Non-contact optical decoding of multiple cortical language and auditory response states in Wernicke's area

Decennialang hebben wetenschappers gezocht naar een manier om naar de hersenen te luisteren zonder ze aan te raken. Het doel is om te begrijpen hoe de geest taal, muziek en stilte verwerkt door de subtiele fysieke verschuivingen in het oppervlak van de hersenen te lezen die optreden tijdens activiteit. Huidige methoden, zoals hersenscans of elektroden op de hoofdhuid, vereisen vaak zware machines, direct huidcontact of lange periodes van voorbereiding die ze onpraktisch maken voor dagelijks gebruik. Een nieuwere benadering is echter opgekomen die vertrouwt op licht. Door een laser op de hoofdhuid te schijnen en te kijken hoe het gereflecteerde licht beweegt, kunnen onderzoekers de minuscule, ritmische verschuivingen in het oppervlak van de hersenen detecteren die optreden wanneer neurovasculaire activiteit microscopische weefselbewegingen aanstuurt. Deze techniek, bekend als speckle-sensing, legt de subtiele dans van licht vast die wordt veroorzaakt door de bloedstroom in de hersenen en minuscule mechanische bewegingen, wat een potentieel pad biedt naar een draagbaar, niet-invasief venster naar de menselijke gedachte.

Voortbouwend op deze basis heeft een team van onderzoekers onlangs aangetoond dat deze contactloze, op licht gebaseerde methode meer kan dan alleen detecteren dat de hersenen actief zijn; het kan onderscheid maken tussen specifieke soorten mentale toestanden. In een studie gepubliceerd in september 2026 richtte het team zich op Wernicke's gebied, een regio aan de achterkant van de hersenen die verantwoordelijk is voor het begrijpen van taal. Ze vroegen zich af of een camera die naar de hoofdhuid kijkt, het verschil kon zien tussen iemand die zijn moedertaal luistert, een vreemde taal die hij begrijpt, een vreemde taal die hij niet begrijpt, klassieke muziek of volledige stilte. Het antwoord was een volmondig ja. Met behulp van een laser en een hogesnelheidscamera slaagden de onderzoekers erin om te identificeren welke van deze vijf toestanden een persoon ervoer, met een gemiddelde nauwkeurigheid van bijna 97 procent. Opmerkelijk genoeg had het systeem slechts vier seconden aan gelabelde data per categorie nodig om te leren hoe elke staat voor een specifiek individu herkend kon worden.

Het experiment omvatte dertien gezonde vrijwilligers die in een stille kamer zaten terwijl een laserstraal de achterkant van hun hoofd verlichtte. Terwijl de deelnemers opnamen beluisterden van moedertaal, Engels, Zweeds, klassieke muziek of periodes van stilte, registreerde de camera de verschuivende patronen van licht die van hun hoofdhuid weerkaatsten. Deze patronen, zogenaamde speckle-patronen, veranderen als reactie op de minuscule bewegingen van het hersenweefsel die worden aangedreven door de bloedstroom. De onderzoekers voedden deze videoregistraties vervolgens aan een computermodel dat eerder was getraind op een andere taak: het detecteren van stille innerlijke spraak in een ander deel van de hersenen. Dit model, dat leerde patronen te herkennen zonder te weten wat ze betekenden, werd vervolgens toegepast op de nieuwe gegevens over taalbegrip. Het systeem hoefde niet opnieuw vanaf nul getraind te worden; het droeg simpelweg wat het had geleerd over hersenactiviteit van de ene hersenregio naar de andere over.

De resultaten toonden aan dat het systeem de vijf verschillende condities betrouwbaar kon scheiden. Wanneer de deelnemers naar hun moedertaal luisterden, zag de respons van de hersenen er anders uit dan wanneer ze naar Engels luisterden, dat zij begrepen, of naar Zweeds, dat zij niet begrepen. Het systeem maakte deze taaltoestanden ook onderscheid van de ervaring van het luisteren naar klassieke muziek en van de rust van stilte. De nauwkeurigheid bleef hoog, zelfs toen de onderzoekers de hoeveelheid trainingsdata terugbrachten naar slechts twee seconden per categorie, wat suggereert dat de kerninformatie die nodig is om deze toestanden te identificeren, zeer snel wordt vastgelegd. De studie bevestigde ook dat deze signalen specifiek waren voor het taalkundige centrum van de hersenen; wanneer dezelfde techniek werd toegepast op het voorhoofd, een controlegebied dat niet betrokken is bij taalverwerking, kon het systeem de verschillende geluiden niet onderscheiden.

Een essentieel aspect van dit werk is dat het computermodel leerde om deze complexe toestanden te herkennen zonder expliciet instructies te krijgen over de regels van taal of muziek. In plaats daarvan leerde het van de ruwe visuele data van het bewegende licht op de hoofdhuid. De onderzoekers ontdekten dat de patronen geassocieerd met het begrijpen van een taal verschillend waren van de patronen geassocieerd met het horen van een taal die men niet begrijpt, en beide waren weer anders dan de patronen van het luisteren naar muziek. Dit suggereert dat de fysieke respons van de hersenen op deze stimuli uniek genoeg is om alleen door licht gedetecteerd te worden. De studie adresseerde ook een praktische hindernis voor hersen-computerinterfaces: de noodzaak voor lange kalibratiesessies. Door aan te tonen dat een hoge nauwkeurigheid kon worden bereikt met slechts enkele seconden data per categorie, toonden de onderzoekers aan dat deze technologie kan worden aangepast voor snel, echt gebruik waarbij tijd beperkt is.

De bevindingen vormen een belangrijke stap vooruit in de ontwikkeling van niet-invasieve neurotechnologie. Hoewel eerdere studies hadden aangetoond dat licht binaire toestanden kon onderscheiden, zoals het denken van "ja" of "nee", breidde dit werk de capaciteit uit naar meerdere, genuanceerde categorieën. Het vermogen om onderscheid te maken tussen moedertaal, een bekende vreemde taal, een onbekende vreemde taal, muziek en stilte, geeft aan dat het systeem gevoelig is voor de specifieke cognitieve verwerking die in de hersenen plaatsvindt, en niet alleen voor de aanwezigheid van geluid. De onderzoekers merkten op dat de signalen niet louter een reflectie waren van algemene lichaamsbeweging of ruis, aangezien de controlemetingen op het voorhoofd niet dezelfde resultaten opleverden. Deze specificiteit wijst op een directe link tussen de optische signalen en de activiteit van de taalcentra.

Ondanks de hoge nauwkeurigheid erkent de studie bepaalde grenzen. De groep deelnemers was relatief klein en bestond voornamelijk uit mannen, wat de mogelijkheid beperkt om conclusies te trekken over hoe de technologie zou presteren bij verschillende demografieën. De experimenten werden uitgevoerd in een gecontroleerde laboratoriumsetting, en de fysieke oorsprong van de signalen werd afgeleid in plaats van direct met andere instrumenten gemeten in deze specifieke studie. De consistentie van de resultaten over verschillende deelnemers en de succesvolle overdracht van leren van de ene hersenregio naar de andere bieden echter sterk bewijs voor de levensvatbaarheid van de aanpak. Het werk suggereert dat de respons van de hersenen op taal en geluid een duidelijk, meetbaar voetafdruk achterlaat op het oppervlak van het hoofd, een die door een camera en een laser gelezen kan worden zonder dat er een enkele draad of elektrode de huid raakt.

Dit onderzoek opent een nieuw hoofdstuk in hoe we met de hersenen kunnen interageren. Door te bewijzen dat contactloze optische sensing meerdere cognitieve toestanden kan decoderen met minimale setup, brengt de studie het veld dichter bij praktische toepassingen waarbij het begrijpen van de mentale staat van een persoon geen ziekenhuisbezoek of een omslachtige headset vereist. Het vermogen om onderscheid te maken tussen wat een persoon begrijpt en wat hij niet begrijpt, of tussen spraak en muziek, met slechts enkele seconden data, suggereert een toekomst waarin het monitoren van de hersenen zo eenvoudig kan zijn als een snelle blik. De technologie leest gedachten niet op de manier zoals sciencefiction dat vaak portretteert, maar het onthult de unieke fysieke signatuur van de hersenen terwijl ze de wereld om hen heen verwerken, wat een helder, niet-invasief zicht biedt op de mechanica van het menselijk begrip.