Diese Website nutzt Cookies & Trackings, um bestmögliche Funktionalität bieten zu können.

Bitte schau dir zuerst Mehr darüber erfahren an, bevor du zustimmst und auf OK, verstanden klickst. 

Gehirn-Maschinen-Interfaces (BMIs) sind vielversprechend für die Wiederherstellung der sensorischen und motorischen Funktion und die Behandlung von neurologischen Störungen, aber klinische BMIs sind noch nicht weit verbreitet, auch weil bescheidene Kanalzahlen ihr Potenzial begrenzt haben.

In diesem Whitepaper beschreiben wir die ersten Schritte von Neuralink in Richtung eines skalierbaren BMI-Systems mit hoher Bandbreite. Wir haben Arrays aus kleinen und flexiblen Elektroden- „Fäden“ aufgebaut, mit bis zu 3.072 Elektroden pro Array, die auf 96 Fäden verteilt sind.

Wir haben auch einen neurochirurgischen Roboter gebaut, der sechs Fäden (192 Elektroden) pro Minute einführen kann. Jeder Faden kann mit einer Genauigkeit von Mikrometern einzeln in das Gehirn eingeführt werden, um Oberflächengefäße zu vermeiden und bestimmte Gehirnregionen zu erfassen.

Das Elektrodenarray ist in ein kleines implantierbares Gerät verpackt, das kundenspezifische Chips für die On-Board-Verstärkung und -Digitalisierung mit geringem Stromverbrauch enthält: Das Paket für 3.072 Kanäle benötigt weniger als (23 × 18,5 × 2) mm3. Ein einziges USB-C-Kabel ermöglicht das Streaming von Daten mit voller Bandbreite vom Gerät und die gleichzeitige Aufzeichnung von allen Kanälen. Dieses System hat bei chronisch implantierten Elektroden eine Spitzenausbeute von bis zu 85,5% erreicht. Neuralinks Ansatz zum BMI bietet eine beispiellose Packungsdichte und Skalierbarkeit in einer klinisch relevanten Packung.

Einführung

Gehirn-Maschine-Interfaces (BMIs) haben das Potenzial, Menschen mit einer Vielzahl von klinischen Störungen zu helfen. Beispielsweise haben Forscher die neuroprothetische Kontrolle von Computercursorn [1, 2, 3], Robotergliedern [4, 5] und Sprachsynthesizern [6] durch den Menschen unter Verwendung von nicht mehr als 256 Elektroden nachgewiesen. Während diese Erfolge darauf hindeuten, dass eine hochgenaue Informationsübertragung zwischen Gehirn und Maschinen möglich ist, wurde die Entwicklung des BMI durch die Unfähigkeit, eine große Anzahl von Neuronen aufzuzeichnen, entscheidend eingeschränkt. Nichtinvasive Ansätze können den Durchschnitt von Millionen von Neuronen durch den Schädel aufzeichnen, aber dieses Signal ist verzerrt und unspezifisch [7, 8]. Invasive Elektroden auf der Oberfläche der Hirnrinde können nützliche Signale aufzeichnen, sind jedoch insofern begrenzt, als sie die Aktivität von Tausenden von Neuronen mitteln und keine Signale tief im Gehirn aufzeichnen können [9]. Die meisten BMIs haben invasive Techniken verwendet, da für das präzise Auslesen neuronaler Repräsentationen einzelne Aktionspotentiale von Neuronen in verteilten, funktional verknüpften Ensembles aufgezeichnet werden müssen [10].

Mikroelektroden sind die Goldstandardtechnologie für die Aufzeichnung von Aktionspotentialen, für großflächige Aufzeichnungen gab es jedoch keine klinisch übersetzbare Mikroelektrodentechnologie [11]. Dies würde ein System mit Materialeigenschaften erfordern, das eine hohe Biokompatibilität, Sicherheit und Langlebigkeit bietet. Darüber hinaus würde dieses Gerät auch einen praktischen chirurgischen Ansatz und eine Elektronik mit hoher Dichte und geringem Stromverbrauch erfordern, um letztendlich einen vollständig implantierten Funkbetrieb zu ermöglichen.

Die meisten Geräte für die neuronale Langzeitaufzeichnung sind Anordnungen von Elektroden aus starren Metallen oder Halbleitern [12, 13, 14, 15, 16, 17, 18]. Während starre Metallarrays das Eindringen in das Gehirn erleichtern, können die Größen-, Elastizitäts- und Biegesteifigkeitsinkongruenzen zwischen steifen Sonden und Hirngewebe Immunreaktionen auslösen, die die Funktion und Lebensdauer dieser Geräte einschränken [19, 11]. Darüber hinaus schränkt die feste Geometrie dieser Arrays die Populationen von Neuronen ein, auf die zugegriffen werden kann, insbesondere aufgrund des Vorhandenseins von Gefäßen.

Ein alternativer Ansatz ist die Verwendung dünner, flexibler Multielektroden-Polymersonden [20, 21]. Die kleinere Größe und die erhöhte Flexibilität dieser Sonden sollten eine größere Biokompatibilität bieten. Ein Nachteil dieses Ansatzes ist jedoch, dass dünne Polymersonden nicht steif genug sind, um direkt in das Gehirn eingeführt zu werden. ihr Einsetzen muss durch Versteifungen [22, 21], Injektionen [23, 24] oder andere Ansätze [25] erleichtert werden, die alle recht langsam sind [26, 27]. Um die funktionalen Anforderungen für einen BMI mit hoher Bandbreite zu erfüllen und gleichzeitig die Eigenschaften von Dünnschichtgeräten zu nutzen, haben wir einen Robotikansatz entwickelt, bei dem eine große Anzahl feiner und flexibler Polymersonden effizient und unabhängig über mehrere Gehirnregionen eingeführt wird [28] ].

Hier berichten wir über die Fortschritte von Neuralink auf dem Weg zu einem flexiblen, skalierbaren BMI, der die Kanalanzahl gegenüber früheren Arbeiten um eine Größenordnung erhöht. Unser System besteht aus drei Hauptkomponenten: ultrafeinen Polymersonden (Abschnitt 2 dieses Berichts), einem neurochirurgischen Roboter (Abschnitt 3) und kundenspezifischer Elektronik mit hoher Dichte (Abschnitt 4). Wir demonstrieren die schnelle Implantation von 96 Polymerfäden mit jeweils 32 Elektroden für insgesamt 3.072 Elektroden.

Wir haben eine miniaturisierte kundenspezifische Elektronik entwickelt, mit der wir von all diesen Elektroden gleichzeitig Daten zur Breitbandelektrophysiologie streamen können (Abschnitt 5). Wir haben dieses System für die Langzeitimplantation verpackt und eine kundenspezifische Online-Spike-Erkennungssoftware entwickelt, die Aktionspotenziale mit geringer Latenz erkennen kann. Zusammen dient dieses System als hochmoderne Forschungsplattform und als erster Prototyp für einen vollständig implantierbaren menschlichen BMI.

2 Fäden

Wir haben ein spezielles Verfahren entwickelt, um minimal verschiebbare neuronale Sonden herzustellen, bei denen eine Vielzahl von biokompatiblen Dünnfilmmaterialien zum Einsatz kommen. Das Hauptsubstrat und Dielektrikum, das in diesen Sonden verwendet wird, ist Polyimid, das eine Golddünnfilmspur einkapselt. Jedes Dünnfilmarray besteht aus einem "Faden" -Bereich mit Elektrodenkontakten und -spuren und einem "Sensor" -Bereich, in dem der Dünnfilm mit benutzerdefinierten Chips verbunden ist, die eine Signalverstärkung und -erfassung ermöglichen. Ein Mikrofabrikationsprozess auf Waferebene ermöglicht die Herstellung dieser Bauelemente mit hohem Durchsatz. Auf einem Wafer sind zehn Dünnschichtbauelemente mit jeweils 3.072 Elektrodenkontakten strukturiert.

Jedes Array hat 48 oder 96 Threads, von denen jeder 32 unabhängige Elektroden enthält. Integrierte Chips werden mittels Flip-Chip-Bonding auf die Kontakte im Sensorbereich des Dünnfilms gebondet. Ein Ziel dieses Ansatzes ist es, eine kleine Fadenquerschnittsfläche beizubehalten, um die Gewebeverschiebung im Gehirn zu minimieren. Um dies zu erreichen und gleichzeitig die Kanalzahl hoch zu halten, werden Stepperlithographie- und andere Mikrofabrikationstechniken verwendet, um den Metallfilm mit einer Auflösung im Submikronbereich auszubilden.

Wir haben über 20 verschiedene Gewinde- und Elektrodentypen für unsere Arrays entwickelt und hergestellt. Zwei beispielhafte Designs sind in den Tafeln A und B von Fig. 2 gezeigt. 1. Wir haben Fäden mit einer Breite von 5 bis 50 μm hergestellt, die Aufnahmeorte mit verschiedenen Geometrien enthalten (Abb. 1). Die Gewindedicke beträgt nominell 4 bis 6 μm, einschließlich bis zu drei Isolationsschichten und zwei Leiterschichten. Die typische Gewindelänge beträgt ca. 20 mm. Um diese langen, dünnen Fäden vor dem Einführen zu handhaben, wird Parylen-C auf den Fäden abgelagert, um einen Film zu bilden, auf dem die Fäden haften bleiben, bis der chirurgische Roboter sie abzieht. Jeder Faden endet in einer (16 × 50) μm2-Schleife, um das Einfädeln der Nadeln zu ermöglichen.

Mehr über den Original-Source beziehen:

https://www.biorxiv.org/content/10.1101/703801v2

LIVE-Stream von Elon Musk dazu:

https://www.youtube.com/watch?v=r-vbh3t7WVI&feature=youtu.be