加州大学旧金山分校的研究人员合成脑波的演讲

由加州大学旧金山分校(UCSF)的演讲神经科学家Edward Chang领导的研究人员周二报告了他们通过阅读测试对象大脑语音中心的活动来实时解码语音尝试的成功。

在加州大学旧金山分校医学中心接受癫痫治疗的三名能够正常发言的人参加了这项研究。他们允许研究人员利用以前放置在大脑表面的微小记录电极来绘制癫痫发作的起源，为神经外科做准备。

这种称为“脑电图”或ECoG的技术提供了比EEG或fMRI等技术更丰富，更详细的大脑活动数据。由于ECoG电极不能穿透脑组织，因此它们可能是长期脑 - 计算机接口(BCI)比物理插入大脑的电极更好的选择。

Chang是加州大学旧金山分校威尔神经科学研究所的成员。Chang的团队向参与者询问了九个简单的预定义问题，并为他们提供了24个可能答案的选择。

该团队开发了机器学习算法，用于解码测试参与者大脑活动中的特定语音。经过一些培训后，算法能够检测参与者何时听到新问题或开始响应，并确定参与者提供的24个标准响应中的哪一个，准确率高达61%。

当他们首先使用测试对象的大脑活动来识别他们听到的预定义问题时，算法的速度和准确性得到改善，以便提供上下文。该方法的准确率高达75%。

Enderle集团的首席分析师Rob Enderle指出，这项技术可以帮助“失去说话能力但仍具有认知能力的人，这种能力可以让人理解并形成与言语相关的思想。”

然而，训练算法“可能是非常耗费资源的”，他告诉TechNewsWorld。“通常，培训将成为将系统与个人大脑联系起来的一部分。”

Enderle说，患者可能需要每6到12个月接受一次更新培训。“对于我们其他人来说，准确性需要超过90%才能实用，而对于普遍采用则要达到99%。”

来自Facebook的资金

Facebook发言人在公司代表Eloise Quintanilla向TechNewsWorld提供的回复中表示，Facebook Reality Labs(FRL)为该项研究提供资金，作为其与UCSF的Project Steno合作项目的一部分。

Facebook研究人员为Chang的实验室提供了输入和工程支持，但UCSF负责监督研究计划并直接与志愿者科目合作。Facebook研究人员对取消识别数据的访问权限有限，这些数据仍然存在于加州大学旧金山分校并由大学控制。

Chang的实验室与加州大学旧金山分校神经学副教授Karunesh Ganguly一起发起了另一项研究，BRAVO(BCI Restoration of Arm and Voice)。该研究旨在确定ECoG神经界面植入物是否可用于恢复由于大脑或神经问题而瘫痪的患者的运动和通信能力。

FRL正在资助BRAVO研究的一部分，该研究专注于展示允许参与者利用他们的大脑活动在计算机屏幕上生成文本的能力，“该发言人告诉TechNewsWorld。“我们的理解是，加州大学旧金山分校的BRAVO研究范围更广。”