快捷搜索:  1898  创意文化园  1832  as  1838  1880  1856  1864

ipfs合租出租(www.ipfs8.vip):斯坦福搞事情!用上脑机接口,瘫痪患者不用手,就把心里想的酿成文字

中风、脊髓损伤瘫痪、肌萎缩侧索硬化(ALS)等患者,是脑机接口(BCI)领域的主要研究切入口,科学家们行使先进的手艺试图重修这部门人的正常生涯。此前的脑机接口已经差异水平上解锁了伸手、抓握或移动电脑光标这样的大动作手艺,但更庞大和对迅速率要求更高的手艺才是脑机接口最终的证实。

北京时间5月12日晚间,顶级学术期刊《自然》(Nature)以封面文章的形式刊发了由斯坦福大学、布朗大学、哈佛医学院等团队的研究职员团结完成的一项里程碑式研究,题为“High-performance brain-to-text communication via handwriting”。该研究回归到古老的表达自方式――手写,首次解码了与誊写有关的神经信号,并实时显示它们。

研究团队将人工智能软件与一款脑机接口装备连系起来,与一名大脑中植入脑机接口装备的瘫痪患者互助,让该患者想象他拿着一支笔,在一张横线纸上“实验”写字,就像他的手没有瘫痪一样。并将该男子手写意图快速转换为电脑屏幕上的文本。

“这种脑机接口是为那些患有‘闭锁综合征’(Locked-in Syndrome)的人设计的,这些人群险些所有的随意肌都瘫痪,无法语言或交流。”该项研究的通讯作者同时也是第一作者的Francis R. Willett博士在接受汹涌新闻(www.thepaper.cn)记者专访时示意,“想象一下,若是你只能上下移动你的眼睛却转动不得,这样的装备可以让输入你想法的速率与正常的手写或在智能手机上打字相媲美。”

Willett是斯坦福大学神经修复转化实验室的研究科学家,由霍华德・休斯医学研究所任命。他的研究事情主要围绕改善脑机接口、明白大脑是若何显示和控制运动的。除Willett之外,该项研究主要由斯坦福大学神经外科医生Henderson,斯坦福大学霍华德・休斯医学研究所研究员Krishna Shenoy配合指导,Willett即是Shenoy团队中的一员。Shenoy和Henderson则从2005年就最先互助脑机接口研究。

《自然》还同期刊发了华盛顿大学Pavithra Rajeswaran、Amy Orsborn两位研究职员对该项研究的看法文章。“只管另有许多事情要做, Willett及其同事的这项研究是一个里程碑,拓宽了侵入式脑机接口应用的视野。”他们评价道,这项研究中的方式“使允许快速交流的神经接口更靠近现实。”

加州大学伯克利分校的神经工程师Jose Carmena没有介入这项研究。他说,这项手艺以及其他类似手艺有潜力辅助种种残疾人士。虽然这些发现只是开端的,“但这是该领域的一大提高。”Carmena说,脑机接口将头脑转化为行动,“这篇论文就是一个很好的例子,解码了誊写的意图,并发生了动作。”

这项研究中使用的脑机接口仅用于研究,尚未批准用于商业用途。斯坦福大学手艺允许办公室已经申请了与Willett、Henderson和Shenoy的事情有关的知识产权专利。

研究职员第一次破解了关于字母誊写的神经信号,使这些字母可以实时显示出来。(01:40)

“找到让人们交流更快的新方式”

这项研究开发的脑机接口对无法正常语言的人群有多主要?“若是是脑机接口,Jean-Dominique Bauby可能每分钟能写18个单词。”Willett对汹涌新闻记者如是示意。

Jean-Dominique Bauby为原法国时尚杂志ELLE总编辑,其突然中风,随后全身瘫痪,只剩下眼睛能眨动。《潜水钟与蝴蝶》是他罹患闭锁综合征后所作的传记,为了写这本书,一位辅助者将法语字母表中的所有字母逐一列出,然后Bauby眨一下左眼才气选择他想要的字母,写一个单词可能需要几分钟。

Henderson 也同样谈到这一例子。“他能够写出这本悦耳而优美的书,是由于他竭尽所能地选择字母,一次一个,并使用了眼球运动。想象一下,若是有了Willett的手写脑机接口,他能做什么!”

现实上,因差异缘故原由导致行动或语言能力损失的人对脑机接口的需求纷歧。失去手功效的人仍然可以使用带有语音识别和其他软件的装备,而对于那些语言有难题的人,科学家们则一直在开发其他方式来辅助人们交流。

现在商用的辅助打字装备主要依赖于使用者能够举行眼球运动或发出语音下令。例如,眼球追踪键盘可以让瘫痪者每分钟输入约47.5个字符,比没有损伤的人每分钟输入115个字符的速率要慢。然而,这些手艺不适用于瘫痪同时损害了眼球运动或发声的人。

而到现在为止,用于打字输入的脑机接口还无法与眼球追踪器等更简朴的辅助手艺竞争。Rajeswaran等人在看法文章中指出,缘故原由之一是打字是一项庞大的义务,在英语中,我们就需要从26个字母中选择。凭证用户的神经流动来展望他们想选择哪个字母,以此构建一个分类算法,这也是一项具有挑战性的事情。

现在最乐成的侵入式脑机接口也是Shenoy团队于2017年在eLife杂志揭晓的一项研究。在那项研究中,包罗T5(此项最新研究中的介入者)在内的三个肢体瘫痪的介入者,都在运动皮层植入了脑机接口,他们被要叱责神贯注将光标从电脑屏幕上的一个键移动到另一个键,然后集中精神点击谁人键。

在那项研究中,T5缔造了迄今为止的最高纪录:以每分钟40个字符的速率誊录显示出来的句子。但这些侵入式脑机接口,和非侵入性的眼球追踪器一样,占用了用户的视觉注重力,而且不能提供显著更快的输入速率。

若是说2017年研究的模式类似于打字,那么此次这项新研究则类似于手写,而此前没人想过直接手写。Willett想知道,是否有可能行使誊写时引发的大脑信号,“我们想找到让人们交流更快的新方式。”研究团队因此与T5继续互助。T5那时65岁,其在2007年由于脊髓损伤瘫痪,险些损失了颈部以下的所有流动能力。

“脑转文”脑机接口

Willett等人的新方式需要一种分类算法,能够展望瘫痪用户试图誊写的26个字母或5个标点符号,这是具有挑战性的手艺,由于科学家们无法考察到这些意图。

为战胜这一挑战,Willett等人基于一种最初为语音识别开发的机械学习算法,重新设计了另一种算法。这使得他们能够仅凭证神经流动来估量介入者何时最先实验誊写一个字符。凭证这些信息,研究团队天生了一个带有标签的数据集,其中包罗每个字符对应的神经流动模式。他们用这个数据集来训练分类算法。

“当我们第一次最先探索手写脑机接口的看法时,我们不知道在瘫痪多年后,实验的手写动作是否仍能唤起强烈和可重复的神经流动模式。”

Willett对汹涌新闻记者示意,“令人兴奋的是,当我们要求介入者来手写差其余字母时,只管他的手已经瘫痪十多年,我们仍然可以看到显著的神经流动模式,甚至足以重现他想象中的那支笔的动作,并展现出他想写的字母。”

研究介入者想象誊写一个字母或符号时,他脑中的传感器可以感知到电流动的模式并转化为誊写痕迹。(00:12)

,

USDT跑分网

U交所(www.payusdt.vip)是使用TRC-20协议的Usdt官方交易所,开放USDT帐号注册、usdt小额交易、usdt线下现金交易、usdt实名不实名交易、usdt场外担保交易的平台。免费提供场外usdt承兑、低价usdt渠道、Usdt提币免手续费、Usdt交易免手续费。U交所开放usdt otc API接口、支付回调等接口。

,

为了实现准确的分类,Willett等人的分类算法还使用了现有的机械学习方式,以及一种叫做递归神经网络(RNN)的人工神经网络,这种神经网络稀奇善于展望顺序数据。Rajeswaran等人在看法文章中提到,行使RNN的能力条件是需要大量的训练数据,但这些数据在神经接口中是有限的,由于很少有用户愿意想象延续写作数小时。

研究团队则用一种被称为数据增强的方式解决了该问题。在这种方式中,介入者先前发生的神经流动模式被用来发生句子,在这些句子上训练RNN。他们还通过在神经流动模式中引入人为的转变来扩展他们的训练数据,以模拟人类大脑中自然发生的转变。

在这项研究中,T5同样需要集中精神,试图用一支设想的笔在设想的本子上写出单个字母。他把每个字母重复10次,让软件“学习”识别与他实验写谁人特定字母相关的神经信号。

在接下来数小时的测试中,T5被展示了几组句子,并被要求在心里实验“手写”每一个句子,没有使用大写字母。这些句子好比,“i interrupted, unable to keep silent,”和“within thirty seconds the army had landed.”。

随着时间的推移,这些算法提高了它们区分代表差异字母或符号的神经放电模式的能力。算法对T5意图写的任何字母的解读在约莫半秒的延迟后泛起在电脑屏幕上。

T5还被要求复制算法从未接触过的句子。他最终能够每分钟天生90个字符,约莫18个单词。之后,他被要求回覆开放性的问题(需要一些停留来思索),他每分钟写了73.8个字符(平均靠近15个单词),是2017年研究中自由誊写纪录速率的三倍。

Willett等人的算法提供了令人印象深刻的准确分类。复制错误率约莫是每18或19个字符中有一个错误;自由誊写错误率约为每11或12个字符中有一个。当研究职员通过包罗展望语言模子(类似于智能手机上的自动纠错功效)后,错误率显著较低:复制的错误率低于1%,自由誊写的错误率略高于2%。

“与其他脑机接口相比,这些错误率相当低。”Shenoy说。

两个细小的植入电极矩阵可以将控制手和手臂的脑区信息转化为算法,再翻译成屏幕上的字母。(00:10)

何时转化为真正的产物?

值得注重的是,此次研究中,Willett等人得出另一主要结论。Willett对汹涌新闻记者示意,“这款脑机接口的速率比之前更快,这是由像誊写差其余字母这样的庞大运动唤起的神经流动模式,更容易区分。我们发现,要求介入者手写差其余字母,在他的大脑中唤起了异常怪异的神经流动模式。”

Willett等人以为,这使得他们能够在更快的速率下同时到达比以前更高的准确性。

“当你只能纪录传感器采集到的少量神经元时(与运动脑区的数百万神经元相比),有异常差其余神经模式是有辅助的,意外混淆它们的几率就会很低。这就是为什么庞大的运动,好比写差其余字母,可能更容易解码,庞大性使它们更怪异,相互差异。”Willett进一步注释道,相比之下,之前最先进的打字方式,“沿着直线移动到差其余键上,会唤起异常相似的神经流动模式,由于所涉及的只是一个有着差异角度或差异距离的直线运动。”

这也意味着,也许与我们直觉的以为相反,解码庞大的行为比简朴的行为更有利,稀奇是在分类义务中。这些信息对未来的脑机接口研究将有主要的借鉴意义。

固然,这项研究也并非完善。在投入大规模临床应用前,仍需进一步验证该手艺的使用寿命、平安性和效果。Rajeswaran等人在看法文章中即写道,该手艺“需要拥有极佳的效果和使用益处,才气证实在患者脑部植入电极所发生的用度和风险是值得的。”

输入速率并不是决议是否接纳该手艺的唯一因素。Rajeswaran等人以为,要使该装备能在整个生命周期内保持性能,好比遇到神经流动模式改变时显示若何,这可能还需要进一步的研究。继续研究以测试该方式是否能推广到其他用户和实验室之外的设置,这也将是至关主要的。

Rajeswaran等人还关注到另一个问题,即该方式将若何扩展并转化为其他语言?Willett等人的研究也解释,有几个字符写起来会类似,好比r、v和u,因此比其他字符更难分类。“我们中的一小我私人(Rajeswaran)说泰米尔语,泰米尔语有247个字母,通常是亲热相关的,以是可能很难分类。”他们在文章中写道。

Willett则对汹涌新闻记者示意,要将这项手艺转化为真正的产物,就需要简化它,用户应该不需要破费太多时间来培训它就能够使用这款脑机接口。此外,它应该足够智能,能够自动跟踪神经流动的实时转变,这样用户就不必天天停下来重新训练系统。最后,微电极装置应是无线且完全植入。

“这是一个公司缔造一个真实天下的产物必须要完成的事情。”他示意,在这项研究中,他们只是举行了一个看法验证的演示,“手写脑机接口是一个令人兴奋和潜在的可行方式,使得我们可以恢复与严重瘫痪的人的交流。”

一个新的更周全的系统

值得注重的是,Shenoy的团队在设想,将手写文本输入作为一个更周全系统中的一部门,该系统还包罗指向点击,就像现在智能手机上使用的那样,甚至还包罗语音解码。Shenoy说道,“拥有这两种或三种模式并在它们之间切换是我们一定要做的。”

Shenoy说,接下来,研究团队设计与无法语言的介入者互助,好比患有肌萎缩性脊髓侧索硬化症的人,这是一种退行性神经疾病,会导致运动和语言能力损失。

“虽然现在手写每分钟可以靠近20个单词,但我们的语速往往在每分钟125个单词左右,这是弥补手写的另一个令人兴奋的偏向。若是将这些系统连系起来,可以为患者提供更多有用相同的选择。”Shenoy说。

Willett在接受汹涌新闻记者采访时也类似提到,现在脑机接口的另一个令人兴奋的偏向是“语音解码”。语音解码脑机接口的事情原理是解码不能语言的人试图语言的动作,并将其翻译成合成语音或文本。

“这种可能性令人兴奋,由于语言是一种异常快速的交流方式,但现在的语音脑接机口既缺乏准确性,也缺乏恢复通用会话所需的‘词汇量’。”

他强调,解码语音可能比解码手写更难,由于它更快,因此需要更高保真度的神经纪录和更好的算法来确保每个音节都能被准确识别。“因此,就现在而言,我们的手写脑机接口是最快的事情脑机接口,足够准确,可以恢复普遍的交流,由于用户可以用它输入任何单词。”

只管云云,Willett仍在起劲改善语音解码脑机接口。“我们以为,为手写脑机接口开发的算法也可能对语音解码异常有用,由于手写和语音都是由语言组成的快速行为序列,它们有许多配合之处。”

Filecoin矿机

Filecoin矿机官网(www.ipfs8.vip)是FiLecoin致力服务于使用FiLecoin存储和检索数据的官方权威平台。IPFS官网实时更新FiLecoin(FIL)行情、当前FiLecoin(FIL)矿池、FiLecoin(FIL)收益数据、各类FiLecoin(FIL)矿机出售信息。并开放FiLecoin(FIL)交易所、IPFS云矿机、IPFS矿机出售、租用、招商等业务。

发表评论
sunbet声明:该文看法仅代表作者自己,与本平台无关。请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片

您可能还会对下面的文章感兴趣: