Een robot besturen met onze gedachten, dat lijkt een toekomstdroom, maar in werkelijkheid zijn er al onderzoekers bezig met het ontwikkelen van verschillende technieken om dit mogelijk te maken! Op 18 oktober organiseerde Breinwijzer vzw een gespreksavond met Ir. Pieter-Jan Kindermans in de Zebrastraat in Gent over dit onderwerp.
Figuur 1
Met een brein-computer interface (BCI, “Magie” in Figuur 1) proberen we gemeten hersenactiviteit door middel van een computer om te zetten in signalen waarmee we een robot kunnen aansturen. We zouden deze techniek kunnen gebruiken om verlamde mensen weer dingen te kunnen laten doen, zoals praten, surfen op het internet, tekenen en hun rolstoel, wagen of robotarm te besturen. Ook kan deze techniek worden toegepast in computerspellen en virtual reality.
Om te beginnen moeten de hersensignalen van de mens goed uitgelezen kunnen worden. Hiervoor kan men gebruik maken van verschillende beeldvormingstechnieken, zoals functionele magnetische resonantie (fMRI) of elektro-encefalografie (EEG). Beide technieken zijn ook al toegepast in de ontwikkeling van een brein-computer interface. Hieronder beschrijf ik twee voorbeelden die door Ir. Pieter-Jan Kindermans zijn besproken tijdens zijn lezing.
fMRI gebaseerde video reconstructie
Een fMRI scanner wordt gebruikt om de locatie van hersenprocessen in beeld te brengen. Met deze techniek is het mogelijk de hoeveelheid zuurstof in de hersenen te meten. Het achterliggende idee is dat als een bepaald hersengebied actief is dat het meer zuurstof nodig heeft. Men meet dus geen hersenactiviteit zelf, maar verhoogde zuurstofgehaltes in het bloed. Omdat er tijd nodig is om de zuurstof naar de hersengebieden te vervoeren, kan het een aantal seconden duren voordat de hersenactiviteit zichtbaar is in de fMRI scanner. Alhoewel de fMRI scanner vertraagd signalen doorgeeft, kunnen onderzoekers al wel een grove reconstructie maken van wat een persoon gezien heeft aan de hand van deze signalen. Dit ligt het dichtste bij “echt” gedachten lezen van alle brein-computer interfaces tot nu toe.
Figuur 2
Om dit te doen laten onderzoekers eerst mensen naar een filmpje kijken in de scanner en meten we de bijbehorende hersensignalen. Ze leren de computer daarna om deze fMRI signalen te koppelen aan de beelden van het filmpje aan de hand van een wiskundig model. De computer kan dan de beelden van het filmpje reconstrueren. Als de computer genoeg getraind is kan het nieuwe signalen uit de fMRI scanner gaan omzetten in een afbeelding, tot op heden is dit nog vrij grof, maar het begin is gemaakt! (zie figuur 3).
Figuur 3
Onderzoekers aan de Universiteit van Gent ontwikkelen de eerste zelflerende brein-computer interface op basis van EEG signalen: de P300 speller
Het doel van de P300 speller is het laten communiceren van mensen die dit (vaak door een totale verlamming) niet meer kunnen. De onderzoekers uit Gent hebben dit zelflerend brein-computer interface ontwikkeld op basis van EEG signalen waarmee dit mogelijk is gemaakt. Met de EEG techniek kunnen elektrische potentiaal verschillen die veroorzaakt zijn door de hersenen, op de hoofdhuid worden gemeten. Om dit te doen worden er elektrodes met een geleidende gel op het hoofd bevestigd (vaak door middel van een badmuts, zie figuur 4).
Figuur 4
P300 verwijst naar een piek in het EEG signaal die wordt veroorzaakt door het nemen van een beslissing. De computer van de P300 speller kan door middel van het detecteren van deze P300 piek, aanleren welke letter de persoon in gedachten heeft. Dit aanleren gebeurt door het laten oplichten van letters op het scherm (zie figuur 4). Er ontstaat een P300 piek wanneer de letter die de proefpersoon in gedachten heeft oplicht op het scherm. Dit aanleren duurt gemiddeld 10 tot 20 minuten. Daarna kan de P300 speller de ene na de andere letter interpreteren en kan de persoon dus woorden en zinnen spellen door middel van denken aan deze letters.
We lezen geen gedachten, maar herkennen hersenactiviteit!
Meer informatie kunt u vinden op de webpagina van het Reservoir Lab van de UGent: http://reslab.elis.ugent.be
(De afbeeldingen bij deze tekst zijn van Ir. Pieter-Jan Kindermans, Universiteit Gent; tenzij anders vermeld.)
