Beyin-makine arayüz teknolojisine dayanan nöroprotetik cihazlar, beyin hasarı, nörolojik hastalıklar ve uzuv kaybının neden olduğu yıkıcı motor kusurlarından muzdarip hastalarda vücut hareketliliğinin restorasyonu için umut vaat ediyor. Son on yılda, bu multidisipliner araştırmada, özellikle üst ekstremite işlevselliğini canlandıran beyin-makine arayüzünde önemli ilerleme sağlandı. Bununla birlikte, tamamen işlevsel uzuv nöroprotezlerinin oluşturulabilmesi için önemli sayıda sorunun çözülmesi gerekir.
İnsanlar için nöroprotetik cihazlar geliştirmeye doğru ilerlemek için, beyin-makine arayüz araştırması, nöronal kayıtların kalitesini iyileştirmek, istikrarlı, uzun vadeli performans elde etmekle ilgili bir dizi sorunu ele almalıdır. Ve beyin-makine arayüzü yaklaşımını geniş bir motor ve duyusal fonksiyonlar yelpazesine genişletilmiştir. 
Nöroprotezler, nörostimülatörler veya insan-makine arayüzleri, nörolojik bozukluğu olan bireylere yardım etmek, kayıp işlevlerini geri kazanmak ve böylece yaşam kalitelerini artırmak için beyinden kayıt yapan veya bunları uyaran cihazlardır. Tüm bu uygulamalarda sinirsel sinyal işleme metodolojileri yoğun olarak kullanılmaktadır.
Nörostimülatörler
On yıllardır başarı gösteren nörostimülatörler, kulak zarından kokleaya ses dalgalarının işlevsiz iletimi olan kişiler için tasarlanmış koklear implantlardır. Bu implantlar aynı zamanda yaşa bağlı işitme kaybı olan yaşlı kişilere de yardımcı olabilir. Çevreleyen ortamdan gelen sesi yakalayıp dijital sinyallere dönüştürmek için harici bir konuşma işlemcisi vardır. Dahili implantlar, koklea içindeki elektrotlarla işitme sinirini uyarmak için dijital sinyalleri elektrik sinyallerine dönüştürür. Beyin sinyalleri aldıktan sonra sesi duyabilir ve yorumlayabilir.
Bir başka başarılı nörostimülatör, Parkinson hastalığı olan kişiler için kullanılan derin beyin stimülatörü (DBS) sistemidir. DBS, Parkinson hastalığı olan kişiler için onlarca yıldır güvenilir bir tedavi olarak mevcuttur. Köprücük kemiğinin altına yerleştirilen implante impuls üreteci, subtalamik çekirdeğe belirli bir frekans uyarımı vererek sürekli elektriksel uyarılar sağlar ve kontrolsüz titremeleri en aza indirmeyi mümkün kılar. DBS ameliyatı sırasında, beynin hedeflenen bir bölgesine elektrotlar yerleştirilir ve tüm prosedür MRI kullanılarak izlenir ve kaydedilir. Tedaviden sonra semptomatik iyileşme en az 10 yıl boyunca kalıcı olmuştur.
Nöroprotezler veya İnsan-Makine Arayüzleri (HMI’lar)
İnme, omurilik yaralanması ve travmatik beyin hasarı, uzun vadeli sakatlığa neden olabilir ve artan sayıda birey, günlük yaşamlarında bağımsızlık kaybıyla sonuçlanan ciddi motor bozukluklardan muzdariptir. Günlük yaşam aktivitelerini gerçekleştirmek için motor fonksiyonun iyileşmesi çok önemlidir. İnsan-makine arayüzleri (HMI’ler), inme sonrası veya omurilik lezyonlarında kayıp motor fonksiyonlarını eski haline getirmek için bir rehabilite edici cihaz veya yardımcı bir cihaz olarak kullanılabilen dış iskeletlerin ustaca kontrolünü sağlayabilir. Böylece uzun süreli iyileştirmeleri teşvik edebilir. (hareket bozukluğu olan bireylerin motor işlevi) 
Ek olarak, sinir mühendisliğindeki önemli uygulamalar, ampütasyon veya felçli bireyler için kayıp uzuv işlevlerini geri yüklemek veya telafi etmek için HMI tabanlı sistemlerdir. Protezlerin kortikal kontrolü hem hayvanlarda hem de insanlarda çalışılmıştır. Kortikal aktivasyon modellerini değerlendirmek için kullanılan hareketle ilgili kortikal potansiyeller, gönüllü hareketlerin planlanması ve yürütülmesi ile ilişkili olduklarından ilginç bilgiler sağlar.
Son zamanlarda, HMI tabanlı araştırmalar, invazif olmayan nöral kayıtları kullanarak hareket kod çözme algoritmalarının geliştirilmesine vurgu yapmıştır. Hareket öncesi veya sırasında sinirsel amacı anlamak için, etkili algoritmalar kullanarak özellikleri doğru bir şekilde çıkarmak gerekir. Uzun vadede uyarlana bilirlik ve güvenilirlik, gelişmiş ve uyarlanabilir sinyal işleme metodolojileri kullanılarak ele alınan mevcut zorluklardır. Protez veya dış iskeleti ustalıkla çalıştırmak için aylar yıllarca süren eğitim şarttır. Bu eğitim süresi, şu anda gelişmiş sinyal işleme yöntemleriyle ele alınan makine öğrenimi algoritmalarındaki yükün artırılmasıyla muhtemelen azaltılabilir.
Nörolojik Bozukluklar
Epilepsi, epileptik nöbetler oluşturmak için kalıcı bir yatkınlıkla karakterize, yaygın bir nörolojik bozukluktur. Bu nöbetler, harekette bozukluklara, bağırsak veya mesane fonksiyonunun kontrolünün yitirilmesine, bilinç kaybına veya bilişsel işlevlerde başka rahatsızlıklara neden olabilir. Şu anda, sinyal işleme algoritmaları devam eden nöbetleri tespit edebilir ve klinisyenlere epilepsinin tedavisi için yararlı nöbet odaklarının lokalizasyonu gibi ayrıntılı bilgiler sağlayabilir. Nöbetleri hızlı ve doğru bir şekilde tespit etme yeteneği, nöbetlerin hızlı tedavisine yönelik tedavileri teşvik edebilir.
Yetenekli nörofizyologlar, sinir sinyallerini görsel olarak inceler ve epilepsiyi tespit eder. Tek kanallı sinyallerin yanı sıra, uzamsal ve zamansal veriler gibi diğer bağlamsal bilgiler nörofizyologlar için ani yükselişleri tanımak açısından hayati öneme sahiptir. Şu anda, epileptik nöbetler makine öğrenimi algoritmaları kullanılarak gizli özelliklerin çıkarılmasıyla EEG veya ECoG sinyallerinden tespit edilebilir ve tahmin edilebilir.
BMI teknolojisi felç için devrim niteliğinde bir tedavi sunar. Son zamanlarda yapılan araştırmalar, BMI’lerin hem üst hem de alt ekstremitelere mobiliteyi geri getirme ve kol uzanma ve kavrama, iki ayaklı hareket ve dengeye kadar bir dizi motor görevi sağlama potansiyeline sahip olduğunu göstermektedir. Dahası, BMI’leri yapay bir somatosensoriyel geribildirim ile ICMS veya optogenetik stimülasyon yoluyla geliştirmek mümkündür. Multidisipliner BMI araştırmalarının, felçli hastalara tam, temel hareketlilik işlevlerini geri yüklemeyi amaçlayan tüm vücut nöral protez cihazlarının yaratılmasına yol açacağını düşünülmektedir.
Kaynakça:
https://www.sciencedirect.com/topics/materials-science/neuroprosthetics
https://www.worldscientific.com/worldscibooks/10.1142/4987
Yazar: Özlem Güvenç Ağaoğlu