Imagerie cérébrale optique, « voir à travers » votre cerveau avec un casque de lecture cérébrale
Nous utilisons notre cerveau pour penser tous les jours, mais le cerveau humain est complexe, subtil et mystérieux, nous en savons donc encore très peu à son sujet. Mais le développement de la technologie d'imagerie cérébrale au fil des ans a apporté de nouvelles avancées aux scientifiques qui étudient le fonctionnement du cerveau humain.
Des chercheurs de Kernel, une start-up de neurotechnologie aux États-Unis, ont mis au point un appareil portable appelé "Kernel Flow". Cet appareil semblable à un casque utilise la technologie TD-fNIRS (Time Domain Functional Near Infrared Spectroscopy). Les changements locaux d'oxygène dans le sang ont été enregistrés pour mesurer activité cérébrale.
▲ Image de: Noyau
La plupart des systèmes de balayage cérébral non invasifs utilisent la technologie fNIRS (spectroscopie proche infrarouge à onde continue), qui utilise la lumière dans le spectre proche infrarouge pour mesurer les changements d'absorption de la lumière par l'hémoglobine dans le sang circulant dans le cerveau. Le TD-fNIR est considéré comme l'étalon-or pour les appareils d'imagerie cérébrale optique non invasifs, et ce n'est pas une nouvelle technologie, mais des problèmes tels que le coût élevé, la complexité, la grande taille et la faible fréquence d'échantillonnage limitent son application.
▲ Image de: Noyau
Kernel Flow se compose de 52 modules répartis dans quatre régions couvrant les cortex frontal, pariétal, temporal et occipital. Chaque module contient un détecteur et une source laser, qui peut émettre deux longueurs d'onde différentes de lumière laser, 690 nm et 850 nm, et atteindre le cerveau à travers le cuir chevelu.
▲ Image de: Noyau
Il y a six détecteurs disposés en forme hexagonale autour de la source laser, et chaque détecteur est à 10 mm de la source lumineuse. Le détecteur capte la lumière réfléchie, enregistre l'heure d'arrivée des photons et peut détecter plus d'un milliard de photons par seconde.
Le détecteur enregistre les temps d'arrivée des photons détectés sous forme d'histogramme à une fréquence d'échantillonnage de 200 Hz, avec une fréquence d'échantillonnage de 7,1 Hz pour l'ensemble du système. Ces détecteurs, conçus pour des taux de comptage de photons élevés, sont optimisés pour les mesures ToF de tomographie optique diffuse, avec des vitesses de traitement supérieures à 1 × 109/sec.
▲ Photo de : SPIE.DIGITALLIBRARY
Dans un test de neurosciences mené par Kernel, deux volontaires qui ont participé ont eu des changements hémodynamiques significatifs dans les canaux du cortex moteur lors d'une tâche de tapotement des doigts. De plus, le système TD-fNIR de Kernel Flow a identifié des oscillations dans le rythme cardiaque à l'aide d'un canal à échantillonnage élevé sur le front de l'un des volontaires.
▲Données de test des volontaires, photo de : SPIE.DIGITALLIBRARY
En plus de ces tests, Kernel prévoit d'utiliser Flow pour mener plusieurs études avec des objectifs différents. Par exemple, les images cérébrales sont utilisées pour comprendre les émotions, les effets secondaires des drogues psychédéliques telles que la kétamine et la durée d'attention.
Cependant, les chercheurs de Kernel affirment que la technologie présente actuellement certaines limites, telles que la texture des cheveux et le type de peau, qui peuvent affecter les résultats de l'imagerie cérébrale.
▲ Image tirée de : Twitter
Mais l'appareil actuel, qui ne pèse que 2,2 kilogrammes et est construit avec de petits pilotes laser, des circuits intégrés personnalisés et des détecteurs dédiés, fonctionne déjà comme un système de paillasse. Bien que la viabilité commerciale doive encore s'améliorer, il ne faudra peut-être pas longtemps avant que nous puissions mesurer la fonction cérébrale de la même manière que nous mesurons la fréquence cardiaque.
#Bienvenue pour prêter attention au compte WeChat officiel d'Aifaner : Aifaner (WeChat : ifanr), un contenu plus excitant vous sera apporté dès que possible.
Love Faner | Lien d'origine · Voir les commentaires · Sina Weibo