教學內容請至新網站

所有跟教學直接相關的文章都移到
阿梅的生物圈一號
包含教學計劃、講義及投影片。
陸續新增中喔!

2007年12月31日 星期一

20071228科學人講座--人工視網膜晶片


當我有一天看不見直線的時候,那會是什麼樣子?


是一個令人焦慮的星期五,今天要去台北聽科學人舉辦的科學不簡單講座。


緊張的是要帶同學去,又怕遲到(星期五下班時間的台北,可是令人非常害怕的啊)
還好雖然車程漫長,但是在演講中有超多收穫,覺得實在是很值得。

交通大學校長吳重雨老師是今晚的講員。對於xx長擔任講員的演講,常常都會有既期待又怕受傷害的感覺。但是吳重雨老師是電子工程背景,給的卻是人工視網膜晶片的講題,不免又加上好奇之感。

在演講的最後一分鐘,我只感覺到無比神奇。為什麼吳老師可以將難易度抓剛好,適合我們這種沒機會去研討會只能來聽演講的人。對於吳老師可以將整個演講中偏生物的方面解釋的簡單易懂,我也超級佩服的。

我平常跟學生說現代生物科技產業都是跨科整合時,其實是心虛的。因為我自己沒有認知嘛,不過今晚的演講可真是醍醐灌頂啊。(我講成語耶,算是偷懶嗎?)

回家整理演講內容時,在網路上隨便打上了視網膜三字,就出現一大堆在『工研院光電所』『美國國防部無人車比賽』等非生物領域網頁。這就是跨領域啊。

吳老師的演講分為下面幾個部份

一、人類視覺系統-視網膜神經細胞簡介
二、人工視網晶片原理
三、人工視網膜晶片的研發成果
四、智慧型仿生系統的未來發展

以下是我的筆記及有回家以後找到的補充資料

=========
一、人類視覺系統-- 視網膜神經細胞簡介
(一) 人類眼球的構造:圖片來源(http://www.amdcanada.com/images/content/4_2_fig1.jpg)


外層-鞏膜,白色堅硬。在眼球前方成透明,就是角膜。
中層-脈絡膜,富含血管。在眼球前方有睫狀體、虹膜,嵌有水晶體。
內層-視網膜,約有十層細胞,負責感光及視覺訊號初步整理。以往都說視網膜就像相機的底片一樣,但其實比較像是數位相機的感光器+微處理器。


(二)視網膜retina的結構:圖片來源(http://scienceblogs.com/clock/upload/2006/06/Retina.jpeg)

光線的路徑是由上往下,但訊號卻是在最底層接收後,往上傳遞的。
依照解剖的順序如下(神經細胞的部份)
1.神經節細胞:將光線的訊號實際轉成脈衝訊號(脈波訊號較不易有雜訊)
2.無軸突細胞:運動訊號的初級處理
3.雙極bipolar細胞:強化影像的邊緣
4.水平horizontal細胞:把數個錐狀或桿狀細胞的訊號平均(模糊化)
5.桿狀細胞--感受明暗(對400~600nm的光線敏感)。
錐狀細胞--有三種,分別對紅、藍、綠三種光線敏感。
6.色素上皮細胞



(其實一共有十層 http://mmdays.wordpress.com/2007/06/08/retina/
Inner limiting membrane - Müller cell footplates
Nerve fiber layer 神經纖維
Ganglion cell layer - 神經節細胞本體及視神經纖維起點
Inner plexiform layer
Inner nuclear layer
Outer plexiform layer - In the macular region, this is known as the Fiber layer of Henle.
Outer nuclear layer
External limiting membrane - Layer that separates the inner segment portions of the photoreceptors from their cell nuclei.
Photoreceptor layer - 錐狀及桿狀細胞
Retinal pigment epithelium 色素上皮細胞層 )


吳老師也說,很多盲人是因為感光細胞病變以至於失明,在1980年代即有科學家直接刺激盲人的神經節細胞,結果病患的視覺皮質是有興奮的情況出現。
今天的演講有部份的重點是分在神經節細胞。神經節細胞有十幾種,目前為止還沒有完全的了解。

不同方向及速度的運動會興奮不同的神經節細胞。Barlow and Levick(1965)研究了兔子的神經節細胞後,提出此一機制與鈣離子濃度的變化方向有關。


接下來吳老師分四個階段簡單介紹神經節細胞

1.The space pattern of activity at fours kinds of cells.
2.The temporal pattern of activity at fours kinds of cells.
3.Ganglion cell classification.
4.Model simulatin of different kinds of ganglion cells


過去我們都將視覺簡化成光學影像,但是我們的視覺經由神經媒介的過程,其實是綜合了三十種以上的訊號而成的。


二、人工視網晶片原理

人工視網膜晶片基本上是可以產生神經節細胞所需電波的晶片,有三種植入方式-上視網膜植入(Epi-retina)、下視網膜植入(Sub-retina)及角膜植入。

晶片的電路可能要參考下面的文獻

A Neuromorphic Chip That Imitates the ON Brisk Transient Ganglion Cell Set in the Retinas of RabbitsLin, L.-J.; Wu, C.-Y.; Roska, B.; Werblin, F.; Balya, D.; Roska, T.Sensors Journal, IEEEVolume 7, Issue 9, Sept. 2007 Page(s):1248 - 1261Digital Object Identifier 10.1109/JSEN.2007.901194

三、人工視網膜晶片的研發成果

在2002年,劉文泰教授的團隊發展出第一代的晶片(Model 1 chronic patient trial)有16個電極,相當於16個像素。


我們看到一位五歲失明的65歲病患在植入晶片後的確可以辨認字母及物體,但因病患的視野很小,所以必須要先將要看的範圍掃描過一遍,才能看完物體的全貌。另一位小姐在植入晶片後也可以辨別物體移動的方向。



訊號經由顱外的攝影機捕捉後轉成脈波訊號,由埋在耳後的顱內線圈接收,傳送到埋在視網膜內的晶片,在由晶片發出電訊號刺激神經節細胞。


目前第二代的晶片已經有64個電極,可以讓病患辨別手指的數目。

將來的目標是將電極擴展到一千個以上,並且將感應線圈由耳後移到眼內或眼側,這樣將感應線圈的訊號傳送到晶片的線路就不需要穿過眼球。電極數目增加後可以讓病患辨識人臉,或閱讀報紙。



除了電極的數目是一個突破的重點之外,晶片的能源也是一個關鍵。當電極數目增加時,能源的需求也隨之增加。若是以微波為來源,過弱或過強都會有問題。過弱則訊號會很微弱,過強則會傷害眼球,因為眼球內絕大部分的體積是由水構成的玻璃體,微波會加熱水呢。

目前是希望可以透過微型光二極體陣列的研究來將光能用在晶片的能源供給上。

當然若是能將視網膜上所有的細胞都整合在晶片之上那就完美了。



一片仿生晶片牽涉到好多不同學門的發展,除了視網膜神經細胞與視覺關係的研究之外,要做出晶片的實體還牽涉到:微電子系統、生物相容材料、封裝科技及人工裝置的生物介面。吳教授表示台灣的積體電路及封裝科技都是世界頂尖的,所以國科會的國家型晶片計畫及交通大學的智慧型仿生系統研究中心現在都積極的發展仿生晶片。


四、智慧型仿生系統biomimetic system的未來發展

智慧型仿生系統除了視網膜晶片之外,還可以運用在下列方向(太多了,只來得及寫下一部份)

Deep brain stimulation 如癲癇、中風
Nerve/muscle stimulation 如疼痛及排尿困難
Spinal cord injury prosthesis 如下半身癱瘓
Neurocognition 如肥胖及睡眠問題,或是speech disorder





這次的演講實在是收穫太大了,聽演講的過程中更是一種享受。真是太棒了。

5 則留言:

阿簡 提到...

韓阿梅好厲害!整理得很仔細耶

omegaCD 提到...

一直有個疑問...有辦法能直接接續視神經嗎?
視神經的信號有沒有辦法分析??
如果能將整顆眼球更換為人工眼可能可以解決電極數量和能源問題...
不過在眼球裡放晶片跟把整顆眼球換掉哪個生物相容性會比較好..這個有IDEA嗎?

(cyborg技術我很想研究看看,雖然目前是走Robot相關_A_",不過最終目標是人機合一~=v=)

阿梅 提到...

我想仿生科技有兩種思維
一是利用人造物完全取代人體的某器官
另一是人造物只取代關鍵的點,將介入程度降到最低

目前最大的問題我想應該是我們對於視網膜上神經細胞的計算及整合還不是完全清楚
也對於大腦視覺皮質的作用方式一知半解

其實不用整顆眼球換掉,只要把攝影機連結到視覺皮質就可以啦

omegaCD 提到...

不過開腦比較恐怖....換眼球感覺倒還好(汗
而且視覺皮質的大小應該也有點差異(每個人的頭形不同),視神經的話可能會比較有共同性(應該啦")
腦機介面的話,聽說舌頭是不錯的選擇(?)
視神經的話好像會比較偏單向傳輸...要做到雙向的話只有脊椎吧...
(想到豬豬人二的章魚博士...那個介面感覺很痛...orz)

阿梅 提到...

果然是專家啊
的確連結視神經是比較簡單的
我竟然沒有想到,真汗顏
相容性的部份我想應該是體積越小越好

(也許您已經知道)交大有個仿生系統中心
應該會有更詳細的資料