導讀 HSE 大學和莫斯科國立醫(yī)學與牙科大學的研究人員開發(fā)了一種機器學習模型，該模型可以根據(jù)用一小組微創(chuàng)電極記錄的神經(jīng)活動來預測受試者將要
HSE 大學和莫斯科國立醫(yī)學與牙科大學的研究人員開發(fā)了一種機器學習模型，該模型可以根據(jù)用一小組微創(chuàng)電極記錄的神經(jīng)活動來預測受試者將要說出的詞。他們的論文“使用緊湊且可解釋的神經(jīng)網(wǎng)絡(luò)從一小組空間隔離的微創(chuàng)顱內(nèi)腦電圖電極進行語音解碼”已發(fā)表在《神經(jīng)工程雜志》上。
全世界有數(shù)百萬人受到言語障礙的影響，限制了他們的溝通能力。失語的原因多種多樣，包括中風和某些先天性疾病。
今天可以使用技術(shù)來恢復此類患者的交流功能，包括“無聲語音”界面，該界面通過跟蹤關(guān)節(jié)肌肉的運動來識別語音，因為人們在不發(fā)出聲音的情況下用嘴巴說話。然而，此類設(shè)備對某些患者有幫助，但對其他患者卻無濟于事，例如面部肌肉麻痹患者。
語音神經(jīng)假體——能夠根據(jù)大腦活動解碼語音的腦機接口——可以為恢復與此類患者的交流提供一種可訪問且可靠的解決方案。
與個人計算機不同，具有腦機接口(BCI)的設(shè)備由大腦直接控制，不需要鍵盤或麥克風。
在語音修復術(shù)中更廣泛使用 BCI 的一個主要障礙是該技術(shù)需要高度侵入性的手術(shù)才能將電極植入腦組織。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！