9 月 7 日，影響因子比主刊 Nature 還高的《自然生物技術(shù)（Nature Biotechnology）》，發(fā)表了加州大學舊金山分校的一項突破性進展。
加州大學舊金山威爾研究所的神經(jīng)科學研究人員通過一個人腦控制假肢的研究證明，機器學習技術(shù)可以幫助癱瘓患者通過大腦活動學習控制電腦光標，而不需要大量的日常再訓練。
這項可以讓大腦和機器學習系統(tǒng)隨著時間推移建立穩(wěn)定“伙伴關(guān)系”的“即插即用”技術(shù)的成功，正是過去所有腦機接口（BCI）研究工作一直追求的目標。
“腦機接口領(lǐng)域近年來取得了很大的進步，但由于現(xiàn)有的系統(tǒng)每天都要重新設(shè)置和校準，它們還不能進入大腦的自然學習過程。這就像讓一個人從頭開始一遍又一遍地學習騎自行車?！奔又荽髮W舊金山分校神經(jīng)學系副教授、研究資深作者、醫(yī)學博士 Karunesh Ganguly 說，“讓人工學習系統(tǒng)適應(yīng)大腦復雜的長期學習模式，這在癱瘓患者身上是前所未有的。”
ECoG 電極陣列
皮層腦電圖（ECoG）陣列包括一個便利貼大小的電極墊，通過手術(shù)放置在大腦表面。它們可以長期、穩(wěn)定地記錄神經(jīng)活動，并已被批準用于癲癇患者的癲癇發(fā)作監(jiān)測。
相比之下，過去的腦機接口技術(shù)往往使用的是“針墊”式的鋒利電極陣列，這種陣列穿透腦組織能夠獲得更敏感的記錄，但隨著時間的推移，信號往往會轉(zhuǎn)移或丟失。
為了證明了 ECoG 電極陣列在腦機接口應(yīng)用中的價值，Ganguly 研究團隊獲得了在癱瘓患者中長期慢性植入 ECoG 陣列設(shè)備的批準，以測試其作為長期、穩(wěn)定的 BCI 植入物的安全性和有效性。
在這項最新研究論文中，Ganguly 的團隊記錄了在四肢癱瘓患者身上使用 ECoG 電極陣列的情況。受試者還參與了一項臨床試驗，該試驗旨在測試使用 ECoG 陣列來讓癱瘓患者控制假肢手臂和手，不過在這篇新論文中，參與者使用植入物實現(xiàn)的是控制屏幕上的電腦光標。
此外，研究人員還開發(fā)了一種腦機接口算法，利用機器學習將 ECoG 電極記錄的大腦活動與用戶所需的光標移動相匹配。最初，研究人員遵循每天重置算法的標準做法。參與者首先想象特定的脖子和手腕動作，同時看著光標在屏幕上移動。
漸漸地，計算機算法開始自我更新，使光標的運動與由此產(chǎn)生的大腦活動相匹配，有效地將光標的控制權(quán)轉(zhuǎn)交給用戶。
由于患者每天都要開始這個過程，就會給在可以達到的控制水平上設(shè)置一個嚴格的限制。因為掌握設(shè)備的控制可能需要幾個小時，有時參與者甚至不得不完全放棄。
然后，研究人員切換到允許算法繼續(xù)更新以匹配參與者的大腦活動，而不用每天重新設(shè)置它。他們發(fā)現(xiàn)，大腦信號和機器學習增強算法之間的持續(xù)相互作用，會在許多天內(nèi)導致性能的持續(xù)改善。最初，每天都有一些需要彌補的損失，但很快參與者就能夠立即達到頂級水平的表現(xiàn)。
12下一頁>（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
