소형화된 뇌-기계 인터페이스, 실시간으로 신경 신호 처리한다.

EPFL의 연구원들은 최초의 고성능 소형 뇌-기계 인터페이스(MiBMI)를 개발하여 매우 작고 전력 소모가 적으며 정확도가 높고 다재다능한 솔루션을 제공했다.

MiBMI는 뇌-기계 인터페이스의 효율성과 확장성을 향상시킬 뿐만 아니라 실용적이고 완전히 이식 가능한 장치의 길을 열었다.

이 기술은 근위축성 측색 경화증(ALS) 및 척수 손상과 같은 질환이 있는 환자의 삶의 질을 크게 향상시킬 수 있는 잠재력을 가지고 있다.

MiBMI의 작은 크기와 낮은 전력은 주요 특징으로, 이 시스템은 이식 가능한 애플리케이션에 적합하다. 최소한의 침습성으로 임상 및 실제 환경에서 사용하기에 안전하고 실용성이 보장된다.

또한 완전히 통합된 시스템으로, 기록 및 처리가 총 면적이 8mm2인 두 개의 극히 작은 칩에서 수행된다. 이것은 EPFL의 IEM 및 Neuro X 연구소에 있는 마흐사 쇼아란(Mahsa Shoaran)의 통합 신경기술 연구실(Integrated Neurotechnologies Laboratory(INL))에서 개발된 새로운 종류의 저전력 BMI 장치의 최신 제품이다.

"MiBMI를 사용하면 복잡한 신경 활동을 높은 정확도와 낮은 전력 소모로 읽을 수 있는 텍스트로 변환할 수 있다. 이러한 발전은 심각한 운동 장애가 있는 개인의 의사소통 능력을 크게 향상시킬 수 있는 실용적이고 이식 가능한 솔루션에 한 걸음 더 다가간다."라고 쇼아란은 말한다.

뇌-텍스트 변환은 사람이 글자나 단어를 쓰는 것을 상상할 때 생성되는 신경 신호를 디코딩하는 것을 포함한다. 이 과정에서 뇌에 이식된 전극은 필기의 운동 동작과 관련된 신경 활동을 기록한다.

그런 다음 MiBMI 칩셋은 이러한 신호를 실시간으로 처리하여 뇌의 의도된 손 움직임을 해당 디지털 텍스트로 변환한다. 이 기술을 사용하면 특히 잠금 증후군 및 기타 심각한 운동 장애가 있는 개인이 쓰기에 대한 생각만으로 의사소통할 수 있으며, 인터페이스는 생각을 화면에서 읽을 수 있는 텍스트로 변환한다.

"이 칩은 아직 작동하는 BMI에 통합되지 않았지만, 스탠포드의 셰노이(Shenoy) 연구실과 같은 이전 라이브 녹음의 데이터를 처리하여 필기 활동을 인상적인 91%의 정확도로 텍스트로 변환했다."라고 수석 저자인 모하메드 알리 샤에리는 말한다.

이 칩은 현재 최대 31개의 다른 문자를 디코딩할 수 있으며, 이는 다른 통합 시스템에서는 찾을 수 없는 성과이다. "최대 100개의 문자를 디코딩할 수 있다고 확신하지만, 더 많은 문자가 포함된 필기 데이터 세트는 아직 제공되지 않는다." 샤에리는 덧붙인다.

현재 BMI는 뇌에 이식된 전극의 데이터를 기록한 다음 이 신호를 별도의 컴퓨터로 보내 디코딩을 수행한다. MiBMI 칩은 데이터를 기록하지만 실시간으로 정보를 처리한다. 192채널 신경 기록 시스템과 512채널 신경 디코더를 통합한다.

소형화된 뇌-기계 인터페이스(MiBMI). 출처: 2024 EPFL / Lundi13—CC-BY-SA 4.0

이 신경기술 혁신은 집적 회로, 신경 공학, 인공지능 분야의 전문성을 결합한 극도의 소형화의 업적이다. 이 혁신은 통합과 소형화가 주요 초점인 BMI 분야의 신경기술 스타트업이 부상하는 시대에 특히 흥미롭다. EPFL의 MiBMI는 이 분야의 미래에 대한 유망한 통찰력과 잠재력을 제공한다.

소형화된 BMI의 전극에서 수집한 엄청난 양의 정보를 처리하기 위해 연구자들은 데이터 분석에 완전히 다른 접근 방식을 취해야 했다. 그들은 환자가 손으로 쓰는 것을 상상할 때 각 글자에 대한 뇌 활동에는 연구자들이 독특한 신경 코드(DNC)라고 명명한 매우 구체적인 마커가 포함되어 있음을 발견했다.

각 글자에 대해 수천 바이트의 데이터를 처리하는 대신 마이크로칩은 약 100바이트인 DNC만 처리하면 된다. 이를 통해 시스템은 빠르고 정확하며 전력 소모가 적다. 이 혁신은 또한 더 빠른 교육 시간을 제공하여 BMI 사용 방법을 더 쉽고 접근하기 쉽게 만든다.

EPFL의 Neuro-X 및 IEM 연구소의 다른 팀, 예를 들어 그레그와르 쿠르틴, 실베스트로 미세라, 스테파니 라쿠르, 다비드 아티엔자의 연구실과의 협업은 차세대 통합 BMI 시스템을 만들 것을 약속한다. 쇼아란, 샤에리 및 그들의 팀은 필기 인식을 넘어 MiBMI 시스템에 대한 다양한 응용 프로그램을 탐색하고 있다.

쇼아란은 "우리는 음성 디코딩 및 움직임 제어와 같은 다양한 맥락에서 시스템을 테스트하기 위해 다른 연구 그룹과 협력하고 있다. 우리의 목표는 다양한 신경계 질환에 맞게 조정할 수 있는 다재다능한 BMI를 개발하여 환자에게 더 광범위한 솔루션을 제공하는 것이다."라고 말한다.

이미지 설명: EPFL의 연구원들이 차세대 소형 뇌-기계 인터페이스를 개발했다. 출처: EPFL / Lundi13 - CC-BY-SA 4.0