Neuro-cip untuk menguruskan gangguan otak
Penyelidik telah membangunkan sistem yang dapat mengenal pasti dan menguruskan gangguan neurologi dengan keupayaan pembelajaran mesinnya.
Neuroteknologi dipercayai memberi kesan kepada kehidupan manusia dengan cara yang sangat revolusioner.Teknologi yang kita lihat pada masa depan kita melalui fiksyen sains sangat bergantung pada bagaimana kita mentafsirkan data dan menumpukan perhatian kepada masa depan.Untuk memahami penyelidik ini telah memulakan kajian dengan memahami tingkah laku biasa dan keabnormalan juga.Kajian semasa di seluruh dunia memberi tumpuan lebih kepada bagaimana untuk menghapuskan keabnormalan saraf dengan memperkenalkan pelbagai teknologi ke dalam bidang sains ini.
Satu kajian sedemikian dijalankan oleh satu pasukan penyelidik di Ecole Polytechnique Fédérale de Lausanne yang diketuai oleh Mahsa Shoaran dari Makmal Neuroteknologi Bersepadu dengan Sistem Neurotekronik yang bersepadu:boleh mengesan dan mengurangkan gejala penyakit.Sistem ini boleh mengekstrak dan mengklasifikasikan set biomarker yang luas dari data pesakit sebenar dan model haiwan penyakit dalam-vivo, yang membawa kepada tahap ketepatan yang tinggi dalam ramalan gejala.Sistem ini terdiri daripada array penderiaan input resolusi tinggi 256 saluran dan pemproses pembelajaran mesin yang cekap tenaga.
Biomarker adalah corak isyarat elektrik yang diketahui dikaitkan dengan gangguan neurologi tertentu.Corak ini diekstrak dan diklasifikasikan untuk mengenal pasti kemungkinan gangguan seperti penyitaan epilepsi atau gegaran parkinson.Sekiranya gejala dikesan, neurostimulator - juga terletak pada cip - diaktifkan, menghantar denyutan elektrik untuk menyekatnya.
Reka bentuk yang cekap kawasan cip bermakna ia juga sangat kecil (3.48mm2), memberikan potensi besar untuk skalabilitas untuk lebih banyak saluran.Penyepaduan algoritma pembelajaran 'tenaga'-yang menghukum ciri-ciri yang mengambil banyak kuasa-juga menjadikan Neuraltree sangat cekap tenaga.
Sistem ini dapat mengesan pelbagai gejala daripada peranti lain, yang sehingga kini telah memberi tumpuan terutamanya kepada pengesanan kejang epilepsi.Algoritma pembelajaran mesin CHIP dilatih pada dataset dari kedua-dua epilepsi dan pesakit penyakit Parkinson, dan secara tepat diklasifikasikan isyarat saraf pra-rakaman dari kedua-dua kategori.Penyelidik juga merancang untuk membolehkan kemas kini algoritma cip untuk bersaing dengan evolusi isyarat saraf.
