Zephyrnet-logo

Dit op grafeen gebaseerde hersenimplantaat kan vanaf het oppervlak diep in de hersenen kijken

Datum:

Manieren vinden om de invasiviteit van hersenimplantaten zouden hun potentiële toepassingen aanzienlijk kunnen uitbreiden. Een nieuw apparaat dat bij muizen is getest en dat zich op het hersenoppervlak bevindt – maar nog steeds diep van binnen activiteit kan lezen – zou kunnen leiden tot veiligere en effectievere manieren om neurale activiteit te meten.

Er zijn al verschillende technologieën waarmee we in de innerlijke werking van de hersenen kunnen kijken, maar ze hebben allemaal hun beperkingen. Minimaal invasieve benaderingen omvatten functionele MRI, waarbij een MRI-scanner wordt gebruikt om veranderingen in de bloedstroom in de hersenen in beeld te brengen, en EEG, waarbij op de hoofdhuid geplaatste elektroden worden gebruikt om de elektrische signalen van de hersenen op te vangen.

Voor het eerste moet de patiënt echter in een MRI-machine zitten, en het tweede is voor de meeste toepassingen te onnauwkeurig. De gouden standaardbenadering omvat het inbrengen van elektroden diep in het hersenweefsel om uitlezingen van de hoogste kwaliteit te verkrijgen. Maar dit vereist een riskante chirurgische ingreep, en littekenvorming en het onvermijdelijke verschuiven van de elektroden kunnen er na verloop van tijd toe leiden dat het signaal verslechtert.

Een andere benadering omvat het leggen van elektroden op het oppervlak van de hersenen, wat minder riskant is dan diepe hersenimplantaten, maar een grotere nauwkeurigheid biedt dan niet-invasieve benaderingen. Maar doorgaans kunnen deze apparaten alleen de activiteit van neuronen in de buitenste lagen van de hersenen lezen.

Nu hebben onderzoekers een dun, transparant oppervlakte-implantaat ontwikkeld met elektroden gemaakt van grafeen die neurale activiteit diep in de hersenen kunnen lezen. De aanpak is gebaseerd op machinaal leren om relaties tussen signalen in de buitenste lagen en signalen ver onder de oppervlakte bloot te leggen.

“Met deze technologie breiden we het ruimtelijke bereik van neurale opnames uit”, zegt Duygu Kuzum, een professor aan de UC San Diego die het onderzoek leidde, in een persbericht. “Ook al bevindt ons implantaat zich op het hersenoppervlak, het ontwerp overschrijdt de grenzen van fysieke waarneming doordat het neurale activiteit uit diepere lagen kan afleiden.”

Het apparaat zelf is gemaakt van een dunne polymeerstrip ingebed met een dichte reeks kleine grafeenelektroden van slechts 20 micrometer breed en verbonden door ultradunne grafeendraden met een printplaat. Het verkleinen van grafeenelektroden tot deze omvang is een aanzienlijke uitdaging, zeggen de auteurs, omdat het hun impedantie verhoogt en ze minder gevoelig maakt. Ze omzeilden dit door een op maat gemaakte fabricagetechniek te gebruiken om platinadeeltjes op de elektroden af ​​te zetten om de elektronenstroom te stimuleren.

Cruciaal is dat zowel de elektroden als de polymeerstrip transparant zijn. Toen het team het apparaat in muizen implanteerde, konden de onderzoekers laserlicht door het implantaat laten schijnen om cellen dieper in de hersenen van de dieren in beeld te brengen. Dit maakte het mogelijk om tegelijkertijd elektrisch op te nemen vanaf het oppervlak en optisch vanuit diepere hersengebieden.

Bij deze opnames ontdekte het team een ​​verband tussen de activiteit in de buitenste en binnenste lagen. Daarom besloten ze om te kijken of ze machine learning konden gebruiken om de ene van de andere te voorspellen. Ze trainden een kunstmatig neuraal netwerk op de twee datastromen en ontdekten dat het de activiteit van calciumionen – een indicator van neurale activiteit – in populaties van neuronen en afzonderlijke cellen in diepere delen van de hersenen kon voorspellen.

Het gebruik van optische benaderingen om hersenactiviteit te meten is een krachtige techniek, maar vereist dat het hoofd van de proefpersoon onder een microscoop wordt gefixeerd en dat de schedel open blijft, waardoor het onpraktisch is om signalen in realistische situaties te lezen. Het kunnen voorspellen van dezelfde informatie uitsluitend op basis van elektrische metingen aan het oppervlak zou de bruikbaarheid enorm vergroten.

“Onze technologie maakt het mogelijk om experimenten van langere duur uit te voeren waarbij de proefpersoon vrij is om te bewegen en complexe gedragstaken uit te voeren”, zegt Mehrdad Ramezani, mede-eerste auteur van een onderzoek. papier in Natuur Nanotechnologie op het onderzoek. "Dit kan een uitgebreider inzicht bieden in neurale activiteit in dynamische, realistische scenario's."

De technologie is echter nog ver verwijderd van gebruik bij mensen. Op dit moment heeft het team alleen het vermogen aangetoond om correlaties te leren tussen optische en elektrische signalen die bij individuele muizen zijn geregistreerd. Het is onwaarschijnlijk dat dit model kan worden gebruikt om diepe hersenactiviteit te voorspellen op basis van oppervlaktesignalen in een andere muis, laat staan ​​in een persoon.

Dat betekent dat alle individuen het tamelijk invasieve gegevensverzamelingsproces zouden moeten ondergaan voordat de aanpak zou werken. De auteurs geven toe dat er meer moet worden gedaan om verbanden op een hoger niveau te vinden tussen de optische en elektrische gegevens, waardoor modellen over individuen kunnen worden gegeneraliseerd.

Maar gezien de snelle verbeteringen in de technologie die nodig is om zowel optische als elektrische metingen van de hersenen uit te voeren, zal het misschien niet lang meer duren voordat deze aanpak haalbaarder wordt. En uiteindelijk zou het een beter evenwicht kunnen vinden tussen betrouwbaarheid en invasiviteit dan concurrerende technologieën.

Image Credit: Een dun, transparant, flexibel hersenimplantaat zit op het oppervlak van de hersenen om schade te voorkomen, maar met behulp van AI kan het nog steeds activiteit diep onder het oppervlak afleiden. David Baillot/UC San Diego Jacobs School of Engineering

spot_img

Laatste intelligentie

spot_img