Trattiamo le malattie cerebrali con Nvidia Jetson

Malattie cerebrali jetson

Vediamo come gestire il trattamento delle malattie cerebrali con neuromodulazione interattiva cervello-macchina e la scheda NVIDIA Jetson.

La neuromodulazione è una tecnica che migliora o ripristina le funzioni nelle malattie cerebrali intervenendo direttamente nell’attività neurale. È comunemente utilizzata per trattare condizioni come il morbo di Parkinson, l’epilessia e la depressione. Il passaggio da strategie di neuromodulazione a circuito aperto a quelle a circuito chiuso consente la modulazione su richiesta, migliorando gli effetti terapeutici e riducendo al contempo gli effetti collaterali. Ciò potrebbe portare a progressi significativi nella medicina elettronica di precisione e personalizzata.

Le strategie di neuromodulazione a circuito chiuso affrontano sfide nella decodifica e codifica neurale in tempo reale. Algoritmi di apprendimento automatico e reti neurali vengono utilizzati per interpretare l’attività neurale complessa collegata a vari stati patologici. Tuttavia, abbiamo bisogno di interventi precisi per ripristinare le funzioni neurali colpite dalla malattia. I sistemi mobili facilitano la ricerca sui pazienti in condizioni di trattamento cronico e libero.

Strumento di ricerca sulla neuromodulazione interattiva cervello-macchina

Per affrontare queste sfide, i ricercatori hanno sviluppato lo strumento di ricerca sulla neuromodulazione interattiva cervello-macchina (BMINT). Questo strumento rileva l’attività neurale, elabora i dati utilizzando algoritmi di apprendimento automatico e reti neurali e fornisce stimolazione elettrica in tempo reale. Consente il trasferimento bidirezionale di informazioni tra il cervello e lo strumento, impiegando l’intelligenza artificiale avanzata per un’elaborazione efficiente del segnale in tempo reale.

Il BMINT è costituito da tre moduli hardware principali:

Registrazione: include otto canali per la registrazione di segnali neurofisiologici con una risoluzione di ampiezza di 24 bit e una frequenza di campionamento di 2000 Hz. I ricercatori hanno utilizzato un kit di sviluppo NVIDIA Jetson Nano come modulo di elaborazione per la capacità di elaborazione AI edge e il fattore di forma compatto, basso consumo energetico.
Elaborazione: ha varie porte I/O per fornire comandi di controllo per interfacciarsi con altri dispositivi di neuromodulazione, ovvero stimolazione magnetica transcranica (TMS) e stimolazione ultrasonica.
Stimolazione: fornisce stimolazione elettrica a corrente costante a 2 canali, con parametri di impulso (ampiezza, frequenza e larghezza di impulso) regolati in tempo reale.

I ricercatori hanno scelto la piattaforma NVIDIA Jetson come modulo di elaborazione perché sono disponibili librerie di modelli AI pre-addestrati pubblici, modelli AI pre-addestrati (ad esempio, NVIDIA NGC, TorchVision e TensorFlow Hub) e vari strumenti di ottimizzazione e accelerazione (ad esempio, CUDA, cuDNN e NVIDIA TensorRT) per modelli AI personalizzati.

I dati vengono salvati e trasmessi in streaming a Jetson tramite la sua funzionalità di interfaccia periferica seriale (SPI). Dopo che i dati sono stati immessi in Jetson, l’algoritmo accelerato dalla GPU, come SVM, CNN e RNN, viene applicato per elaborare il segnale in tempo reale. Infine, il modello utilizza UART per guidare il modulo di stimolazione.

malattie cerebrali jetson

Risultati

Jetson Nano nel BMINT ha aumentato l’efficienza di elaborazione di circa 14,77 volte rispetto all’utilizzo della sola CPU. Considerando i cicli di importanti oscillazioni neurali beta o gamma correlate alle malattie cerebrali, ovvero circa 50 ms o 15 ms, il ritardo temporale ideale del sistema dovrebbe essere stabile e al di sotto di questi cicli, in modo che sia possibile la modulazione di fase ciclo per ciclo.

Lo strumento di ricerca BMINT ha ottenuto il ritardo temporale di sistema più basso di 2,829 ± 0,057 ms dall’inizio dell’impulso di ingresso allo stimolo di uscita, mantenendo al contempo prestazioni stabili e in tempo reale.

Nella dimostrazione online simulata, il BMINT ha mostrato con successo il processo completo di applicazione del modello ML per la neuromodulazione a circuito chiuso in tempo reale nell’epilessia.

malattie cerebrali jetson

La sensibilità del modello è stata del 96,16% (paziente 10, Fig. 3a). Nel processo online 500, ci sono sei rilevamenti falsi positivi e il tasso di falsi positivi è stato di circa l’1,42% (6 campioni/423 campioni).

Nel trattamento dell’epilessia con stimolazione cerebrale profonda, gli algoritmi sono generalmente sintonizzati per ottenere una migliore sensibilità in modo che la crisi possa essere soppressa con successo. Prestazioni ottimali con elevata sensibilità e specificità sono altamente desiderate per evitare stimolazioni non necessarie e fornire una stimolazione efficace per sopprimere le crisi.

Conclusione

Lo strumento di ricerca BMINT ha abilitato la neuromodulazione intelligente a circuito chiuso e ha capacità di rilevamento neurale di potenziali di campo locali; ECoG, EEG o EMG; elaborazione con algoritmi ML tradizionali; e fornitura di stimolazione elettrica impulso per impulso in tempo reale.

Lo strumento di ricerca ha raggiunto un ritardo temporale di sistema inferiore a 3 ms, capacità di calcolo a costi di calcolo ragionevoli, implementazione efficiente di algoritmi di apprendimento automatico e processo di accelerazione della rete neurale.

(Fonte: Nvidia Blog)

 

Link utili:

Iscriviti ai nostri gruppi Telegram

Link utili

Seguici per non perdere le prossime novità!

 

Definire ciò che si è non risulta mai semplice o intuitivo, in specie quando nella vita si cerca costantemente di migliorarsi, di crescere tanto professionalmente quanto emotivamente. Lavoro per contribuire al mutamento dei settori cardine della computer science e per offrire sintesi ragionate e consulenza ad aziende e pubblicazioni ICT, ma anche perche’ ciò che riesco a portare a termine mi dà soddisfazione, piacere. Così come mi piace suonare (sax, tastiere, chitarra), cantare, scrivere (ho pubblicato 350 articoli scientfici e 3 libri sinora, ma non ho concluso ciò che ho da dire), leggere, Adoro la matematica, la logica, la filosofia, la scienza e la tecnologia, ed inseguo quel concetto di homo novus rinascimentale, cercando di completare quelle sezioni della mia vita che ancora appaiono poco ricche.

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.