Analog Neuromorphic Systems for Implantable Neural Interfaces

Il cervello umano è una vasta rete di miliardi di cellule, che emettono costantemente segnali elettrici per coordinare il movimento, il pensiero e la sensazione. Per decenni, gli scienziati hanno cercato di ascoltare queste conversazioni, utilizzando minuscoli elettrodi impiantati nel cervello per registrare l'attività di singoli neuroni o di piccoli gruppi di essi. Questa tecnologia promette immensi benefici per aiutare persone paralizzate da lesioni o malattie a controllare computer e arti robotici con i propri pensieri, o per aiutare i medici a localizzare la fonte delle crisi epilettiche per trattarle in modo più efficace. Tuttavia, una significativa barriera fisica si è a lungo frapposta nel rendere questi dispositivi pratici per la vita quotidiana. Man mano che i ricercatori aggiungono più elettrodi per catturare un quadro più chiaro dell'attività cerebrale, la quantità di dati generati esplode. Trasmettere questo enorme flusso di informazioni grezze in modalità wireless dall'interno del corpo richiede così tanta energia che surriscalderebbe rapidamente il tessuto circostante o esaurirebbe una batteria in poche ore. La sfida, dunque, non è solo ascoltare il cervello, ma ascoltarlo intelligentemente: filtrare il silenzio e inviare solo i momenti importanti.

Un team di ricercatori provenienti da istituzioni di tutto il mondo, tra cui la City University di Hong Kong e l'Università di Zurigo, ha sviluppato un nuovo approccio per risolvere questo problema imitando il modo in cui il cervello biologico stesso elabora le informazioni. Invece di registrare l'attività elettrica del cervello continuamente, come una telecamera che registra ogni fotogramma di un film, il loro nuovo sistema agisce più come un sensore di movimento che si attiva solo quando qualcosa cambia. Hanno creato un circuito elettronico specializzato che risiede direttamente sul sensore, convertendo le onde elettriche grezze del cervello in una serie sparsa di "picchi" digitali solo quando si verifica un evento significativo. Questo metodo, noto come conversione analogico-a-picco (analog-to-spike), riduce drasticamente la quantità di dati che devono essere trasmessi senza fili, risolvendo i problemi di potenza e calore che hanno afflitto le generazioni precedenti di impianti cerebrali.

I ricercatori hanno iniziato confrontando due metodi esistenti per questo tipo di conversione del segnale per vedere quale fosse più robusto contro il rumore elettrico che inevitabilmente interferisce con le registrazioni cerebrali. Un metodo, chiamato "leaky integrate-and-fire" (integra e scocca con perdita), funziona accumulando lentamente la carica elettrica finché non raggiunge un limite e genera un segnale. L'altro, chiamato modulazione delta, genera un segolo solo quando la tensione cambia di un certo importo, indicando uno spostamento nell'attività cerebrale. Attraverso test estesi con segnali cerebrali simulati e registrazioni reali da pazienti, il team ha scoperto che l'approccio della modulazione delta era di gran lunga superiore. Poteva catturare accuratamente i picchi rapidi e fugaci dei singoli neuroni anche quando erano sepolti sotto un rumore di fondo lento e fluttuante o sotto forti interferenze elettriche provenienti dalle linee elettriche. Al contrario, l'altro metodo spesso veniva sopraffatto dal rumore, generando troppi segnali inutili e oscurando l'effettiva attività cerebrale. Questa scoperta è stata cruciale perché ha dimostrato che un circuito singolo e semplice poteva gestire sia i segnali veloci dei singoli neuroni che le onde più lente e ampie dell'attività cerebrale, senza la necessità di filtri separati e ingombranti per ciascuno.

Costruendo su questo successo, il team ha introdotto una versione nuova e più sofisticata del circuito a modulazione delta, ispirata a un tipo specifico di neurone presente nell'ippocampo, una parte del cervello coinvolta nella memoria. Questi neuroni naturali non scaricano in un flusso costante e ritmico; invece, scaricano in rapidi raffiche quando viene rilevato uno stimolo forte, seguite da un periodo di silenzio. I ricercatori hanno progettato il loro circuito elettronico affinché si comportasse allo stesso modo. Quando il segnale cerebrale è calmo o cambia lentamente, il circuito rimane inattivo. Ma nel momento in cui un evento significativo supera una soglia elevata, il circuito passa a una "modalità a raffiche" (burst mode), emettendo una rapida serie di segnali per catturare i dettagli di quell'evento con alta precisione prima di tornare al silenzio. Questo comportamento a raffiche permette al sistema di comprimere i dati ulteriormente rispetto al metodo standard. Nei loro test, questo nuovo circuito a modulazione a raffiche ha raggiunto tassi di compressione dei dati più di cinque volte migliori rispetto al metodo standard, mantenendo lo stesso livello di accuratezza. Per il rilevamento delle crisi epilettiche, che sono eventi rari in un mare di attività cerebrale normale, il sistema ha compresso i dati con un fattore di quasi 2.000 rispetto ai metodi di registrazione tradizionali.

Per dimostrare che questi dati compressi fossero ancora utili per compiti del mondo reale, i ricercatori hanno collegato il loro chip personalizzato a un secondo chip specializzato progettato per elaborare questi picchi istantaneamente. Questo secondo chip, che imita l'architettura di un cervello biologico, è stato addestrato a riconoscere schemi specifici nelle sequenze di picchi, come la firma di un singolo neurone che scarica o l'inizio di una crisi. I risultati sono stati sorprendenti. Il sistema combinato poteva identificare questi eventi con un'accuratezza superiore al 90 percento, eguagliando le prestazioni di sistemi software molto più grandi e dispendiosi in termini di energia che girano su computer standard. Inoltre, poiché il sistema trasmetteva solo l'informazione essenziale, ha ridotto il tasso di dati di un fattore superiore a 4.000 rispetto ai dispositivi di registrazione convenzionali. Questo livello di efficienza significa che i futuri impianti potrebbero potenzialmente monitorare centinaia o anche migliaia di canali cerebrali simultaneamente senza la necessità di ricariche frequenti della batteria o il rischio di surriscaldare il tessuto cerebrale.

Il lavoro rappresenta un passo significativo verso la realizzazione di interfacce cerebrali wireless ad alta densità per i pazienti. Spostando l'intelligenza del sistema direttamente nel sensore, i ricercatori hanno dimostrato che è possibile rompere il compromesso tra il numero di sensori che un impianto può trasportare e la potenza necessaria per farlo funzionare. I nuovi circuiti sono abbastanza piccoli da essere integrati nei minuscoli pixel di una moderna sonda neurale e consumano pochissima energia, con ogni canale che utilizza solo pochi microwatt. Sebbene lo studio attuale si sia concentrato su compiti specifici come il rilevamento di crisi epilettiche e di picchi di singoli neuroni, il principio sottostante offre una nuova strada per progettare dispositivi medici intelligenti che possano adattarsi ai ritmi naturali del cervello. Invece di forzare il complesso e sparso linguaggio del cervello in un flusso di dati continuo e rigido, questi sistemi ascoltano il linguaggio che il cervello già parla, filtrando il rumore e trasmettendo solo il segnale che conta.