Mobile-Menu
France

Brain-Computer Interface Ultraschall-Chip soll Hirnaktivität durch den Schädel erfassen

Von Guido Deußing 4 min Lesedauer

Anbieter zum Thema

FAULHABER Antriebssysteme
HMS Technology Center GmbH

Butterfly Network stellt Bridge Neurotech seine Ultraschall-on-Chip-Technik bereit. Daraus soll eine tragbare Gehirn-Computer-Schnittstelle ohne Implantat entstehen. Bridge untersucht gesunde Erwachsene und Menschen mit einem schalldurchlässigeren Schädelimplantat. Ob sich daraus zuverlässige Steuerinformationen gewinnen lassen, ist offen.

Vom Schallpuls zum Steuerbefehl: Eine Sonde im 3D-gedruckten Helm erfasst Durchblutungsänderungen im Gehirn, ein KI-Modell soll daraus Aktivitätsmuster erkennen. Die Kette ab der Auswertung ist noch nicht validiert.(Bild: Redaktion Devicemed, KI-generiert; technische Grundlagen: Butterfly Network, Bridge Neurotech)
Vom Schallpuls zum Steuerbefehl: Eine Sonde im 3D-gedruckten Helm erfasst Durchblutungsänderungen im Gehirn, ein KI-Modell soll daraus Aktivitätsmuster erkennen. Die Kette ab der Auswertung ist noch nicht validiert.
(Bild: Redaktion Devicemed, KI-generiert; technische Grundlagen: Butterfly Network, Bridge Neurotech)

Ein Ultraschallsensor seitlich am Kopf soll Gehirnaktivität erfassen, ohne Operation. An einer solchen Gehirn-Computer-Schnittstelle (BCI) arbeitet Bridge Neurotech. Das 2026 gegründete US-Unternehmen trat am 6. Oktober erstmals öffentlich auf und gab eine mehrjährige Forschungs- und Entwicklungsvereinbarung samt Lizenz mit Butterfly Network bekannt. Vereinbart sind Zahlungen für Technologiezugang und Entwicklungsmeilensteine sowie Abnahmezusagen für Hardware. Vertragswerte wurden nicht genannt. Butterfly kooperiert seit September auch mit Merge Labs, darf seine Technik aber weiterhin an andere Unternehmen lizenzieren [1,2].

Halbleiterchip statt Piezokristall

Butterfly integriert kapazitive mikromechanische Ultraschallwandler (CMUT) auf Wafer-Ebene mit ihren Ansteuerschaltungen. Winzige Membranen erzeugen und empfangen Schallwellen. Der Chip seiner Ultraschall-Handgeräte umfasst laut Hersteller mehr als 9.000 Elemente in einer zweidimensionalen Matrix. Bridge will die Technik über Butterfly Embedded für funktionellen Ultraschall nutzen. Der Aufbau der geplanten Sonde ist nicht bekannt [1,3].

Beim funktionellen Ultraschall sendet das Array Schallpulse in rascher Folge ins Gewebe und registriert deren Echos. Während Echos von ruhendem Gewebe weitgehend gleich bleiben, ändern sich die Signale bewegter roter Blutkörperchen. Bei neuronaler Aktivität verändert sich über die neurovaskuläre Kopplung die örtliche Durchblutung. Aus diesen Mustern soll eine KI Steuerabsichten ableiten [1,4]. Elektrische Nervensignale misst das Verfahren nicht.

Erste Studie mit zwei Teilnehmergruppen

Bridge rekrutiert in Redwood City (Kalifornien, USA) gesunde Erwachsene sowie Menschen, denen nach Schlaganfall, Verletzung oder Operation ein Teil des Schädelknochens entfernt und später durch ein PEEK- oder Longeviti-Implantat ersetzt wurde. Die Rekonstruktion muss mindestens drei Monate zurückliegen. Die schalldurchlässigeren Implantate dienen als Vergleich [5].

Wie Gehirn-Computer-Schnittstellen Signale erfassen

EEG (Elektroenzephalografie): Elektroden auf der Kopfhaut registrieren elektrische Potenzialschwankungen, die durch die Aktivität vieler Nervenzellen entstehen. Die zeitliche Auflösung liegt im Millisekundenbereich, die räumliche Zuordnung ist begrenzt.
Implantierte Elektroden: Sie messen elektrische Aktivität direkt an der Hirnoberfläche oder innerhalb des Nervengewebes. Schnelle, örtlich begrenzte Signalmuster lassen sich erfassen. Das Einsetzen erfordert einen operativen Eingriff.
fNIRS (funktionelle Nahinfrarotspektroskopie): Licht im nahen Infrarotbereich dringt durch Haut und Schädel in oberflächennahe Hirnregionen ein. Aus der Lichtabsorption werden Veränderungen des sauerstoffreichen und sauerstoffarmen Hämoglobins abgeleitet. Die Messung ist nichtinvasiv, räumliche Eindringtiefe und zeitliche Reaktion sind jedoch begrenzt [9].
fUS (funktioneller Ultraschall): Ultraschall erfasst Änderungen von Blutfluss und Blutvolumen in Hirngefäßen. Damit lassen sich räumlich feine Aktivitätsmuster indirekt darstellen. Die Durchblutungsreaktion erfolgt verzögert; beim erwachsenen Menschen erschwert der Schädel die Messung erheblich [6–8].

Eine fünf- bis zehnminütige Erfassung der Kopfform, auch per Smartphone-App möglich, liefert Daten für einen individuell 3D-gedruckten leichten Helm. Dieser soll die mit Gel angekoppelte Sonde seitlich am Kopf oder über dem Implantat stabilisieren. Während der Messung hören, sehen, sprechen oder bewegen sich die Teilnehmenden auf Aufforderung. Die Beobachtungsstudie dient der Datensammlung. Laut Bridge hat eine unabhängige Ethikkommission sie genehmigt. Ergebnisse liegen noch nicht vor [5].

Durchblutungssignal ist noch keine Steuerinformation

Vienneau und Kollegen erfassten 2026 bei 13 gesunden Erwachsenen ohne Kontrastmittel eine durch Atemanhalten ausgelöste Änderung des Hirnblutvolumens durch den intakten Schädel. Aufgabenspezifische Hirnaktivität, wie sie für eine BCI-Steuerung ausgewertet werden müsste, untersuchten sie nicht [6].

2024 kartierten Forschende bei einem Menschen aufgabenbezogene Hirnaktivität über ein eigens angefertigtes, schalldurchlässiges Implantat. Bei einem Computerspiel gelang auch die Decodierung solcher Aktivitätsmuster; beim Gitarrenspiel erfassten sie weitere Reaktionen. Das Implantat war bei einer ohnehin notwendigen Schädelrekonstruktion nach einem Schädel-Hirn-Trauma eingesetzt worden. Eine entsprechende Decodierung durch intakten Knochen zeigte diese Arbeit nicht [7]. 

Die Durchblutungsreaktion auf neuronale Aktivität entwickelt sich über mehrere Sekunden. Für schnelle, fein abgestufte Steuerbefehle ist das ein Nachteil. Griggs und Kollegen decodierten bei zwei Rhesusaffen Bewegungsziele im geschlossenen Regelkreis. Auch dafür war der Schädelknochen über dem Messbereich entfernt worden [8] Bridge nennt selbst zwei ungelöste Probleme: die Bildgebung durch den individuell unterschiedlich schalldurchlässigen Schädel und die personenübergreifende Echtzeit-Decodierung. Das Unternehmen sieht sich erst am Anfang [4].

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Quellen

[1] Butterfly Network Inc. Bridge Neurotech and Butterfly Network Announce Partnership to Develop Fully Non-Invasive Brain-Computer Interface [Internet]. 6. Okt. 2026 [zitiert am 12. Okt. 2026]. Verfügbar unter: https://ir.butterflynetwork.com/News/press-releases/news-details/2026/Bridge-Neurotech-and-Butterfly-Network-Announce-Partnership-to-Develop-Fully-Non-Invasive-Brain-Computer-Interface/default.aspx
[2] Butterfly Network Inc. Merge Labs and Butterfly Network Partner to Advance Ultrasound-Based Brain-Computer Interfaces [Internet]. 1. Sept. 2026 [zitiert am 12. Okt. 2026]. Verfügbar unter: https://ir.butterflynetwork.com/News/press-releases/news-details/2026/Merge-Labs-and-Butterfly-Network-Partner-to-Advance-Ultrasound-Based-Brain-Computer-Interfaces/default.aspx
[3] Butterfly Network. Ultrasound-on-Chip™ Technology [Internet]. [zitiert am 12. Okt. 2026]. Verfügbar unter: https://www.butterflynetwork.com/technology
[4] Bridge Neurotech. Approach: building the future of brain-computer interfaces with sound [Internet]. [zitiert am 12. Okt. 2026]. Verfügbar unter: https://www.bridgeneurotech.com/approach
[5] Bridge Neurotech. First research study, enrolling in Redwood City, CA [Internet]. [zitiert am 12. Okt. 2026]. Verfügbar unter: https://www.bridgeneurotech.com/study
[6] Vienneau EP, Weeks AE, Pan YC, Shema PM, Morgan VL, Byram BC. Towards Transcranial Functional Ultrasound Imaging Through the Adult Skull. IEEE Trans Biomed Eng. 2026. Online-Vorabveröffentlichung vom 2. Apr. 2026. doi:10.1109/TBME.2026.3680008. Verfügbar unter: https://doi.org/10.1109/TBME.2026.3680008
[7] Rabut C, Norman SL, Griggs WS, Russin JJ, Jann K, Christopoulos V, et al. Functional ultrasound imaging of human brain activity through an acoustically transparent cranial window. Sci Transl Med. 2024;16(749). doi:10.1126/scitranslmed.adj3143. Verfügbar unter: https://doi.org/10.1126/scitranslmed.adj3143
[8] Griggs WS, Norman SL, Deffieux T, Segura F, Osmanski BF, Chau G, et al. Decoding motor plans using a closed-loop ultrasonic brain–machine interface. Nat Neurosci. 2024;27(1):196–207. doi:10.1038/s41593-023-01500-7. Verfügbar unter: https://doi.org/10.1038/s41593-023-01500-7[9] Naseer N, Hong KS. fNIRS-based brain-computer interfaces: a review. Front Hum Neurosci. 2015;9:3. doi:10.3389/fnhum.2015.00003. Verfügbar unter: https://doi.org/10.3389/fnhum.2015.00003

Weiterführende Inhalte