腦機介面實驗已經成功將神經訊號轉化為文字資訊

隨著腦口接機實驗取得進一步的

腦門實驗

（BrainGate）技術，在測試中的一名患者使用無線裝置將資料從大腦皮層內感測器傳送到外部解碼了系統的行為。

長期以來讀心術一直被歸入科幻小說的範疇，但是藉助電極的力量，研究人員也能夠像讀心術一樣檢測和監測神經系統釋放的某種訊號以深入瞭解大腦的活動。

這項技術最令人興奮的應用之一是

腦機介面

（

BCI

）。旨在將思維模式（例如移動意圖）數字化的腦口接機可以幫助運動功能喪失的個體，包括患有嚴重神經系統疾病或脊髓損傷的患者。

透過應用腦機介面來技術來控制部分肢體活動，可以修復認知感覺功能，即使對於那些感官認知失調的人，也可以為他們提供與周圍世界交流和互動的一種理想途徑。

有線與無線連線的腦口接機

禁止在實驗室環境之外使用腦口接機的主要障礙之一是將大量從大腦收集到的資料傳輸到計算機所需的繁瑣電線系統。

進入新的腦門實驗，一個跨學科的研究團隊，該團隊專注於實際應用和可靠性，旨在開發輔助 BCI 技術，以恢復運動能力受損個體的獨立性和溝通能力。

研究團隊工作的研究成果發表在名為《

IEEE》

的論文雜誌上，詳細介紹了一種名為“

BWD”的新型無線BCI臨床試驗

。兩名年齡分別為63歲和35歲的研究參與者患有由脊髓損傷引起的四肢癱瘓。

BWD透過與有線BCI系統研究相同的埠連線到兩個96級通道矽微電極陣列，使大腦皮層內被植入電極能檢測到額葉一部分的神經活動——特別是負責運動控制的大腦區域，然後訊號被放大和過濾以識別患者何時考慮移動肢體，這可用於神經遞質觸發動作，在這個試驗中參與者在平板電腦上

移動游標

來輸入和瀏覽應用程式。

與以前的無線 BCI 無法與有線 BCI 相媲美，腦門實驗的高頻寬傳輸協議克服了這一限制，患者使用 BWD 實現了與使用有線腦口接機連線時相同的準確性和打字速度。

穩定的錄音使腦機介面的“即插即用”控制成為可能

這項研究透過最大限度地降低功耗，這種電池可持續使用長達 36 小時，使參與者的大腦活動能夠在他們自己的家中24小時被連續記錄下來。

腦門臨床試驗中的負責人裡海-霍茲伯格在最近的一份報告中說：“有了這個系統，我們能夠在家裡以一種以前幾乎不可能的方式長時間觀察大腦活動。這將幫助我們設計解碼演算法，為癱瘓患者提供無縫、直觀、可靠的通訊和移動恢復，”。

研究人員開發了一種完全可植入的版本，並在靈長類動物中植入大腦“手部區域”部位的兩個微電極陣列之間測量神經活動，

迴圈神經網路

（RNN） 將訊號轉換為每個字元的機率。這些機率要麼被設定閾值以提供實時輸出，要麼與語言模型相結合，就像自動更正一樣。

人體的“

閉鎖綜合徵”

是一種神經系統疾病，會導致幾乎所有隨意肌完全癱瘓，大資料顯示在每10萬個人中就可能存在一個人無法自然地交流。然而透過使用計算腦功能成像工具和專門設計的軟體，研究人員使癱瘓的參與者再次恢復需要進行的交流。

其中一種以計算機為媒介的交流方法是使用閃爍般的“

思維拼寫器

”，參與者看著螢幕，鍵盤上的字母以不同的速度閃爍。專注於給定的字母會在視覺皮層中產生與閃爍頻率相對應的神經反應，並透過使用腦電圖測量這種反應來確定目標字母。

迄今為止，這兩種方法的通訊速度分別達到了每分鐘

60 和 40

個字元

。現在斯坦福大學的研究人員根據想象中的手寫行為設計了一種新穎的

BCI輔助技術

，速度獲得了極大地提升幾乎達到了每分鐘

90

個字元。

解碼手寫的神經訊號

研究人員在從腦門研究裡選出一名參與者並從中測試了他們的腦口接機 ，在一名被稱為

T5

的參與者中，因為癱瘓使他無法進行功能性的手部運動，在五次實驗期間，這個團隊使用兩個微電極陣列記錄了 T5 的神經活動，這些微電極陣列在研究之前透過手術植入他大腦中與手控制相對應的區域。T5被要求指示嘗試書寫時，就好像他的手沒有麻痺一樣，想象將一支鋼筆放在一張紙上並在彼此之上書寫字元。

研究人員採用

主成分分析

（PCA），這是一種減少大資料集維度的方法，透過顯示訊號方差最大的前三個神經維度來視覺化“書寫”單個字元時記錄的神經活動。這些訊號在試驗中被證明是可重複的，但在時間上有變化，這被認為是由於不同的手寫速度，必須加以糾正。

為了揭示手寫形成的字元，研究人員使用同一字元試驗的平均值來解碼筆尖速度，顯示獨特且清晰的字母。為了解碼整個句子他們使用在多天內編寫的數千個字元訓練了

迴圈神經網路

。反過來使網路將神經活動轉化為描述參與者每次書寫特定字元的可能性機率。

研究人員研究了

三種分析測量訊號

的方法。首先他們使用機率閾值來暴露單個字元，允許實時螢幕反饋並導致 5。4% 的錯誤率，其次他們使用語言模型作為自動更正功能，將錯誤率降低到僅 0。89%。

在這些實驗之後他們在所有可用資料上訓練了一個新的RNN，這導致了極高的準確度，錯誤率低至

0.17

%

，並證明了這個方法的有效性和可達到的高效能上限。

為什麼這種技術更有效？

這種新穎的方法將通訊速度提高了一倍多，同時保持了與採用類似大腦成像方法的“點選式”腦口接機相似的準確性。

研究人員推測與直線指向運動相比，這種速度增加是由於嘗試手寫字元時神經活動的空間和時間模式的多樣性，他們用一個模型測試了這個假設，並證實了時間模式的多樣性（不同的運動速度）增加了每個運動的可分離性，從而能夠以足夠的精度實現更快的 BCI。

與基於視覺的介面相比，基於“

心理手寫

”等動作的腦口接機技術也具有顯著優勢，讓參與者可以自由地環顧四周並按照自己的節奏進行交流。

系統以參與者 T5 的結果提供了一個新的證明，既可以實現更高的通訊速度。但仍然存在顯著的挑戰，例如該系統如何在不同的參與者和時間長度之間工作，但本研究表明在開發用於實時通訊的腦口接機方面時卻發生了重要的變化。