Redian新闻
>
“意念打字”新方法:每分钟能写近30个字母,错误率仅6.13% | Nature子刊

“意念打字”新方法:每分钟能写近30个字母,错误率仅6.13% | Nature子刊

公众号新闻
Alex 发自 凹非寺
量子位 | 公众号 QbitAI

戴上一套特殊装备后,就能把自己的想法在屏幕上展示出来。

——没错,这位无法说话的瘫痪者正在“意念回复”ing……

他在脑中默读字母的“代号”*,平均约2秒钟就可以输出一个字母,最终平均字符错误率仅6.13%。

研究者表示,这种脑机接口堪称截瘫和渐冻症患者的福音:

从大脑活动中解码语音来帮患者“说话”,是一种非常有潜力的新方案

去年,斯坦大学研究团队也给一位瘫痪且无法说话的老爷子植入了脑机接口,成果还登上了Nature封面。

虽然准确率超过了99%,但他们用的另一种方式:让患者在脑中“手写”字母。

而现在这个用脑机接口来读取大脑中“语音”的团队,来自加利福尼亚大学旧金山分校(UCSF)

最近,他们的相关论文登上了Nature Communications。

下面就来看看这群研究者具体是如何操作的。

植入脑机接口,读取大脑“语音”

植入患者头部的设备如下:

一组高密度的电极,即128通道皮质电图(ECoG)阵列;另外还有一个经皮连接器,用来连接植入设备和外部系统。

其实早2019年,这些设备就被植入到该患者的头部。几年过去了,目前没有任何手术并发症。

在拼写测试正式开始前,是数据的收集和预处理

研究人员通过植入的ECoG阵列以及外部计算机系统,来提取并分析患者神经特征,包括高伽马活动(High-gamma activity,HGA)和低频信号( Low-frequency signal,LFS)等。

其中,高伽马活动是判断成年人认知功能的重要指标;而分析低频振荡则有助于判断大脑中想象的语音以及脑损伤程度。

为了提高数据质量,研究者使用滤波器对所得数据进行了降噪处理。

研究者由这些数据得出,虽然患者瘫痪且无法说话,但他的脑子基本正常。

下面,写试验正式开始——首先,患者在大脑中默念一个单词来自动唤醒AI。

然后根据屏幕上显示出的问题,在脑子中按字母作答,并根据提示每2秒左右想象一个字母。

不过他在脑中默念的并非每个字母本身读音,而是其NATO代码(比如α代替a,β代替b)

因为NATO代码比字母本身发音更长、更多变,按理来说应该更容易被辨别。

为了证明默念NATO代码发音确实比字母本身发音效果更好,研究人员还专门做了对比实验。

结果显示,默读NATO代码时,大脑神经的活动整体差异性真的比读字母原发音明显,并且总体识别准确率也更高。

在患者“意念输出”的同时,基于RNN的字母分类模型会处理每一个神经时间窗。

研究者设计了单词错误率(WER)、字符错误率(CER)、每分钟单词数(WPM)等指标来评估解码的句子。

结果显示,对于一个1152个单词的词汇表,字符错误率的中位数近6.13%,单词错误率的中位数为10.53%。

也就是说,患者想象的这些单词中,近九成都能一次性准确表达。

另外,研究人员还将这一方法推广到包含9170个单词的词汇表中,字符平均错误率也仅8.23%。

实际上,该团队在去年就搞出了类似的“意念输出”装备,当时他们让开头这位瘫痪且失语多年的患者成功“说话”,每分钟能表达15个单词左右。

但当时这个AI掌握的总词汇量少得可怜,只有50多个,且解码错误率约为25%。

由此可见,在一年左右的时间内,研究团队对这个脑机接口完成了飞跃式升级。

当然,他们也表示,患者目前必须按以预先设定的速度来想象字母读音(比如每2.5秒想象一个),这样还不够灵活。

而且现在的结果仅限于一个参与者,该方法效果到底怎么样,后续还需要在更多的患者中得到验证。

研究团队简介

最后,再来看看本研究背后的团队:他们来自加利福尼亚大学旧金山分校(UCSF)韦尔神经科学研究所。

UCSF是加州大学系统的十所分校之一。

论文的共同一作有3位:Sean L. Metzger,Jessie R. Liu 和 David A. Moses,他们目前均为UCSF的博士研究生。

通讯作者Edward F. Chang教授,现任神经外科医生兼UCSF神经外科系主任。

Chang教授博士毕业于UCSF,后曾到UC伯克利从事认知神经科学的博士后研究。

他的重点研究方向为语言、运动和人类情感的大脑机制,希望能借此帮助瘫痪和语言障碍患者恢复一定的正常功能。

论文地址:
https://www.nature.com/articles/s41467-022-33611-3
参考链接:
[1]https://www.youtube.com/watch?v=RRX0j32ABSU
[2]https://bigthink.com/neuropsych/brain-implant-letters-paralyzed-speak/
[3]https://www.nature.com/articles/s41586-021-03506-2

MEET 2023 大会定档!

嘉宾全阵容公布

量子位「MEET2023智能未来大会」正式定档12月14日!嘉宾全阵容已于近日正式公布。

20位来自智能科技产业、科研、投资领域具有代表性企业的直接负责人,将在MEET大会上共同交流、思维碰撞。期待与大家共聚MEET2023!


点这里关注我 👇 记得标星噢 ~


一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见 ~ 

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
@不爱运动的人:每天4次1分钟的日常活动,全因死亡风险降低40%|Nature子刊Nature子刊:年龄越大,女性怀上龙凤胎的概率就越大,原来是进化上的一个意外?Nature子刊 | 武汉大学林丹丹/张志东/钟波发现抗病毒免疫和自身免疫的调控新机制脑机接口减肥大法来了!自动减少暴饮暴食频率,无明显副作用|Nature子刊医美抗衰技术新变革!Nature子刊:细胞外囊泡装载mRNA新型递送系统,为下一代基因治疗提供新方向温州中学“新教师天团”上热搜,清北含量过高,还有人发过Nature子刊,网友:普通人归属在哪Nature子刊:年轻的血液真能返老还童?其细胞外囊泡是关键2022的九月琐碎:在路上Nature子刊:精准预测分子性质和药物靶标的无监督学习框架Nature子刊:无症状感染者会不会有新冠后遗症?AI为人类开药方:准确预测9000名癌症患者适用药物!成果登上Nature子刊,出自华人团队高能!马斯克演示猴子意念打字,要让脑机接口将像初代 iPhone 那样颠覆Nature子刊:国内流行BA.5对心肌细胞的损伤能力增强Nature子刊 | 谭济民、夏波等提出基因组构象预测模型及高通量计算遗传筛选方法猴子学会意念打字,马斯克脑机接口最新演示,预计6个月内人体试验业界首个适用于固体系统的神经网络波函数,登上Nature子刊爱美丽自行车clinic跑得比猎豹快的机器人来了,还能游泳跳跃,大小仅为毫米级 | Nature子刊超高效人工光电神经元成真?速度比自然神经元快3万倍,研究登Nature子刊马斯克让猴子“学会”意念打字,正在申请人体试验|环球科学要闻Nature子刊:高强/黄河团队合作绘制肝癌组织乳酰化修饰图谱清华、上交等联合发表Nature子刊:「分片线性神经网络」最新综述!怎么正确地看预期寿命清华&上交等发表Nature子刊!分片线性神经网络最新综述!娄岩一周诗词四首明知炸鸡罪恶,你怎么还放不下? | Nature子刊苹果重磅新品曝光,售价超2万/马斯克演示猴子意念打字/国美回应被申请破产清算光纤通信速率破纪录!每秒能传1.84Pbit,2倍于全球互联网总流量 | Nature子刊博一研究生,一作发Nature子刊!Nature子刊:中国科学家研发出新的新冠黏膜疫苗活着(五)让猴子学会用意念打字后,马斯克称半年内展开脑机接口人体试验,他还计划自己植入1个N1 芯片Nature子刊:北大清华等团队发现,读完大学,中国学生批判性思维和学术技能出现全面下降闻闻肉味就能瘦?Nature子刊:「气味疗法」可促进脂质代谢轻松减重,或是减肥困难户福音!
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。