EPFL-Chip analysiert das Zusammenspiel von Hirnregionen

Der von der EPFL entwickelte Chip soll künftig eine gezielte Hirnstimulation ermöglichen, die sich an der Aktivität verschiedener Hirnregionen orientiert. (Source: 2026 EPFL / Lundi13 CC BY SA 4.0)

Der von der EPFL entwickelte Chip soll künftig eine gezielte Hirnstimulation ermöglichen, die sich an der Aktivität verschiedener Hirnregionen orientiert. (Source: 2026 EPFL / Lundi13 CC BY SA 4.0)

Ein Forschungsteam der ETH Lausanne (EPFL) hat einen implantierbaren Chip entwickelt, der die elektrische Aktivität verschiedener Hirnregionen erfasst und deren Zusammenspiel in Echtzeit analysiert. Das System nutzt maschinelles Lernen, um unterschiedliche kognitive und emotionale Zustände zu unterscheiden und Steuersignale für eine Hirnstimulation zu erzeugen, wie die EPFL mitteilt. Die Forschenden um Mahsa Shoaran am Labor für integrierte Neurotechnologien (INL) nennen den Chip "LogSync". Die Ergebnisse erschienen im Fachjournal "IEEE Journal of Solid-State Circuits".

Die Technologie soll einige Einschränkungen bisheriger Verfahren zur tiefen Hirnstimulation überwinden. Diese kommt unter anderem bei der Behandlung von Parkinson zum Einsatz. Dabei geben implantierte Elektroden elektrische Impulse an bestimmte Hirnregionen ab. Die meisten Systeme arbeiten allerdings mit festgelegten Einstellungen, ohne die Stimulation laufend an die Hirnaktivität anzupassen. Selbst adaptive Systeme, die auf Veränderungen der Hirnaktivität reagieren, berücksichtigen häufig nur die Signale einer einzelnen Region. Gerade bei psychischen Erkrankungen könnte jedoch das Zusammenspiel mehrerer Hirnregionen entscheidend sein.

"Unsere Arbeit stützt sich auf eine wachsende Zahl von Studien, die darauf hindeuten, dass psychische Erkrankungen eher auf Störungen der Kommunikation zwischen Hirnregionen zurückgehen als auf Fehlfunktionen einzelner Regionen", erklärt Shoaran.

Chip analysiert Hirnsignale in Echtzeit

Der Chip erfasst über 32 Kanäle elektrische Hirnsignale und ermittelt daraus zwei Arten von Messwerten: die Stärke der Hirnschwingungen und den Grad der Synchronisation zwischen den Signalen aus verschiedenen Hirnregionen. Ein mit maschinellem Lernen trainierter Algorithmus wertet diese Informationen aus und ordnet sie unterschiedlichen kognitiven und emotionalen Zuständen zu.

Der Chip ist laut EPFL rund 4 mal 2 Millimeter gross und benötigt weniger als 200 Mikrowatt Leistung. Um den Rechenaufwand gering zu halten, nutzt das Forschungsteam unter anderem logarithmische Berechnungen. Diese vereinfachen die Analyse der Hirnsignale und ihres Zusammenspiels.

Für die Tests griffen die Forschenden auf Hirnaufzeichnungen aus früheren Experimenten mit Menschen zurück. Ein Datensatz zeigte, wie sich die geistige Beanspruchung während einer Denkaufgabe veränderte; ein anderer erfasste, wie Personen emotional auf Videosequenzen reagierten. In beiden Fällen konnte der Algorithmus die untersuchten Zustände anhand der Hirnsignale unterscheiden.

In einem weiteren Versuch an der University of Minnesota testeten Forschende den Chip an einer Ratte. Dabei erfasste das System Hirnschwingungen und erzeugte zu bestimmten Phasen der Hirnaktivität Steuersignale für eine Stimulation.

Die Versuche bestätigen damit einzelne technische Funktionen des Chips. Einen therapeutischen Nutzen beim Menschen belegen sie allerdings noch nicht. Die bisherigen Arbeiten konzentrieren sich auf mögliche Anwendungen bei psychischen Erkrankungen. Das Team sieht aber auch Potenzial für adaptive Hirnstimulation bei Bewegungsstörungen sowie für Verfahren, die das Gehirn ohne Implantat oder mithilfe gezielter Ultraschallimpulse stimulieren. Für einen klinischen Einsatz sind weitere Untersuchungen nötig.

Übrigens: Auch Elon Musks Unternehmen Neuralink entwickelt Gehirnimplantate, mit denen sich Computer und andere Geräte per Gedanken steuern lassen sollen. Wie das Unternehmen seine Technologie bereits in klinischen Studien testet, lesen Sie hier.