脑机接口(BCI)的工作原理是，只有考虑到任务，脑电活动才能发生可测量的变化。信号可以通过脑电图(EEG)读取和评估，然后通过机器学习系统转换成控制信号，然后可以用来操作计算机或假肢。在最近发表于《生理学杂志》的一项研究中，来自莱比锡马克斯普朗克人类认知和脑科学研究所、纳瓦拉公立大学和柏林工业大学的研究人员证明，与BCI一起训练仅一个小时就能检测到受试者的大脑，这意味着与BCI一起训练也对大脑中神经元的结构和功能有直接影响。
这项跨学科研究考察了两种不同类型的BCI对没有这项技术经验的受试者大脑的影响。第一组的任务是想象他们正在移动手臂或脚。换句话说，这是一项需要使用大脑运动系统的任务。分配给第二组的任务通过要求大脑识别和选择屏幕上的字母来解决大脑的视觉中心。经验表明，受试者从一开始就在视觉任务上取得了不错的成绩，进一步的训练并不能提高这些成绩，但是解决大脑的运动系统要复杂得多，需要练习。要记录潜在的变化，请测试对象。
马克斯普朗克人类认知和脑科学研究所的蒂尔尼尔豪斯博士说：“我们知道，剧烈的体育锻炼会影响大脑的可塑性。”可塑性是指大脑根据其使用方式进行改变的能力。在这里，科学家区分了功能可塑性和结构可塑性。在功能可塑性中，只有单个突触之间的信号强度发生变化。结构可塑性是指神经细胞发生变化，甚至形成新的神经细胞。美国公立大学的研究员卡门维多尔博士说：“我们问自己，这些对大脑可塑性的影响是否也会发生在纯粹的心理BCI实验任务中，换句话说，如果受试者只想到一项任务，而实际上并没有执行它。纳瓦拉。
结果确实显示了大脑中特别需要执行任务的区域发生了可测量的变化。换句话说，给定一个视觉任务，受试者大脑的视觉区域发生变化，而练习想象自己身体部位运动的受试者的运动区域发生变化。特别值得注意的是，BCI的使用在短时间内(一小时)发生了变化，而不是像体育锻炼那样在几周内发生变化。尼尔豪斯博士指出：“如果不通过BCI系统向受试者提供反馈，也就是说，他们的大脑信号是否能被成功读取，这些变化是否会发生，目前还不清楚。”
MCI人类认知和脑科学系神经内科主任Arno Villringer教授解释说：“BCI所达到的影响的空间特异性可以用来瞄准受中风影响的大脑区域。”机器学习教授Klaus-RobertMller补充说：“机器学习过程用于将BCI活动解码或转换为控制信号。他说：「这是唯一可以将个别BCI活动转化为控制信号的方法，而无须经过长期训练。这种对BCI的定制化解读将在决定这项技术未来能否用于康复系统中发挥决定性作用。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！