Talamus: ett realtidssystem för synkroniserad, sluten-loop multimodal beteende- och elektrofysiologisk datainsamling

Varför det är viktigt att följa hjärna och kropp tillsammans

Modern hjärnkirurgi och hjärn–datorgränssnitt är beroende av att se vad hjärnan och kroppen gör samtidigt och med hög precision. Ändå övervakar olika maskiner i en uppkopplad operationssal hjärna, muskler, hjärta och rörelse var för sig, ofta utan en gemensam klocka. Denna artikel presenterar Talamus, ett öppet mjukvarusystem som samlar alla dessa signaler i realtid, vilket hjälper läkare och forskare att bättre förstå hur hjärnaktivitet hänger ihop med beteende och hur man säkert testar nya behandlingar.

En enda nav för många signaler

Talamus är utformat som en central hub som kan lyssna på många sensorer som redan finns på sjukhus, såsom hjärnelektroder, rörelseinspelande handskar, kameror och hjärtmonitorer. Istället för att behandla varje enhet som en ö isolerar Talamus varje dataström med tidsstämplar när den anländer så att hjärnvågor, handrörelser och andra mätvärden kan ställas mot varandra ned till bråkdelar av en millisekund. Denna synkroniserade bild är särskilt värdefull under korta och känsliga neurokirurgiska ingrepp, där det finns liten plats eller tid för extra hårdvara.

Hur systemet är uppbyggt

För att hänga med i den stora datamängden använder Talamus en tvålagersdesign. Ett användarvänligt Python-lager kör kontrollpanelen och experimentdisplayen som forskaren och patienten ser. Ett snabbare C++-lager sköter det krävande arbetet med att hämta data från enheter, föra dem genom en kedja av bearbetningssteg och spara dem. Dessa steg är organiserade i modulära ”noder”, där varje nod kan förvärva, transformera eller lagra data. Forskare kan kombinera noder för att koppla in nya sensorer, beräkna enkla mått som signalstyrka eller trigga andra enheter, samtidigt som systemet hålls stabilt och responsivt.

Realtidsåterkoppling och säkerhet

Ett centralt mål med Talamus är att stänga loopen mellan avkänning och agerande. Mjukvaran kan övervaka inkommande signaler, utföra beräkningar i realtid och sedan skicka snabb återkoppling, till exempel styra en virtuell hand eller trigga hjärnstimuleringshårdvara. Författarna mätte hur länge dessa loopar tar genom en serie bänktester. De visar att Talamus kan upptäcka en förändring och reagera på långt under en millisekund inom mjukvaran, och på ordningen en millisekund när vanliga datainsamlingskort ingår. Noggrann användning av moderna kommunikationsverktyg hjälper systemet att upptäcka fel, undvika dataförluster och återvinna nästan all information även om en datorprocess plötsligt stoppas.

Verifierad noggrannhet i labbet och operationssalen

Teamet kontrollerade att Talamus håller olika dataströmmar i fas genom att bygga enkla testkretsar och kombinera dem med rörelseinspelande handskar och kameror. När en knapp släpptes stämde spänningsstegringen, den registrerade fingerrörelsen och ljusförändringen från en LED överens inom några tusendelar av en sekund. De belastade också systemet genom att öka videorafrekvenser och beräkna detaljerade sammanfattningar av hjärnsignaler, och fann att tidsnoggrannheten förblev god även när arbetsbelastningen ökade. Slutligen tog de med Talamus in i operationssalen för patienter som genomgick djup hjärnstimulering. Där spelade mjukvaran in finfördelade handrörelser tillsammans med signaler från elektroder i en djup hjärnregion kopplad till rörelse, och visade den förväntade minskningen i vissa rytmiska hjärnaktiviteter när patienterna rörde sina händer.

Vad detta betyder för patientvård och forskning

Ur ett lekmannaperspektiv fungerar Talamus som en mycket precis dirigent, som håller många medicinska ”instrument” i synk så att komplexa hjärna–kroppsinteraktioner kan ses klart istället för att gissas i efterhand. Eftersom det bygger på befintlig sjukhusutrustning, är öppen källkod och har testats både på bänken och i verkliga operationer, sänker Talamus tröskeln för att genomföra rika, datadrivna experiment i kliniska miljöer. Med tiden kan sådana synkroniserade bilder av hjärnsignaler och beteende stödja mer personliga hjärn–datorgränssnitt och terapier, vilket gör det lättare att finjustera behandlingar för varje individ utan att lägga till risk eller börda i operationssalen.

Citering: Haggerty, J., Qureshi, Q., Gabriel, E.D. et al. Thalamus: a real-time system for synchronized, closed-loop multimodal behavioral and electrophysiological data capture. Commun Eng 5, 93 (2026). https://doi.org/10.1038/s44172-026-00646-z

Nyckelord: multimodal neurovetenskap, hjärn-datorgränssnitt, datainsamling vid neurokirurgi, neurala inspelningar i realtid, sluten-loop neuromodulation