A Brain-Computer Interface (BCI) is a system that A Brain-Computer Interface (BCI) is a system that serves direct communication between one’s brain and a computer.. From EEGs and neurophysiological recordings, brain signals are extracted to monitor, detect, and translate its significance. To some extent, we would understand that the current goals of BCI researches still focus on restoring the motor control and the artificial sensory feedback. We proposed an implementation of a BCI technique using cognitive neural activities for the direct Brain-Brain Interface (BBI) that interprets and exchanges specific brain states. The interpretation of the brain state appears to be crucial in this implementation, and is the main object of our investigation.
The aim of this study is to detect the specific state of the brain in fear condition, which is one of the emotional states, resulted from higher brain cognitive function. We analyzed the local field potential (LFP) recording to sort out activities associated with fear memory, which are stable for long period of time and contain useful information. For reproducible results and quantification of the fear response, we employed a Pavlovian fear conditioning paradigm (i.e., coupling tone presentation and foot electro-shock) and scoring of freezing state. We particularly considered the effect on the lateral amygdala (LA) and the medial geniculate (MGN), two well-known neural substrates for fear conditioning and fear memory. We applied linear and non-linear techniques to decipher the recordings obtained.
We found a theta power increase during fear retrieval sessions in the LA. The linear functional connectivity between LA and MGN also increased after fear conditioning test and showed a significant increase on recalling the fear memory. In addition the value of Approximate Entropy (ApEn), a measure of complexity and irregularity of a given signal, indicated that there were more information processions during the fear state. We did not notice any significant nonlinear interactions between the LA and MGN in any state. We conclude that with our method it possible to detect a brain state such as fears. We shall then be able to proceed in linking the detection of brain state to the stimulation of the brain using this same state in our project of BBI.
뇌-컴퓨터 인터페이스는 신경신호 측정을 통해서 컴퓨터나 외부장치를 조절하는 시스템이다. EEG에서부터 뉴런 하나의 활성을 측정하는 다양한 신경 신호 측정방법이 뇌-컴퓨터 인터페이스 시스템에 사용되어 왔다. 현재 뇌-컴퓨터 인터페이스는 마이크로 머신 기술 바탕의 미세전극과 컴퓨터 및 알고리즘의 개발로 실시간 로봇 팔을 뉴런의 활성을 통해 직접적으로 작동하는 수준까지 도달해있다. 하지만, 움직임과 감각기관에 집중해 연구가 집중되어 있는 한계를 지닌다. 본 연구에서는 더 고차원적인 뇌기능을 이용한 뇌-컴퓨터 인터페이스 시스템인 뇌-뇌 상호작용 시스템을 제안한다. 뇌-뇌 상호작용 시스템은 향후 그룹 제어를 위한 뇌-컴퓨터 인터페이스에 적용 될 수 있는 기술로 이를 위해서는 우선 뇌 상태를 전달하는 시스템 개발이 요구된다. 이를 위한 첫 번 째 단계로 본 연구에서는 특정 뇌 상태에 해당하는 뇌 활성을 검출하고 분석하여 그 특징을 파악하고자 한다.
신경 활성을 검출하기 위한 특정 뇌 상태로 공포 조건화학습을 통한 공포 기억 상태를 택하였다. 공포 조건화학습은 정형화된 실험 모델로 공포 상황 재현이 가능하고, 동결반응을 통해 공포 상태를 정량적으로 측정, 비교할 수 있다. 신경활성 측정 방법으로는 적절한 해상도에서 오랫동안 안정적으로 측정 할 수 있는 국부 신경 활성(LFP)을 사용하였다. 외측편도핵(LA)과 내측상슬핵(MGN)은 청각을 이용한 공포조건화 학습에서 주요 신경회로이며, 외측편도핵은 공포 학습과 공포 기억에 필수적인 부분이다. 공포 조건화 학습 전 후, 외측편도핵과 내측상슬핵으로부터 국부 신경 활성을 측정하였고 선형, 비선형적 방법을 통해 측정된 신호를 분석하였다. Theta 파워가 공포 기억상황에서 특이적으로 증가하였고, 외측 편도핵과 내측상슬핵의 선형적인 기능적 연결(coherence)이 공포조건화 학습 후 모든 주파수 영역에서 증가하였다. 특히 공포 기억 상황에서 두 영역의 기능적 연결이 더 증가하는 양상을 보였다. ApEn을 통해서는 공포 경험을 기억 해내는 상황에서 외측편도핵에서의 신호의 비선형적 복잡도에 해당하는 정보 처리가 증가함을 보였다. 반면 두 영역 사이에서 비선형적 연관성(nonlinear interdependence)은 증가하지 않았다. 이러한 결과들은 후속연구에서 새로운 뇌-컴퓨터 인터페이스 개발에 사용 될 것이다.
