腦機接口|全球首例!腦機接口打字讓中風失語患者“說話” 每分鐘可輸出18個詞

據周四發表的一篇科學論文稱,美國研究人員研發出一種神經假肢,成功地將癱瘓男子的腦電波轉換成完整的句子,這在世界上還是首例。
腦機接口|全球首例!腦機接口打字讓中風失語患者“說話” 每分鐘可輸出18個詞
文章圖片
加州大學舊金山分校(UCSF)博士后工程師大衛·摩西(David Moses)是《新英格蘭醫學雜志》這項研究的主要作者之一,他說:“對于那些無法自然交流的人來說,這是一個重要的技術里程碑。”“它展示了這種方法的潛力,可以讓嚴重癱瘓和失語的人發出聲音。”
每年,都有成千上萬的人由于中風、事故或疾病而失去說話的能力。過去,在這一領域的研究,主要集中在通過電極讀取腦電波來開發能夠讓使用者拼寫字母的移動假肢。而新方法的目的是,使通信更加迅速、系統化和可靠。
在論文披露的案例中,一名36歲的男子在20歲時因中風患上了關節炎,不能清晰地說話,但他的認知功能仍然完好無損。
該團隊決定啟動一項名為“手臂和聲音的腦機接口修復”(Brain-Computer Interface Restoration of Arm and Voice)的新研究,第一個參與者代號為BRAVO1。
自從遭受了嚴重的腦干中風后,BRAVO1的頭部、頸部和四肢的活動極為有限,只能通過棒球帽上的指針在屏幕上標出字母來進行交流。
在這項研究中,研究團隊在這位中風患者的感覺運動皮層上直接鋪設了極小的電極薄片,然后測量了患者在試圖說一個詞時的大腦信號活動,并使用深度學習算法來預測感覺運動皮層中的大腦活動模式。
研究人員與BRAVO1合作,建立了一個50個單詞的詞匯表,其中包括“水”、“家庭”和“好”等日常生活中必不可少的詞匯,然后通過手術在他的語言運動皮層植入一個高密度電極。
在接下來的幾個月里,研究小組記錄了他試圖說出這50個單詞時的神經活動,并使用人工智能區分數據中的微妙模式,并將它們與單詞聯系起來。
為了測試這一方法是否有效,研究人員向他展示了根據詞匯集構建的句子,并將結果記錄在屏幕上。
然后他們會問他一些問題,比如“你今天過得怎么樣?”或者“你想喝點水嗎》”他也會回答“我很好,”或者“不,我不渴?!?br /> 通過結合腦機接口和機器學習模型,他們希望使中風后失去說話能力的BRAVO1,更快地輸出語音信號。結果顯示,該系統每分鐘解碼18個單詞,平均準確率為75%。一個類似于手機的“自動更正”(auto-correct)功能,促成了它的成功。
BRAVO1的神經外科醫生Edward Chang說:“據我們所知,這是首次成功地從癱瘓而不能說話的人的大腦活動中直接解碼完整單詞?!?br /> 該雜志的一篇社論稱贊這項進展是“神經工程學的一項壯舉”,并表示,更小的表面電極等技術的進步可能有助于進一步提高準確度。
譯/前瞻經濟學人APP資訊組
本文來源前瞻網,轉載請注明來源。本文內容僅代表作者個人觀點,本站只提供參考并不構成任何投資及應用建議。(若存在內容、版權或其它問題,請聯系:service@qianzhan.com)
腦機接口|全球首例!腦機接口打字讓中風失語患者“說話” 每分鐘可輸出18個詞 】