、Premji A、Nelson AJ ( 2012年5月 16 日)。「手の機能の体性感覚制御を調査 するための可塑性誘導 TMS プロトコル」。Neural Plasticity。2012 : 350574。doi : 10.1155/2012/ 350574。PMC 3362131。PMID 22666612。
- ^ フォックス、マギー（2016年10月13日）。「脳チップが麻痺した男性の指の感覚を助ける」NBCニュース。 2021年3月23日閲覧。
- ^ Hatmaker, Taylor (2017年7月10日). 「DARPA、完璧な超小型双方向脳コンピューターインターフェースの開発に6500万ドルを授与」。Tech Crunch 。2021年3月23日閲覧。
- ^ ステイシー、ケビン（2017年7月10日）。「ブラウン大学、次世代の脳コンピューターインターフェースの設計に最大1900万ドルを受領」ブラウン大学。 2021年3月23日閲覧。
- ^ 「低侵襲の『ステントロード』が脳の神経インターフェースとしての可能性を示す」国防高等研究計画局（DARPA） 2016年2月8日。 2021年3月23日閲覧。
- ^ 「人工内耳」。国立聴覚・コミュニケーション障害研究所。2016年2月。 2024年4月1日閲覧。
- ^ ミゲル・ニコレリス他 (2001) デューク大学の神経生物学者が、サルが脳信号を介してロボットアームを制御できるシステムを開発した。2008年12月19日アーカイブ、Wayback Machine
- ^ Baum M (2008年9月6日). 「サルがロボットアームで脳力を使って自給自足」Pitt Chronicle. 2009年9月10日時点のオリジナルよりアーカイブ。 2009年7月6日閲覧。
- ^ Lewis T (2020年11月). 「イーロン・マスクの豚の脳インプラントは『麻痺の解決』にはまだ遠い」. Scientific American . 2021年3月23日閲覧。
- ^ Shead S (2021年2月). 「イーロン・マスク氏、自身のスタートアップNeuralinkが脳を使ってビデオゲームをプレイする猿を開発したと語る」CNBC . 2021年3月23日閲覧。
- ^ フェッツEE (1969年2月)。 「皮質単位活動のオペラント条件付け」。科学。163 (3870): 955–958。書誌コード:1969Sci...163..955F。土井：10.1126/science.163.3870.955。PMID 4974291。S2CID 45427819 。
- ^ Schmidt EM、McIntosh JS、Durelli L 、 Bak MJ (1978年9月)。「皮質ニューロンのオペラント条件付け発火パターンの微細制御」。実験神経学。61 (2): 349– 369。doi :10.1016/0014-4886(78) 90252-2。PMID 101388。S2CID 37539476 。
- ^ Georgopoulos AP、Lurito JT、 Petrides M、Schwartz AB、Massey JT (1989年1月)。「ニューロン集団ベクトルのメンタルローテーション」。サイエンス。243 ( 4888 ): 234– 236。Bibcode : 1989Sci ... 243..234G。doi :10.1126/science.2911737。PMID 2911737。S2CID 37161168 。
- ^ Stanley GB、Li FF、Dan Y (1999 年 9 月)。「外側膝状核のアンサンブル応答からの自然シーンの再構築」。The Journal of Neuroscience。19 ( 18): 8036– 8042。doi : 10.1523 / JNEUROSCI.19-18-08036.1999。PMC 6782475。PMID 10479703。
- ^ Wessberg J、Stambaugh CR、 Kralik JD、Beck PD、Laubach M、Chapin JK、他 (2000 年 11 月)。「霊長類の皮質ニューロンの集合による手の軌道のリアルタイム予測」。Nature。408 ( 6810 ) : 361– 365。Bibcode : 2000Natur.408..361W。doi : 10.1038 /35042582。PMID 11099043。S2CID 795720。
- ^ ab Carmena JM、Lebedev MA、Crist RE、O'Doherty JE、Santucci DM、Dimitrov DF、他 (2003 年 11 月)。「霊長類による到達と把握のための脳マシン インターフェイスの制御学習」。PLOS Biology。1 ( 2 ) : E42。doi : 10.1371 / journal.pbio.0000042。PMC 261882。PMID 14624244。
- ^ ab Lebedev MA、Carmena JM、O'Doherty JE、Zacksenhouse M、Henriquez CS、Principe JC、Nicolelis MA (2005 年 5 月)。「脳マシン インターフェースによって制御される人工アクチュエータの速度を表す皮質アンサンブル適応」。The Journal of Neuroscience。25 ( 19 ): 4681– 4693。doi : 10.1523 /JNEUROSCI.4088-04.2005。PMC 6724781。PMID 15888644。
- ^ O'Doherty JE、Lebedev MA、Ifft PJ、Zhuang KZ、Shokur S、Bleuler H、Nicolelis MA (2011 年 10 月)。「脳-機械-脳インターフェースを使用した能動的な触覚探査」。Nature。479 ( 7372 ) : 228– 231。Bibcode : 2011Natur.479..228O。doi : 10.1038/nature10489。PMC 3236080。PMID 21976021。
- ^ Serruya MD、Hatsopoulos NG 、Paninski L、Fellows MR、Donoghue JP (2002 年 3 月)。 「運動信号の即時神経制御」。Nature . 416 ( 6877): 141– 142。Bibcode :2002Natur.416..141S。doi :10.1038/416141a。PMID 11894084。S2CID 4383116 。
- ^ Taylor DM 、Tillery SI、Schwartz AB (2002年6 月)。「3D 神経補綴装置の皮質直接制御」。Science 296 ( 5574 ): 1829– 1832。Bibcode : 2002Sci ...296.1829T。CiteSeerX 10.1.1.1027.4335。doi : 10.1126 /science.1070291。PMID 12052948。S2CID 9402759 。
- ^ ピッツバーグ大学チームが脳制御アームを開発へ Archived 4 July 2007 at the Wayback Machine、Pittsburgh Tribune Review、2006年9月5日。
- ^ YouTubeの動画
- ^ Velliste M、Perel S、Spalding MC、 Whitford AS、 Schwartz AB (2008 年 6 月)。「自己給餌 のための義手の皮質制御」。Nature . 453 ( 7198): 1098– 1101。Bibcode : 2008Natur.453.1098V。doi :10.1038/nature06996。PMID 18509337。S2CID 4404323。
- ^ Musallam S, Corneil BD, Greger B, Scherberger H, Andersen RA (2004年7月). 「神経補綴のための認知制御信号」. Science . 305 (5681): 258– 262. Bibcode :2004Sci...305..258M. doi :10.1126/science.1097938. PMID 15247483. S2CID 3112034.
- ^ Santucci DM、Kralik JD、Lebedev MA、Nicolelis MA (2005 年 9 月)。「前頭葉と頭頂葉皮質の集合が霊長類の到達運動中の単一試行の筋活動を予測する」。 ヨーロッパ神経科学ジャーナル。22 (6): 1529– 1540。doi :10.1111/ j.1460-9568.2005.04320.x。PMID 16190906。S2CID 31277881 。
- ^ Anumanchipalli GK、Chartier J 、 Chang EF (2019年 4月) 。「音声文のニューラルデコードによる音声合成」。Nature。568 ( 7753 ): 493– 498。Bibcode : 2019Natur.568..493A。doi : 10.1038 /s41586-019-1119-1。PMC 9714519。PMID 31019317。S2CID 129946122。
- ^ Pandarinath C、Ali YH（2019年4月）。「自分の考えを話せる脳インプラント」。Nature . 568 （ 7753）：466– 467。Bibcode ：2019Natur.568..466P。doi ：10.1038 /d41586-019-01181- y。PMID 31019323 。
- ^ ab Moses DA, Metzger SL, Liu JR, Anumanchipalli GK, Makin JG, Sun PF, et al. (2021年7月). 「構音障害を伴う麻痺患者の音声解読のための神経プロテーゼ」. The New England Journal of Medicine . 385 (3): 217– 227. doi :10.1056/NEJMoa2027540. PMC 8972947. PMID 34260835. S2CID 235907121 .
- ^ ベラック、パム（2021年7月14日）。「脳にアクセスして麻痺した男性の発話を助ける」ニューヨークタイムズ。
- ^ 「BCI研究におけるBCI2000の使用」国立適応神経技術センター。 2023年12月5日閲覧。
- ^ Huber D, Petreanu L, Ghitani N, Ranade S, Hromádka T, Mainen Z, Svoboda K (2008 年 1 月). 「バレル皮質におけるスパースな光マイクロ刺激が、自由に移動するマウスの学習行動を促進する」. Nature . 451 (7174): 61– 64. Bibcode :2008Natur.451...61H. doi :10.1038/nature06445. PMC 3425380. PMID 18094685 .
- ^ Nicolelis MA 、Lebedev MA (2009 年 7 月)。 「脳と機械のインターフェースの動作の基礎となる神経集団生理学の原理」。Nature Reviews 。神経科学。10 (7): 530– 540。doi :10.1038/nrn2653。PMID 19543222。S2CID 9290258。
- ^ ab Zander TO、Kothe C (2011 年 4 月)。「受動的な脳コンピューター インターフェースに向けて: 脳コンピューター インターフェース技術のヒューマン マシン システム全般への適用」。Journal of Neural Engineering。8 ( 2): 025005。Bibcode : 2011JNEng ...8b5005Z。doi :10.1088/1741-2560/8/2/025005。PMID 21436512。S2CID 37168897 。
- ^ Richardson AG, Ghenbot Y, Liu X, Hao H, Rinehart C, DeLuccia S, et al. (2019年8月). 「感覚脳マシンインターフェースを用いたアクティブセンシング戦略の学習」. Proceedings of the National Academy of Sciences of the United States of America . 116 (35): 17509– 17514. Bibcode :2019PNAS..11617509R. doi : 10.1073/pnas.1909953116 . PMC 6717311 . PMID 31409713.
- ^ Abdulkader SN、Atia A、 Mostafa MS（2015年7月）。「脳コンピューターインターフェース：アプリケーションと課題」。エジプト情報科学ジャーナル。16 （2）：213–230。doi：10.1016 /j.eij.2015.06.002。ISSN 1110-8665。
- ^ Polikov VS、Tresco PA、Reichert WM（2005年10月）。 「慢性的に埋め込まれた神経電極に対する脳組織の反応」。Journal of Neuroscience Methods。148（1）：1– 18。doi ：10.1016 / j.jneumeth.2005.08.015。PMID 16198003。S2CID 11248506 。
- ^ 「ビジョンクエスト」Wired（2002年9月）。
- ^ Kotler S.「Vision Quest」。Wired。ISSN 1059-1028 。 2021年11 月10日閲覧。
- ^ Tuller D (2004年11月1日). 「人工視覚の先駆者、ウィリアム・ドーベル博士が62歳で死去」ニューヨーク・タイムズ。
- ^ Naumann J (2012).楽園を求めて: 人工視覚実験の患者の体験談. Xlibris. ISBN 978-1-4797-0920-5。
- ^ nurun.com (2012年11月28日). 「ジェン・ナウマン氏のハイテクパラダイスは失われた」 Thewhig.com . 2016年12月19日閲覧。
- ^ Kennedy PR、Bakay RA (1998 年 6 月) 。 「脳への 直接接続による麻痺患者の神経出力の回復」。NeuroReport。9 (8): 1707– 1711。doi : 10.1097 /00001756-199806010-00007。PMID 9665587。S2CID 5681602 。
- ^ Hochberg LR、Serruya MD、Friehs GM、Mukand JA、Saleh M、 Caplan AH、他 (2006 年 7 月)。「四肢麻痺患者による人工デバイスのニューロン集団制御」。Nature 442 ( 7099)。Gerhard M. Friehs 、Jon A. Mukand、Maryam Saleh 、Abraham H. Caplan、Almut Branner、David Chen、Richard D. Penn、John P. Donoghue : 164– 171。Bibcode :2006Natur.442..164H。doi : 10.1038/nature04970。PMID 16838014。S2CID 4347367。
- ^ Martins Iduwe. 「Brain Computer Interface」. Academia.edu . 2023年12月5日閲覧。
- ^ Hochberg LR、Bacher D、 Jarosiewicz B、Masse NY 、Simeral JD、Vogel J、他 (2012 年 5 月)。「神経制御ロボットアームを使用した四肢麻痺患者の手を伸ばして掴む動作」。Nature。485 ( 7398 ) : 372– 375。Bibcode : 2012Natur.485..372H。doi : 10.1038/nature11076。PMC 3640850。PMID 22596161。
- ^ Collinger JL、Wodlinger B、Downey JE、Wang W、Tyler-Kabara EC、Weber DJ、他 (2013 年 2 月)。「四肢麻痺患者による高性能神経補綴制御」。Lancet。381 ( 9866 ) : 557– 564。doi : 10.1016/S0140-6736( 12 )61816-9。PMC 3641862。PMID 23253623。
- ^ Willett FR、Avansino DT、Hochberg LR、Henderson JM、Shenoy KV (2021年5月)。「手書きによる高性能な脳からテキストへのコミュニケーション」。Nature . 593 ( 7858): 249– 254. Bibcode :2021Natur.593..249W. doi :10.1038/s41586-021-03506-2. PMC 8163299 . PMID 33981047.
- ^ Willett FR (2021). 「高性能手書きBCI」。Guger C、Allison BZ、Gunduz A (編)。「脳とコンピューターのインターフェース研究：最先端の概要10」。SpringerBriefs in Electrical and Computer Engineering。Cham: Springer International Publishing。pp. 105– 109。doi : 10.1007 /978-3-030-79287-9_11。ISBN 978-3-030-79287-9. S2CID 239736609。
- ^ Hamilton J (2021年7月14日). 「実験的な脳インプラントにより、麻痺のある男性が思考を言葉にすることができる」All Things Considered . NPR.
- ^ Pandarinath C、Bensmaia SJ （2021年9月）。 「感作脳制御バイオニックハンドの背後にある科学と工学」生理学レビュー。102 （2）：551– 604。doi ：10.1152 / physrev.00034.2020。PMC 8742729。PMID 34541898。S2CID 237574228 。
- ^ Willett, Francis R.; Kunz, Erin M.; Fan, Chaofei; Avansino, Donald T.; Wilson, Guy H.; Choi, Eun Young; Kamdar, Foram; Glasser, Matthew F.; Hochberg, Leigh R.; Druckmann, Shaul; Shenoy, Krishna V.; Henderson, Jaimie M. (2023年8月23日). 「高性能スピーチニューロプロテーゼ」. Nature . 620 ( 7976): 1031– 1036. Bibcode :2023Natur.620.1031W. doi :10.1038/s41586-023-06377-x. ISSN 1476-4687. PMC 10468393. PMID 37612500.
- ^ Metzger, Sean L.; Littlejohn, Kaylo T.; Silva, Alexander B.; Moses, David A.; Seaton, Margaret P.; Wang, Ran; Dougherty, Maximilian E.; Liu, Jessie R.; Wu, Peter; Berger, Michael A.; Zhuravleva, Inga; Tu-Chan, Adelyn; Ganguly, Karunesh; Anumanchipalli, Gopala K.; Chang, Edward F. (2023年8月23日). 「音声デコードとアバター制御のための高性能神経補綴装置」. Nature . 620 (7976): 1037– 1046. Bibcode :2023Natur.620.1037M. doi :10.1038/s41586-023-06443-4. ISSN 1476-4687. PMC 10826467. PMID 37612505. S2CID 261098775 .
- ^ Naddaf, Miryam (2023年8月23日). 「脳読み取りデバイスにより、麻痺した人が思考を使って会話できるようになる」. Nature . 620 (7976): 930– 931. Bibcode :2023Natur.620..930N. doi :10.1038/d41586-023-02682-7. PMID 37612493. S2CID 261099321.
- ^ Zhang M、Tang Z、Liu X、Van der Spiegel J（2020年4月）。「電子神経インターフェース」。 ネイチャーエレクトロニクス。3（4）：191– 200。doi ： 10.1038 / s41928-020-0390-3。ISSN 2520-1131。S2CID 216508360 。
- ^ Hodgkin AL, Huxley AF (1952年8月). 「膜電流の定量的記述と神経伝導および興奮への応用」. The Journal of Physiology . 117 (4): 500– 544. doi :10.1113/jphysiol.1952.sp004764. PMC 1392413. PMID 12991237 .
- ^ ab Obien ME、Deligkaris K、Bullmann T 、 Bakkum DJ 、 Frey U (2015)。「微小電極アレイ記録による神経機能の解明」。Frontiers in Neuroscience。8 : 423。doi : 10.3389 / fnins.2014.00423。PMC 4285113。PMID 25610364。
- ^ ab Harrison RR (2008 年 7 月). 「脳活動を観察するための集積回路の設計」. Proceedings of the IEEE . 96 (7): 1203– 1216. doi :10.1109/JPROC.2008.922581. ISSN 1558-2256. S2CID 7020369.
- ^ Haci D、Liu Y、Ghoreishizadeh SS、Constandinou TG（2020年2月）。「アクティブインプラント医療機器の電力管理に関する重要な考慮事項」。2020 IEEE第11回ラテンアメリカ回路・システムシンポジウム（LASCAS）。pp.1 ～ 4。doi ： 10.1109 / LASCAS45839.2020.9069004。ISBN 978-1-7281-3427-7. S2CID 215817530。
- ^ Downey JE、Schwed N、Chase SM、Schwartz AB 、 Collinger JL（2018年8月）。「人間の脳とコンピューターのインターフェースユーザーにおける皮質内記録の安定性」。Journal of Neural Engineering。15（4）：046016。Bibcode ： 2018JNEng..15d6016D。doi ：10.1088/1741-2552 / aab7a0。PMID 29553484。S2CID 3961913 。
- ^ Szostak KM、Grand L 、 Constandinou TG (2017)。 「皮質内記録のための神経インターフェース ：要件、製造方法、および特性」。Frontiers in Neuroscience。11：665。doi ：10.3389 / fnins.2017.00665。PMC 5725438。PMID 29270103。
- ^ ab Saxena T, Karumbaiah L, Gaupp EA, Patkar R, Patil K, Betancur M, et al. (2013年7月). 「慢性血液脳関門破綻が皮質内電極機能に与える影響」. Biomaterials . 34 (20): 4703– 4713. doi :10.1016/j.biomaterials.2013.03.007. PMID 23562053.
- ^ Nolta NF、Christensen MB、Crane PD、Skousen JL、Tresco PA (2015 年 6 月 1 日)。「BBB 漏出、アストログリオーシス、組織損失はシリコン微小電極アレイの記録性能と相関する」。Biomaterials。53 : 753–762。doi : 10.1016 / j.biomaterials.2015.02.081。PMID 25890770 。
- ^ Robinson JT、Pohlmeyer E、Gather MC、Kemere C 、 Kitching JE、Malliaras GG、他 (2019 年 11 月)。「次世代脳センシング技術の開発 - レビュー」。IEEE Sensors Journal。19 ( 22 ) : 10163– 10175。doi :10.1109/JSEN.2019.2931159。PMC 7047830。PMID 32116472 。
- ^ Luan L、Wei X、Zhao Z、Siegel JJ、Potnis O、Tuppen CA、他 (2017 年 2 月)。「超柔軟なナノ電子プローブが、信頼性の高いグリア瘢痕のない神経統合を形成」。Science Advances。3 ( 2 ) : e1601966。Bibcode : 2017SciA .... 3E1966L。doi :10.1126/sciadv.1601966。PMC 5310823。PMID 28246640。
- ^ Frank JA、Antonini MJ 、 Anikeeva P（2019年9月）。「神経機能を研究するための次世代インターフェース」。Nature Biotechnology。37 （ 9）：1013〜1023。doi ： 10.1038 / s41587-019-0198-8。PMC 7243676。PMID 31406326。
- ^ ab Hong G、Viveros RD、 Zwang TJ、Yang X、Lieber CM（2018年7月）。「脳の理解と調節のための組織様神経プローブ」。生化学 。57 （27 ）：3995–4004。doi：10.1021/ acs.biochem.8b00122。PMC 6039269。PMID 29529359。
- ^ Viveros RD、Zhou T、Hong G、Fu TM、Lin HG、Lieber CM (2019 年 6 月)。「注入可能な電子機器向けの高度な 1 次元および 2 次元メッシュ設計」。Nano Letters。19 ( 6 ) : 4180– 4187。Bibcode : 2019NanoL..19.4180V。doi : 10.1021/ acs.nanolett.9b01727。PMC 6565464。PMID 31075202。
- ^ Gulati T、Won SJ、Ramanathan DS、Wong CC、Bodepudi A、Swanson RA、Ganguly K (2015 年 6 月)。「脳卒中病変周囲皮質からの堅牢な神経補綴制御」。The Journal of Neuroscience。35 ( 22 ) : 8653– 8661。doi :10.1523/JNEUROSCI.5007-14.2015。PMC 6605327。PMID 26041930。
- ^ Soldozy S、Young S、Kumar JS、Capek S、Felbaum DR、Jean WC、他 (2020年7月)。「血管内ステント電極アレイの系統的レビュー、脳と機械のインターフェースへの低侵襲アプローチ」。Neurosurgical Focus。49 ( 1 ) : E3。doi : 10.3171 / 2020.4.FOCUS20186。PMID 32610291。S2CID 220308983 。
- ^ ab Opie N (2021). 「StentrodeTM ニューラルインターフェースシステム」。Guger C、Allison BZ、Tangermann M（編）著。脳コンピューターインターフェース研究。SpringerBriefs in Electrical and Computer Engineering。Cham：Springer International Publishing。pp. 127– 132。doi：10.1007/978-3-030-60460-8_13。ISBN 978-3-030-60460-8. S2CID 234102889。
- ^ Teleb MS、Cziep ME、Lazzaro MA、Gheith A、Asif K、Remler B、Zaidat OO (2014 年 5 月)。「特発性頭蓋内圧亢進症。横洞ステント留置術の系統的分析」。 インターベンショナル ニューロロジー。2 ( 3): 132– 143。doi : 10.1159 /000357503。PMC 4080637。PMID 24999351。
- ^ Bryson S (2020年11月5日). 「Stentrodeデバイスにより、上肢部分麻痺のあるALS患者がコンピューター制御できるようになる」ALS News Today。
- ^ Lanese, Nicoletta (2023年1月12日). 「新しい『思考制御』デバイスが頸静脈を通して脳の活動を読み取る」livescience.com。2023年2月16日時点のオリジナルよりアーカイブ。 2023年2月16日閲覧。
- ^ ミッチェル、ピーター; リー、サラ CM; ユ、ピーター E.; モロコフ、アンドリュー; シャルマ、ラフル P.; ウィリアムズ、ダリル L.; マックアイザック、クリストファー; ハワード、マーク E.; アーヴィング、ルー; ヴルリッチ、イヴァン; ウィリアムズ、キャメロン; ブッシュ、スティーブン; バラバンスキー、アンナ H.; ドラモンド、キャサリン J.; デズモンド、パトリシア; ウェーバー、ダグラス; デニソン、ティモシー; マザーズ、スーザン; オブライエン、テレンス J.; モッコ、J.; グレイデン、デビッド B.; リーベスキンド、デビッド S.; オピー、ニコラス L.; オックスリー、トーマス J.; キャンベル、ブルース CV (2023 年 1 月 9 日). 「重度麻痺患者4名に対する完全埋め込み型血管内脳コンピューターインターフェースの安全性評価：思考制御デジタルスイッチ付きステントロード（SWITCH）研究」。JAMA 神経学。80 （ 3 ）：270～ 278。doi ：10.1001 / jamaneurol.2022.4847。ISSN 2168-6149。PMC 9857731。PMID 36622685。S2CID 255545643。
- ^ Serruya M、Donoghue J (2004)。「第3章：神経運動補綴装置の設計原理」（PDF） 。Horch KW、 Dhillon GS（編）著。神経補綴：理論と実践。インペリアル・カレッジ・プレス。pp. 1158– 1196。doi :10.1142/9789812561763_0040。 2005年4月4日時点のオリジナル（PDF）からアーカイブ。
- ^ 「ティーンエイジャーが想像力だけでビデオアイコンを動かす」。プレスリリース。セントルイス・ワシントン大学。2006年10月9日。
- ^ Schalk G、Miller KJ、Anderson NR、Wilson JA、Smyth MD、Ojemann JG、他 (2008 年 3 月)。「ヒトの皮質電気信号を用いた 2 次元運動制御」。Journal of Neural Engineering。5 ( 1): 75– 84。Bibcode :2008JNEng...5 ... 75S。doi :10.1088/ 1741-2560 / 5/1/008。PMC 2744037。PMID 18310813。
- ^ Nicolas -Alonso LF 、 Gomez-Gil J (2012年1月31日)。「脳コンピュータインターフェース、レビュー」。センサー。12 (2): 1211– 1279。Bibcode : 2012Senso..12.1211N。doi : 10.3390 / s120201211。PMC 3304110。PMID 22438708。
- ^ 柳沢 徹 (2011). 「麻痺患者の義手の電気皮質制御」アメリカ神経学会第71巻第3号 353～ 361頁doi :10.1002/ana.22613.
ECoGベースのBCIは、臨床応用に絶対必要な信号と耐久性において優位性がある。
- ^ ab Pei X (2011). 「人間の脳波信号を用いた話し言葉と想像言葉の母音と子音の解読」J Neural Eng 046028th ser. 8.4 . PMID 21750369.
同大学のバイオメディカルエンジニアであるジャスティン・ウィリアムズ氏は、すでに ECoG インプラントを、最小限の手間で設置できるマイクロデバイスに改造している。これは長期間にわたって動物でテストされており、マイクロ ECoG は所定の位置に留まり、免疫系に悪影響を与えないようだ。
- ^ Makin JG、Moses DA、Chang EF (2021)。「機械翻訳としての音声デコード」。Guger C、Allison BZ、Gunduz A（編）著。脳とコンピュータのインターフェース研究。SpringerBriefs in Electrical and Computer Engineering。Cham：Springer International Publishing。pp. 23– 33。doi ： 10.1007 /978-3-030-79287-9_3。ISBN 978-3-030-79287-9. S2CID 239756345。
- ^ Makin JG、Moses DA、Chang EF（2020年4月）。「エンコーダー-デコーダーフレームワークによる皮質活動のテキストへの機械翻訳」。Nature Neuroscience。23（4 ）：575–582。doi ： 10.1038 / s41593-020-0608-8。PMC 10560395。PMID 32231340。S2CID 214704481 。
- ^ Gallegos-Ayala G、Furdea A、Takano K、Ruf CA、Flor H、Birbaumer N (2014 年 5 月)。「ベッドサイド近赤外線分光法を用いた完全に閉じ込められた患者の脳内コミュニケーション」。神経学。82 ( 21 ) : 1930– 1932。doi : 10.1212 /WNL.0000000000000449。PMC 4049706。PMID 24789862。
- ^ ヴィダル 1977
- ^ ボジノフスカら。 1988年、1990年
- ^ ボジノフスキー他 1988
- ^ ファーウェルとドンチン、1988年
- ^ ウィンターズ、ジェフリー（2003年5月）。「脳波によるコミュニケーション」。Psychology Today。
- ^ Adrijan Bozinovski「脳とコンピュータのインターフェースパラダイムとしての CNV フリップフロップ」J. Kern、S. Tonkovic 他 (編) Proc 7th Conference of the Croatian Association of Medical Informatics、pp. 149-154、Rijeka、2005
- ^ Bozinovski, Adrijan; Bozinovska, Liljana (2009).脳ロボットインターフェースパラダイムにおける予測的脳電位。2009 第4回国際IEEE/ EMBS神経工学会議。IEEE。pp. 451– 454。doi :10.1109/ner.2009.5109330。
- ^ ボジノフスキー、アドリアン;トンコビッチ、スタンコ。イスグム、ヴェリミール。ボジノフスカ、リリヤナ (2011)。 「予期脳電位を利用したロボット制御」。オートマティカ。52 (1): 20–30 .土井: 10.1080/00051144.2011.11828400。S2CID 33223634。
- ^ Bozinovski, Stevo; Bozinovski, Adrijan (2015). 「精神状態、EEG 発現、および脳とロボットの相互作用のための精神的にエミュレートされたデジタル回路」。IEEE Transactions on Autonomous Mental Development。7 ( 1)。米国電気電子技術者協会 (IEEE): 39– 51。doi : 10.1109 / tamd.2014.2387271。ISSN 1943-0604。S2CID 21464338 。
- ^ Yuan H, Liu T, Szarkowski R, Rios C, Ashe J, He B (2010 年 2 月). 「ヒト感覚運動皮質におけるアルファ/ベータ帯域活動のタスク関連反応と BOLD 間の負の共変動: 運動イメージと運動に関する EEG と fMRI の研究」NeuroImage . 49 (3): 2596– 2606. doi :10.1016/j.neuroimage.2009.10.028. PMC 2818527. PMID 19850134 .
- ^ Doud AJ、Lucas JP、Pisansky MT、 He B (2011)。Gribble PL (編)。「運動イメージに基づく脳コンピューターインターフェースを用いた仮想ヘリコプターの連続3次元制御」。PLOS ONE。6 ( 10 ) : e26322。Bibcode : 2011PLoSO...626322D。doi : 10.1371/ journal.pone.0026322。PMC 3202533。PMID 22046274。
- ^ 「思考誘導ヘリコプターが離陸」BBCニュース。2013年6月5日。 2013年6月5日閲覧。
- ^ Qin L、Ding L、He B (2004 年 9 月) 。 「脳コンピューターインターフェースアプリケーションのためのソース分析による運動イメージ分類」。Journal of Neural Engineering。1 ( 3): 135– 141。Bibcode : 2004JNEng ... 1..135Q。doi :10.1088/ 1741-2560 /1/3/002。PMC 1945182。PMID 15876632。
- ^ ヘーネ J、ホルツ E、シュタイガー・ゼルツァー P、ミュラー KR、キューブラー A、タンガーマン M (2014)。 「重度運動障害患者の運動画像: 優れた制御ソリューションとしての脳とコンピューターのインターフェースの証拠」。プロスワン。9 (8): e104854。ビブコード:2014PLoSO...9j4854H。土井：10.1371/journal.pone.0104854。PMC 4146550。PMID 25162231。
- ^ Bird JJ、Faria DR、Manso LJ、Ekárt A、Buckingham CD（2019年3月13日）。「脳と機械の相互作用のためのバイオインスパイアされた分類子の最適化へのディープエボリューションアプローチ」。 複雑性。2019年。Hindawi Limited：1– 14。arXiv ：1908.04784。doi：10.1155/2019/4316548。ISSN 1076-2787。
- ^ Mansour S、Ang KK、Nair KP、Phua KS、Arvaneh M（2022年1月）。「脳コンピュータインターフェースの有効性と設計特性が脳卒中後の上肢リハビリテーションに与える影響：ランダム化比較試験の系統的レビューとメタ分析」。臨床EEGおよび神経科学。53（ 1 ）：79– 90。doi ： 10.1177 /15500594211009065。PMC 8619716。PMID 33913351。S2CID 233446181 。
- ^ Baniqued PD、Stanyer EC、Awais M、Alazmani A、Jackson AE、Mon-Williams MA、他 (2021年1月)。「脳卒中後の手のリハビリテーションのための脳コンピューターインターフェースロボット：系統的レビュー」。Journal of Neuroengineering and Rehabilitation。18 ( 1): 15。doi : 10.1186 / s12984-021-00820-8。PMC 7825186。PMID 33485365。
- ^ Taheri BA、Knight RT、 Smith RL（1994年5月）。「EEG記録用のドライ電極」。脳波と臨床神経生理学。90（5）：376-383。doi ：10.1016 / 0013-4694 （ 94）90053-1。PMID 7514984 。
- ^ Alizadeh-Taheri B (1994).脳波信号記録用アクティブマイクロマシン頭皮電極アレイ(PHD 論文). p. 82.書誌コード:1994PhDT.......82A.
- ^ ホッケンベリー、ジョン（2001年8月）。「The Next Brainiacs」。Wired。第9巻、第8号。
- ^ Lin CT、Ko LW、Chang CJ、Wang YT、Chung CH、Yang FS、他 (2009)、「ウェアラブルおよびワイヤレス ブレイン コンピュータ インターフェイスとその応用」、Foundations of Augmented Cognition. Neuroergonomics and Operational Neuroscience、Lecture Notes in Computer Science、vol. 5638、Springer Berlin Heidelberg、pp. 741– 748、doi :10.1007/978-3-642-02812-0_84、ISBN 978-3-642-02811-3、S2CID 14515754
- ^ abcd Wang YT、Wang Y、Jung TP (2011 年 4 月)。「日常生活におけるコミュニケーションのための携帯電話ベースの脳コンピューター インターフェイス」。Journal of Neural Engineering。8 ( 2): 025018。Bibcode : 2011JNEng...8b5018W。doi :10.1088/1741-2560/8/ 2 /025018。PMID 21436517。S2CID 10943518 。
- ^ Guger C、Allison BZ、Großwindhager B、Prückl R、Hintermüller C、Kapeller C、他 (2012)。「SSVEP BCI を利用できる人はどのくらいいるか?」Frontiers in Neuroscience 6 : 169. doi : 10.3389/fnins.2012.00169 . PMC 3500831. PMID 23181009 .
- ^ ab Lin YP、Wang Y、Jung TP (2013)。「自由に動く人間のためのモバイルSSVEPベースの脳コンピュータインターフェース：モーションアーティファクトに対する標準相関分析の堅牢性」。2013年第35回IEEE医学生物学工学協会（EMBC）年次国際会議。第2013巻。pp. 1350– 1353。doi :10.1109/EMBC.2013.6609759。ISBN 978-1-4577-0216-7. PMID 24109946. S2CID 23136360.
- ^ Rashid M、Sulaiman N、Abdul Majeed AP、Musa RM、Ab Nasir AF、Bari BS、Khatun S (2020)。「EEGベースの脳コンピューターインターフェースの現状、課題、および可能な解決策：包括的なレビュー」 。Frontiers in Neurorobotics。14 ： 25。doi ：10.3389 / fnbot.2020.00025。PMC 7283463。PMID 32581758。
- ^ US 20130127708、2013年5月23日発行
- ^ abc Wang YT、Wang Y、Cheng CK、Jung TP (2013)。「本当にポータブルなSSVEPベースのBCIのためのモバイルデバイスでの刺激提示の開発」。 2013年第35回IEEE医学生物学工学協会(EMBC)年次国際会議。第2013巻。pp.5271–5274。doi : 10.1109 / EMBC.2013.6610738。ISBN 978-1-4577-0216-7. PMID 24110925. S2CID 14324159.
- ^ Bin G、Gao X、Yan Z 、 Hong B、Gao S (2009 年 8 月)。「正準相関分析法を使用したオンライン マルチチャネル SSVEP ベースの脳コンピューター インターフェイス」。Journal of Neural Engineering。6 ( 4): 046002。Bibcode : 2009JNEng...6d6002B。doi :10.1088/1741-2560/6/4/046002。PMID 19494422。S2CID 32640699 。
- ^ Symeonidou ER、Nordin AD、Hairston WD、Ferris DP（2018年4月）。「ケーブルの揺れ、電極表面積、電極質量が運動中の脳波信号品質に与える影響」。センサー。18 （4 ）：1073。Bibcode ： 2018Senso..18.1073S。doi ： 10.3390 / s18041073。PMC 5948545。PMID 29614020。
- ^ Wang Y、Wang R、Gao X、Hong B、Gao S (2006 年 6 月)。「実用的な VEP ベースの脳コンピューター インターフェイス」。IEEE Transactions on Neural Systems and Rehabilitation Engineering。14 ( 2): 234– 239。doi : 10.1109 /TNSRE.2006.875576。PMID 16792302 。
- ^ プフルトシェラー G、ミュラー GR、プフルトシェラー J、ゲルナー HJ、ラップ R (2003 年 11 月)。 」「『思考』--四肢麻痺患者の手の把握力を回復するための機能的電気刺激の制御」。Neuroscience Letters。351 ( 1 ) : 33– 36。doi : 10.1016 /S0304-3940(03)00947-9。PMID 14550907。S2CID 38568963 。
- ^ Do AH、Wang PT、King CE、Chun SN、Nenadic Z (2013 年 12 月)。「脳コンピューターインターフェース制御ロボット歩行矯正装置」。Journal of Neuroengineering and Rehabilitation。10 ( 1): 111。doi : 10.1186 / 1743-0003-10-111。PMC 3907014。PMID 24321081。
- ^ 下半身麻痺の被験者が BCI 制御の RoGO を 4 回操作する (YouTube.com)
- ^ Alex Blainey は YouTube.com で、シリアル リレー ポート経由で EPOC ヘッドセットを使用して安価な消費者向けロボット アームを制御しています。
- ^ Ranganatha Sitaram、Andrea Caria、Ralf Veit、Tilman Gaber、Giuseppina Rota、Andrea Kuebler、Niels Birbaumer(2007)「FMRI 脳コンピュータインターフェース: 神経科学研究と治療のためのツール」
- ^ Peplow, Mark (2004 年 8 月 27 日). 「精神的なピンポンが下半身麻痺患者を助ける可能性がある」. News@nature . doi :10.1038/news040823-18.
- ^ 「脳だけでロボットを操作へ、ATRとホンダがBMI基盤技術を開発」Tech-on 2006年5月26日。2017年6月23日時点のオリジナルよりアーカイブ。 2006年9月22日閲覧。
- ^ 宮脇毅、内田弘、山下央、佐藤MA、森戸勇、田辺HC、他（2008年12月）。 「マルチスケールのローカル画像デコーダの組み合わせを使用した、人間の脳活動からの視覚画像再構成」。ニューロン。60 (5): 915–929。土井: 10.1016/j.neuron.2008.11.004。PMID 19081384。S2CID 17327816 。
- ^ Nishimoto S, Vu AT, Naselaris T, Benjamini Y, Yu B, Gallant JL (2011年10月). 「自然映画によって誘発される脳活動からの視覚体験の再構築」Current Biology . 21 (19): 1641– 1646. doi :10.1016/j.cub.2011.08.031. PMC 3326357 . PMID 21945275.
- ^ ヤム、フィリップ（2011年9月22日）。「ブレークスルーにより、他人があなたの夢や記憶を見ることができるようになる」。サイエンティフィック・アメリカン。 2011年9月25日閲覧。
- ^ 「自然な映画によって誘発される脳活動から視覚体験を再構築する（プロジェクトページ）」。 カリフォルニア大学バークレー校のギャラント研究所。2011年9月25日時点のオリジナルよりアーカイブ。 2011年9月25日閲覧。
- ^ Anwar, Yasmin (2011年9月22日). 「科学者が脳画像を使って心の中の映画を解明」カリフォルニア大学バークレー校ニュースセンター. 2011年9月25日閲覧。
- ^ abc Marshall D、Coyle D、Wilson S、Callaghan M (2013)。「ゲーム、ゲーム プレイ、BCI：最新技術」。IEEE Transactions on Computational Intelligence and AI in Games。5 ( 2): 83。doi : 10.1109 /TCIAIG.2013.2263555。S2CID 206636315 。
- ^ 「主催者の目標」BBC 。 2022年12月19日閲覧。
- ^ Ang KK、Chin ZY、Wang C、Guan C、Zhang H (2012 年 1 月 1 日)。「BCI 競争 IV データセット 2a および 2b のフィルター バンク共通空間パターン アルゴリズム」 。Frontiers in Neuroscience。6 : 39。doi : 10.3389 / fnins.2012.00039。PMC 3314883。PMID 22479236。
- ^ Fairclough, Stephen H. (2009 年 1 月). 「生理学的コンピューティングの基礎」. Interacting with Computers . 21 ( 1–2 ): 133– 145. doi :10.1016/j.intcom.2008.10.011. S2CID 16314534.
- ^ Bozinovski S (2017). 「人間の頭部で生成される信号を使用した信号処理ロボット: 先駆的な研究から EEG ベースのデジタル回路のエミュレーションまで」。ロボット設計とインテリジェント制御の進歩。インテリジェントシステムとコンピューティングの進歩。第 540 巻。pp. 449– 462。doi : 10.1007/978-3-319-49058-8_49。ISBN 978-3-319-49057-1。
- ^ Mathôt S、Melmi JB、van der Linden L、Van der Stigchel S (2016)。「マインドライティング瞳孔：瞳孔測定による隠れた注意のデコードに基づく人間とコンピュータのインターフェース」。PLOS ONE。11 ( 2 ) : e0148805。Bibcode : 2016PLoSO..1148805M。doi : 10.1371 / journal.pone.0148805。PMC 4743834。PMID 26848745。
- ^ ブランド、エリック (2008 年 10 月 13 日)。「陸軍が『合成テレパシー』を開発中」。ディスカバリー ニュース。2008年10 月 13 日閲覧。
- ^ Pais-Vieira M、Lebedev M、Kunicki C、Wang J、Nicolelis MA (2013 年 2 月 28 日)。「感覚運動情報をリアルタイムで共有するための脳間インターフェース」。Scientific Reports。3 : 1319。Bibcode :2013NatSR...3E1319P。doi : 10.1038 /srep01319。PMC 3584574。PMID 23448946。
- ^ ゴーマン、ジェームズ（2013年2月28日）。「一匹のネズミが考え、もう一匹が反応する」ニューヨークタイムズ。 2013年2月28日閲覧。
- ^ サンプル、イアン（2013年3月1日）。「脳から脳へのインターフェースでラットはインターネット経由で情報を共有できる」ガーディアン。 2013年3月2日閲覧。
- ^ ケネディ、ペイガン（2011年9月18日）。「私たち全員の中にいるサイボーグ」ニューヨークタイムズ。 2012年1月28日閲覧。
- ^ Selim, Jocelyn; Drinkell, Pete (2002年11月1日). 「The Bionic Connection」. Discover . 2008年1月6日時点のオリジナルよりアーカイブ。
- ^ Giaimo, Cara (2015年6月10日). 「神経系の接続がテレパシーによる手を繋ぐことにつながる」. Atlas Obscura .
- ^ Warwick, K, Gasson, M, Hutt, B, Goodhew, I, Kyberd, P, Schulzrinne, H および Wu, X: 「思考の伝達と制御: 無線電信を使用した第一歩」、IEE Proceedings on Communications、151(3)、pp.185–189、2004 年
- ^ Warwick K, Gasson M, Hutt B, Goodhew I, Kyberd P, Andrews B, et al. (2003年10月). 「サイバネティックシステムへのインプラント技術の応用」. Archives of Neurology . 60 (10): 1369– 1373. doi : 10.1001/archneur.60.10.1369 . PMID 14568806.
- ^ Grau C, Ginhoux R, Riera A, Nguyen TL, Chauvat H, Berg M, et al. (2014). 「非侵襲的技術を用いた人間における意識的な脳間コミュニケーション」. PLOS ONE . 9 (8): e105225. Bibcode :2014PLoSO...9j5225G. doi : 10.1371/journal.pone.0105225 . PMC 4138179. PMID 25137064 .
- ^ Mazzatenta A、Giugliano M、Campidelli S、Gambazzi L、Businaro L、Markram H、他 (2007 年 6 月)。「カーボンナノチューブによるニューロンのインターフェース: 培養脳回路における電気信号伝達とシナプス刺激」。The Journal of Neuroscience。27 ( 26): 6931– 6936。doi : 10.1523/ JNEUROSCI.1051-07.2007。PMC 6672220。PMID 17596441。
- ^ カリフォルニア工科大学の科学者が初のニューロチップを考案、カリフォルニア工科大学、1997年10月26日
- ^ Sandhana, Lakshmi (2004年10月22日). 「あなたの近くの脳にやってくる」Wired News。2006年9月10日時点のオリジナルよりアーカイブ。
- ^ 「皿の中の『脳』がフライトシミュレーターを飛ばす」CNN 2004年11月4日。
- ^ 「David Pearce – Humanity Plus」。2017年10月5日。 2021年12月30日閲覧。
- ^ Stoica A (2010). 「ロボット、サイボーグ、テレプレゼンスに関する考察」YouTube . 2021年12月28日時点のオリジナルよりアーカイブ。 2021年12月28日閲覧。
- ^ 「専門家がHumanity+ @ CalTechで『未来を再定義する』」Kurzweil . 2021年12月30日閲覧。
- ^ WO2012100081A2、Stoica、Adrian、「集団的成果を達成するための複数の個人からの生体信号の集約」、2012年7月26日発行
- ^ Wang Y, Jung TP (2011年5月31日). 「人間 のパフォーマンスを向上させるための協調的脳コンピュータインターフェース」. PLOS ONE . 6 (5): e20422. Bibcode :2011PLoSO...620422W. doi : 10.1371/journal.pone.0020422 . PMC 3105048. PMID 21655253.
- ^ Eckstein MP、Das K、Pham BT、Peterson MF、Abbey CK、Sy JL、Giesbrecht B (2012 年 1 月)。「マルチブレインコンピューティングによる集合知のニューラルデコーディング」。NeuroImage。59 ( 1 ) : 94– 108。doi :10.1016/ j.neuroimage.2011.07.009。PMID 21782959。S2CID 14930969 。
- ^ Stoica A (2012 年9 月)。「MultiMind: 単一脳のパワーを超えるマルチブレイン信号融合」。2012年第 3 回新興セキュリティ技術に関する国際会議。pp. 94– 98。doi :10.1109 / EST.2012.47。ISBN 978-0-7695-4791-6. S2CID 6783719。
- ^ 「Paralyzed Again」。MITテクノロジーレビュー。 2023年12月8日閲覧。
- ^ 「Gale - 製品ログイン」. galeapps.gale.com . 2023年12月8日閲覧。
- ^ Ienca, Marcello; Haselager, Pim (2016年6月). 「脳のハッキング：脳とコンピューターのインターフェース技術と神経セキュリティの倫理」.倫理と情報技術. 18 (2): 117– 129. doi :10.1007/s10676-016-9398-9. hdl : 2066/157644 . S2CID 5132634.
- ^ Steinert, Steffen; Friedrich, Orsolya (2020年2月1日). 「Wired Emotions: Ethical Issues of Affective Brain-Computer Interfaces」.科学と工学の倫理. 26 (1): 351– 367. doi :10.1007/s11948-019-00087-2. ISSN 1471-5546. PMC 6978299. PMID 30868377 .
- ^ Clausen, Jens (2009年2月1日). 「人間、機械、そしてその間」. Nature . 457 (7233): 1080– 1081. Bibcode :2009Natur.457.1080C. doi :10.1038/4571080a. ISSN 0028-0836. PMID 19242454. S2CID 205043226.
- ^ Haselager, Pim; Vlek, Rutger; Hill, Jeremy; Nijboer, Femke (2009 年 11 月 1 日)。「BCI の倫理的側面に関する注記」。 ニューラルネットワーク。Brain -Machine Interface。22 (9): 1352– 1357。doi : 10.1016 /j.neunet.2009.06.046。hdl : 2066 / 77533。ISSN 0893-6080。PMID 19616405 。
- ^ Attiah, Mark A.; Farah, Martha J. (2014 年 5 月 15 日). 「心、マザーボード、お金: BCI 技術の神経倫理における未来主義と現実主義」. Frontiers in Systems Neuroscience . 8 : 86. doi : 10.3389/fnsys.2014.00086 . ISSN 1662-5137. PMC 4030132. PMID 24860445 .
- ^ Nijboer, Femke; Clausen, Jens; Allison, Brendan Z.; Haselager, Pim (2013). 「アシロマ調査：脳コンピュータインターフェースに関連する倫理的問題に関する利害関係者の意見」。Neuroethics . 6 (3): 541– 578. doi :10.1007/s12152-011-9132-6. ISSN 1874-5490. PMC 3825606 . PMID 24273623.
- ^ 「ソニーの特許ニューラルインターフェース」。2012年4月7日時点のオリジナルよりアーカイブ。
- ^ 「マインドゲーム」。エコノミスト。2007年3月23日。
- ^ 「nia ゲーム コントローラー製品ページ」。OCZ テクノロジー グループ。2013年1 月 30 日閲覧。
- ^ abc Li S (2010年8月8日). 「Mind reading is on the market」. Los Angeles Times . 2013年1月4日時点のオリジナルよりアーカイブ。
- ^ Fruhlinger, Joshua (2008年10月9日). 「NeuroSkyとSquare EnixのJudeccaマインドコントロールゲームで連携」Engadget . 2012年5月29日閲覧。
- ^ 脳波を利用した新しいゲーム。Physorg.com (2009年1月10日)。2010年9月12日閲覧。
- ^ スナイダー、マイク（2009年1月7日）。「おもちゃが『スター・ウォーズ』ファンにフォースの使い方を教えます」USAトゥデイ。 2010年5月1日閲覧。
- ^ 「Emotivホームページ」Emotiv.com 。 2009年12月29日閲覧。
- ^ 「『necomimi』が『タイム誌/今年のベスト50発明』に選出」 Neurowear、2011年11月22日。2012年1月25日時点のオリジナルよりアーカイブ。
- ^ 「LIFESUIT Updates & News – They Shall Walk」Theyshallwalk.org 。 2016年12月19日閲覧。
- ^ “SmartphoneBCI”. GitHub . 2018年6月5日閲覧。
- ^ “SSVEP_keyboard”. GitHub . 2017年4月5日閲覧。
- ^ Protalinski, Emil (2020年12月8日). 「NextMindがリアルタイム脳コンピューターインターフェース開発キットを399ドルで出荷」VentureBeat . 2021年9月8日閲覧。
- ^ Etherington, Darrell (2020年12月21日). 「NextMindのマインドコントロールコンピューティング向け開発キットは、テクノロジー界で珍しい『驚き』の要素を提供」. TechCrunch . 2024年4月1日閲覧。
- ^ 「Welcome Nextmind!」. ar.snap.com . 2024年5月31日閲覧。
- ^ 「脳コンピューターインターフェース（BCI）、神経科学を探る - PiEEG」。PiEEG 。 2024年8月15日時点のオリジナルよりアーカイブ。 2024年8月15日閲覧。
- ^ 「ロードマップ - BNCI Horizon 2020」。bnci -horizon-2020.eu 。 2019年5月5日閲覧。
- ^ Brunner C, Birbaumer N, Blankertz B, Guger C, Kübler A, Mattia D, et al. (2015). 「BNCI Horizon 2020: BCI コミュニティのロードマップに向けて」. Brain-Computer Interfaces . 2 : 1–10 . doi :10.1080/2326263X.2015.1008956. hdl : 1874/350349 . S2CID 15822773.
- ^ Allison BZ、Dunne S、Leeb R、Millan J、Nijholt A (2013)。実用的な脳コンピュータインターフェースに向けて：研究から現実世界のアプリケーションへのギャップを埋める。ベルリンハイデルベルク：Springer Verlag。ISBN 978-3-642-29746-5。
- ^ Edlinger G、Allison BZ、Guger C (2015)。「BCI システムを使用できる人数はどれくらいか?」Kansaku K、Cohen L、Birbaumer N (編)。臨床システム神経科学。東京: pringer Verlag Japan。pp. 33– 66。ISBN 978-4-431-55037-2。
- ^ Chatelle C, Chennu S, Noirhomme Q, Cruse D, Owen AM, Laureys S (2012). 「意識障害における脳とコンピュータのインターフェイス」. Brain Injury . 26 (12): 1510– 1522. doi :10.3109/02699052.2012.698362. hdl : 2268/162403 . PMID 22759199. S2CID 6498232.
- ^ Boly M, Massimini M, Garrido MI, Gosseries O, Noirhomme Q, Laureys S, Soddu A (2012). 「意識障害における脳のつながり」. Brain Connectivity . 2 (1): 1– 10. doi :10.1089/brain.2011.0049. hdl : 2268/131984 . PMID 22512333. S2CID 6447538.
- ^ Gibson RM、Fernández-Espejo D、Gonzalez-Lara LE、Kwan BY、Lee DH、Owen AM、Cruse D (2014)。「複数のタスクと神経画像化モダリティにより、意識障害患者の隠れた意識を検出する可能性が高まる」。Frontiers in Human Neuroscience。8 : 950。doi : 10.3389 / fnhum.2014.00950。PMC 4244609。PMID 25505400 。
- ^ Risetti M、Formisano R、Toppi J、Quitadamo LR、Bianchi L 、 Astolfi L、他 (2013)。「意識障害のリハビリテーションにおけるERP検出について」。Frontiers in Human Neuroscience。7 : 775。doi : 10.3389 / fnhum.2013.00775。PMC 3834290。PMID 24312041。
- ^ Silvoni S, Ramos-Murguialday A, Cavinato M, Volpato C, Cisotto G, Turolla A, et al. (2011年10月). 「脳卒中における脳コンピューターインターフェース：進歩のレビュー」.臨床EEGおよび神経科学. 42 (4): 245– 252. doi :10.1177/155005941104200410. PMID 22208122. S2CID 37902399.
- ^ Leamy DJ、Kocijan J、Domijan K、Duffin J、Roche RA、Commins S、他。 （2014年1月）。 「脳卒中後の回復中のEEG特徴の探求 - BCI媒介神経リハビリテーション療法への影響」。神経工学とリハビリテーションのジャーナル。11 :9.土井: 10.1186/1743-0003-11-9 . PMC 3996183。PMID 24468185。
- ^ Tung SW、Guan C、Ang KK、Phua KS、Wang C、Zhao L、他 (2013 年 7 月)。「上肢脳卒中リハビリテーションのための運動イメージング BCI: コヒーレンス分析を使用した EEG 記録の評価」。2013年 35 回 IEEE 医学生物学工学協会 (EMBC) 年次国際会議。第 2013 巻。pp. 261– 264。doi : 10.1109/ EMBC.2013.6609487。ISBN 978-1-4577-0216-7. PMID 24109674. S2CID 5071115.
- ^ Bai Z、Fong KN、Zhang JJ、Chan J、Ting KH（2020年4月）。「脳卒中後の上肢のBCIベースのリハビリテーションの即時および長期的効果：系統的レビューとメタ分析」。Journal of Neuroengineering and Rehabilitation。17 （ 1）：57。doi ：10.1186 / s12984-020-00686-2。PMC 7183617。PMID 32334608 。
- ^ Remsik A、Young B、Vermilyea R、Kiekhoefer L、Abrams J、Evander Elmore S、他 (2016 年 5 月)。「脳卒中後の遠位上肢運動機能の回復に向けた脳コンピューターインターフェース療法の進歩と将来的な影響のレビュー」。医療機器の専門家レビュー。13 (5): 445– 454。doi :10.1080 / 17434440.2016.1174572。PMC 5131699。PMID 27112213。
- ^ Monge-Pereira E、Ibañez-Pereda J、Alguacil-Diego IM、Serrano JI、Spottorno-Rubio MP、Molina-Rueda F (2017 年 9 月)。「脳卒中後の上肢機能のリハビリテーションアプローチとしての脳波記録法の脳コンピューターインターフェースシステムの使用: 系統的レビュー」。PM & R。9 ( 9 ) : 918– 932。doi : 10.1016/j.pmrj.2017.04.016。PMID 28512066。S2CID 20808455。
- ^ Sabathiel N、Irimia DC、Allison BZ、Guger C、Edlinger G (2016 年 7 月 17 日)。「脳コンピュータ インターフェースによるペア連想刺激: 脳卒中リハビリテーションの新しいパラダイム」。拡張認知の基礎:神経人間工学と操作神経科学。コンピュータ サイエンスの講義ノート。第 9743 巻。pp. 261– 272。doi : 10.1007/978-3-319-39955-3_25。ISBN 978-3-319-39954-6。
- ^ Riccio A、Pichiorri F、Schettini F、Toppi J、Risetti M、Formisano R、他 (2016)。「脳損傷後のコミュニケーションとリハビリテーションを改善するための脳とコンピューターのインターフェース」。脳コンピューターインターフェース: 実験室実験から実世界への応用。Progress in Brain Research。第 228 巻。pp. 357– 387。doi : 10.1016/ bs.pbr.2016.04.018。ISBN 978-0-12-804216-8. PMID 27590975。
- ^ Várkuti B、Guan C、Pan Y、Phua KS、Ang KK、Kuah CW、他 (2013 年 1 月)。「機能的連結性の安静時変化は、脳卒中後の BCI およびロボット支援上肢トレーニングの動作回復と相関する」。Neurorehabilitation and Neural Repair。27 ( 1): 53– 62。doi : 10.1177/1545968312445910。PMID 22645108。S2CID 7120989 。
- ^ Young BM、Nigogosyan Z、Remsik A、Walton LM、Song J、Nair VA、他 (2014)。「脳コンピューターインターフェースデバイスを使用した治療後の脳卒中患者の機能的連結性の変化は行動上の利益と相関する」。Frontiers in Neuroengineering。7 : 25。doi : 10.3389 / fneng.2014.00025。PMC 4086321。PMID 25071547 。
- ^ ab Yuan K, Chen C, Wang X, Chu WC, Tong RK (2021年1月). 「慢性脳卒中に対するBCIトレーニング効果は運動関連領域の機能的再編成と相関する：同時EEGおよびfMRI研究」.脳科学. 11 (1): 56. doi : 10.3390/brainsci11010056 . PMC 7824842. PMID 33418846 .
- ^ Mrachacz-Kersting N、Voigt M、Stevenson AJ、Aliakbaryhosseinabadi S、Jiang N、Dremstrup K、Farina D (2017 年 11 月)。「運動イメージに合わせてタイミングを合わせた求心性フィードバックの種類が皮質可塑性の誘導に及ぼす影響 」。Brain Research。1674 : 91–100。doi : 10.1016 / j.brainres.2017.08.025。hdl : 10012 / 12325。PMID 28859916。S2CID 5866337。
- ^ Opie N (2019年4月2日). 「研究概要」.メルボルン大学医学部. メルボルン大学. 2019年12月5日閲覧。
- ^ Oxley TJ、Opie NL、John SE、Rind GS、Ronayne SM、Wheeler TL、他 (2016 年 3 月)。「皮質神経活動を高忠実度かつ慢性的に記録するための最小侵襲性血管内ステント電極アレイ」。Nature Biotechnology。34 ( 3 ) : 320– 327。doi : 10.1038 /nbt.3428。PMID 26854476。S2CID 205282364。
- ^ 「Synchron、Stentrode神経インターフェース技術の試験を開始」。Verdict Medical Devices。2019年9月22日。 2019年12月5日閲覧。
- ^ Radzik I、Miziak B、Dudka J、Chrościńska-Krawczyk M、Czuczwar SJ (2015 年 6 月)。 「てんかん予防の展望」。薬理学的レポート。67 (3): 663–668。土井:10.1016/j.pharep.2015.01.016。PMID 25933984。S2CID 31284248 。
- ^ Ritaccio A、Brunner P、Gunduz A、 Hermes D、Hirsch LJ、Jacobs J、他 (2014 年 12 月)。「第 5 回国際脳波記録法の進歩に関するワークショップの議事録」。 てんかんと行動。41 : 183–192。doi : 10.1016 / j.yebeh.2014.09.015。PMC 4268064。PMID 25461213。
- ^ Kim DH、Viventi J、Amsden JJ、Xiao J 、 Vigeland L、Kim YS、他 (2010 年 6 月)。「極薄コンフォーマル生体統合エレクトロニクス向けシルクフィブロイン溶解性フィルム」。Nature Materials。9 ( 6 ) : 511– 517。Bibcode : 2010NatMa ... 9..511K。doi :10.1038/nmat2745。PMC 3034223。PMID 20400953。
- ^ Boppart SA、 Wheeler BC、 Wallace CS (1992 年 1 月)。「拡張神経記録用の柔軟な穿孔マイクロ電極アレイ」。IEEE Transactions on Bio-Medical Engineering。39 ( 1): 37– 42。doi : 10.1109/10.108125。PMID 1572679。S2CID 36593459。
- ^ Thompson CH、 Zoratti MJ 、 Langhals NB 、 Purcell EK（2016年4月）。「神経プロテーゼ用再生電極インターフェース」。組織工学。パートB、レビュー。22 （2）：125–135。doi：10.1089/ten.teb.2015.0279。PMID 26421660 。
- ^ ab Rabaey JM ( 2011年9 月)。「極小化における新たなフロンティアとしてのブレインマシンインターフェース」。2011年欧州固体デバイス研究会議 (ESSDERC) 議事録。pp. 19– 24。doi :10.1109/essderc.2011.6044240。ISBN 978-1-4577-0707-0. S2CID 47542923。
- ^ Warneke B、Last M、Liebowitz B、 Pister KS (2001 年 1 月)。「スマートダスト: 立方ミリメートルコンピュータとの通信」。コンピュータ。34 ( 1 ): 44– 51。doi : 10.1109/2.895117。ISSN 0018-9162。S2CID 21557 。
さらに読む
- Brouse, Andrew. 「若者のための脳波音楽ガイド: 人間の脳波から得た 40 年間のオーディオ」。eContact! 14.2 – バイオテクノロジーによるパフォーマンス実践 / Pratiques de performance biotechnologique (2012 年 7 月)。モントリオール: CEC。
- Gupta、Cota Navin、Ramaswamy Palanappian。「視覚および聴覚ベースの脳コンピュータインターフェース設計における高周波脳波の使用」。eContact ! 14.2 – バイオテクノロジーパフォーマンス実践 / Pratiques de performance biotechnologique (2012 年 7 月)。モントリオール: CEC。
- ウゾウニアン、ガシア。 「バイオミューズ・トリオの対話: R. ベンジャミン・ナップとエリック・ライオンのインタビュー」。eコンタクト！ 14.2 – バイオテクノロジーのパフォーマンス実践 / Pratiques de Performance biotechnologique (2012 年 7 月)。モントリオール: CEC。
- 脳マシンインターフェース研究20年。ニコレリス研究室シリーズ。第1巻。2019年。452ページ。
- 脳マシンインターフェース研究20年。ニコレリス研究室シリーズ。第2巻。2019年。436ページ。
外部リンク
ウィキメディア・コモンズには、脳コンピューターインターフェースに関連するメディアがあります。
Scholia には、Brain-computer interfaceのトピックプロファイルがあります。
- Wandelt, Sarah K.; Bjånes, David A.; Pejsa, Kelsie; Lee, Brian; Liu, Charles; Andersen, Richard A. (2024年5月13日). 「ヒトの上縁回における単一ニューロンによる内部音声の表現」. Nature Human Behaviour . 8 (6): 1136– 1149. doi : 10.1038/s41562-024-01867-y . ISSN 2397-3374. PMC 11199147. PMID 38740984 .
- アンロックプロジェクト
- CIA - ワイヤレス BCI