Исследователи из Немецкого центра приматологии (DPZ) — Института приматологии имени Лейбница в Гёттингене обнаружили, что мозг активно реорганизуется в нескольких областях, когда он обучается выполнять движения в виртуальной среде с помощью интерфейса «мозг-компьютер». Таким образом, учёным удалось продемонстрировать, как мозг адаптируется к управлению двигательными протезами.
Результаты исследования, опубликованные в журнале PLOS Biology, не только способствуют развитию интерфейсов «мозг-компьютер», но и улучшают наше понимание фундаментальных нейронных процессов, лежащих в основе двигательного обучения.
Для выполнения точных движений двигательная система нашего мозга должна постоянно перенастраиваться. Например, если мы хотим бросить баскетбольный мяч, это хорошо получается с привычным мячом, но требует дополнительной практики с более лёгким или тяжёлым мячом. Наш мозг использует отклонения от ожидаемого результата броска как сигнал об ошибке, чтобы выучить более правильные команды для следующего броска.
Мозг также должен выполнять эту задачу, когда он хочет управлять движением через интерфейс мозг-компьютер (ИМК), например, нейропротезом. До сих пор было неясно, какие области мозга отражают ожидаемый результат движения (траекторию мяча), какие – сигнал об ошибке, а какие – скорректированную команду движения, направленную на компенсацию предыдущей ошибки.
Чтобы ответить на эти вопросы, исследователи изучили двигательное обучение в областях мозга макак-резусов , отвечающих за управление движениями рук и хватательными движениями. Лобные области, помимо прочего, отвечают за планирование и выполнение движений, посылая соответствующие сигналы мышцам. Теменные области мозга играют ключевую роль в интеграции сенсорных сигналов, особенно зрительных, и таким образом помогают, например, определять положение цели движения в пространстве.
Макак-резусов обучили перемещать курсор компьютера в трёхмерной виртуальной среде с помощью нейрокомпьютерного интерфейса (НКИ), действуя исключительно силой мысли. Измерялась активность популяций нервных клеток в соответствующих областях мозга. С помощью алгоритмов машинного обучения НКИ непрерывно интерпретировал паттерны мозговой активности животных и транслировал их в движение. Таким образом, исследователям удалось модифицировать алгоритм НКИ таким образом, чтобы трансляция была систематически некорректной, не нарушая при этом естественные двигательные способности животных.
Движение, которое животные видели на экране, не соответствовало тому, о чём они «думали» ранее. В результате обезьянам приходилось многократно корректировать активность своего мозга, чтобы компенсировать эти экспериментально спровоцированные ошибки. Это позволило исследователям детально изучить процесс обучения в мозге.
Результаты показывают, что, в соответствии с предыдущими исследованиями, мозг может решить эту задачу без перестройки своих сетевых связей. Мозг возвращается к существующему решению, то есть к движению, которое ему, как правило, известно, как если бы мы просто целились в другом направлении, чтобы скорректировать характеристики полёта нового мяча.
В других ситуациях обучения мозгу приходится осваивать совершенно новые последовательности движений и для этого менять или перестраивать нервные связи, что в данном случае оказалось нецелесообразным. Это желательно для нейропротезов, поскольку облегчает обучение их использованию.
Удивительно, но, согласно новым данным, различные области мозга совместно отражают скорректированные двигательные команды, а не так, как предполагалось ранее, когда одна часть коры головного мозга отражала двигательную команду мышцам, а другая — прогнозируемое сенсорное последствие этой двигательной команды. Последнее описывает ожидание того, как собственное движение будет восприниматься сенсорно (видимо и ощущаться).
В повседневной жизни эти два компонента управления движением обычно имеют очень схожие характеристики, что затрудняет различение ответственных за них областей мозга. Специальная экспериментальная установка позволила разделить эти компоненты и исследовать их независимо. Таким образом, ранее предполагавшееся разделение функций между теменными и лобными областями мозга оказалось неверным.
«Исследование показывает, что теменная доля мозга отражает не ожидаемые сенсорные последствия движения, а скорее скорректированную двигательную команду, как и лобная доля», — говорит Энрико Ферреа, руководитель исследования. Это стало неожиданностью, поскольку теменные доли мозга, как известно, лучше интегрируют сенсорную информацию от различных органов чувств. Это означает, что кора головного мозга широко и равномерно адаптируется, чтобы перестроить наше планирование движений в соответствии с изменяющимися условиями.
«Это исследование — важный шаг вперёд в нашем понимании процессов обучения при планировании и контроле движений», — говорит Александр Гейл, руководитель группы сенсомоторных исследований в DPZ. «Понимая, как мозг перекалибрует движения, мы можем разработать более эффективные протезы для восстановления двигательной функции у людей с параличом или другими двигательными нарушениями».
