EPFL'nin LogSync implantı bölgeler arası beyin sinyallerini gerçek zamanlı olarak çözüyor

Tek bölgeleri değil, beyin ağlarını izleyen implant

EPFL mühendisleri, birden fazla beyin bölgesinden aktivite kaydeden ve beynin hangi bilişsel ya da duygusal durumda olduğunu gerçek zamanlı hesaplayan implant edilebilir bir sistem-on-chip geliştirdi: LogSync. EPFL'ye göre cihaz, hem beyin salınımlarının gücünü hem de farklı bölgelerden kaydedilen sinyaller arasındaki senkronizasyonu betimleyen biyoişaretler çıkarıyor; ardından bu ağ düzeyindeki özellikleri, belirli durumlar algılandığında stimülasyon tetikleyicileri ateşleyebilen çip üzerindeki bir makine öğrenmesi sınıflandırıcısına aktarıyor.\n EPFL Mühendislik Fakültesi ve Neuro-X Enstitüsü'ndeki Integrated Neurotechnologies Lab'ın başındaki Mahsa Shoaran liderliğindeki çalışma, Eylül 2026'da IEEE Journal of Solid-State Circuits'te yayımlandı. Çip yaklaşık 4 x 2 milimetre ölçülerinde.

Bölgeler arası sinyaller neden önemli

Proje, derin beyin stimülasyonunda (DBS) — sinir aktivitesini düzenlemek için bir implant üzerinden elektrik darbeleri veren teknikte — bir boşluğu hedefliyor. DBS, Parkinson hastalığı gibi hareket bozukluklarında zaten standart kabul ediliyor ve araştırmalar onu giderek artan biçimde, majör depresyon, travma sonrası stres bozukluğu ve obsesif-kompulsif bozukluk dâhil ağır psikiyatrik rahatsızlıklar için de inceliyor.

EPFL, mevcut DBS sistemlerinin çoğunun açık çevrim çalıştığına dikkat çekiyor: stimülasyon, hastanın anlık beyin aktivitesine uyum sağlamak yerine önceden ayarlanmış parametreleri izliyor. Uyarlamalı, kapalı çevrim sistemler bile çoğunlukla tek bir bölgeden okuma yapıyor — ki bu, klinik olarak anlamlı bilginin etkileşimli ağlara yayıldığı psikiyatrik bozukluklar için kötü bir eşleşme. Shoaran, araştırmayı, bu rahatsızlıkların tek bir bölgedeki işlev bozukluğundan çok beyin bölgeleri arasındaki iletişimin bozulmasından kaynaklandığına dair artan kanıtlar çerçevesinde konumlandırıyor.

İnsan verileri ve sıçanlar üzerinde doğrulama

Ekip, LogSync'i önceki psikiyatri deneylerinden elde edilen insan beyin kayıtlarıyla değerlendirdi. Bir veri kümesi zihinsel bir görev sırasında bilişsel angajmandaki değişimleri, bir diğeri katılımcılar video klipler izlerken duygusal uyarılmayı yakalamıştı. Her iki durumda da algoritma, durumları yalnızca sinirsel kayıtlardan ayırt etti. Minnesota Üniversitesi'nde sıçanlar üzerinde yapılan ileri deneylerde implant, devam eden salınımları izledi ve beyin aktivitesinin önceden tanımlı fazlarında stimülasyon tetikleyicileri üretti.

Ağ analizini bir implantın güç bütçesine sığdırmak

Shoaran, EPFL'ye en zor kısıtlamanın güç olduğunu söyledi: implant edilebilir sistemlerin enerji bütçeleri çok dardır ve ağ düzeyinde sinyal işleme hesaplama açısından yoğundur. Ekibin yanıtı, algoritmaları ve donanımı sıralı yerine birlikte tasarlamak ve senkronizasyon çıkarımı ile gerçek zamanlı kod çözme için gereken işlemleri basitleştiren logaritmik aritmetikle bunu birleştirmek oldu. EPFL'ye göre sonuç, 200 mikrowatt'ın altında tüketirken ağ düzeyinde işleme ve durum kod çözme gerçekleştiren tek bir çip — implant edilen birçok nöral arayüz sisteminin tipik olarak gerektirdiğinin çok altında bir değer.

Proje, ağır psikiyatrik hastalıklarda, özellikle duygudurum ve kaygı bozukluklarında salınımlı beyin ağlarını ölçen ve denetleyen implant edilebilir sistemler geliştirmek üzere ABD Ulusal Ruh Sağlığı Enstitüsü'nden alınan 6,6 milyon İsviçre frankı tutarındaki bir hibe kapsamında yürütülüyor. Ek destek, İsviçre SERI fonlu bir ERC Starting Grant'tan geldi. Çalışma, laboratuvarın beyinden metne kod çözme ve kapalı çevrim nöromodülasyon konulu önceki araştırmaları üzerine inşa ediliyor.\n

Psikiyatrinin ötesinde

LogSync'ün ilk doğrulaması psikiyatrik olsa da EPFL, beyin ağı biyoişaretlerini çıkarma ve tam zamanlanmış stimülasyon tetikleme yeteneğinin yeni nesil nöroteknolojinin geniş bir alanına uygulanabilir olduğunu söylüyor: hareket bozuklukları için uyarlamalı DBS, kapalı çevrim invazif olmayan stimülasyon ve gelişmekte olan odaklanmış ultrason arayüzleri.

Laboratuvar ayrıca elle seçilmiş biyoişaretlerin ötesine geçiyor. Gruptan ayrı bir ICML 2026 makalesi, bölgeler, kanallar ve zaman boyunca sinir aktivitesini modellemek için öz denetimli öğrenmeyi kullanıyor; araştırma, Shoaran'ın kurucu ortak olduğu EPFL spin-off'u Infera Neuro'ya besleniyor.

Neden önemli

Kapalı çevrim nörostimülasyon, hastanın dalgalanan semptomlarına uyum sağlayan psikiyatrik DBS'in yolu olarak yaygın biçimde görülüyor; ancak sistemlerin çoğu tek bir kayıt noktasının ötesinde kör kalıyor. LogSync, ağ düzeyinde analizin — duygudurum ve kaygı bozukluklarının işlediği düzeyin — implant edilecek kadar küçük ve tutumlu bir silikon üzerinde çalışabileceğini gösteriyor. Yaklaşım klinik olarak tutarsa, hiçbir tek elektrot yerleşiminin bütün hikâyeyi anlatmadığı rahatsızlıklar için uyarlamalı stimülasyonu gerçekçi kılabilir. Ayrıca bu, makine öğrenmesi çıkarımının milivattın altındaki donanıma sıkıştırılmasına erken bir örnek — implant edilen ve giyilebilir tıbbî cihazlarda yapay zekânın devreye girdiği her yerde tekrarlanması olası bir tasarım kalıbı.