浙江
加州大学戴维斯分校的研究人员开发了一种脑机接口 (BCI)，利用来自言语运动皮层的神经信号，实现计算机光标控制和点击。一位患有肌萎缩侧索硬化症 (ALS) 的患者使用该接口进行日常生活，包括独立控制个人台式电脑和文本输入。
01 ALS与BCI
什么是ALS?
中风或肌萎缩性脊髓侧索硬化症 (ALS) 等神经系统疾病会阻断从大脑到肌肉的通路，导致运动和沟通能力丧失。ALS 会逐渐破坏上下运动神经元通路，虽然认知功能尚可，但会导致四肢瘫痪和严重的言语障碍。
BCI如何进行语言解码？
脑机接口是植入大脑皮层的设备，它通过直接读取大脑的神经信号并代表用户产生输出来绕过任何干扰。许多脑机接口依赖于背侧运动皮层（大脑中与手部和手臂运动相关的区域）的神经活动。解码信号后，用户可以通过尝试或想象肢体运动来移动光标。相比之下，语音脑机接口依赖于腹侧中央前回，该区域的神经信号与面部运动和言语表达相关。解码来自该区域的神经信号可以实现快速的语音通信，但尚未证实其能够支持通用的计算机导航或运动控制。理想的方案是将设备植入背部和腹部，但这在手术上被认为不切实际或不可行。因此，用户和临床医生必须在光标控制和语音解码之间做出选择。
在《神经工程杂志》上发表的一项研究“言语运动皮层实现 BCI 光标控制和点击”中，研究人员进行了一项单一参与者案例研究，以测试言语运动皮层的神经活动是否可以通过单个植入部位支持光标控制和语音解码。
02 光标控制试验
一位患有肌萎缩侧索硬化症（ALS）的45岁男性参与者参与了这项研究，他四肢瘫痪，说话困难。所有活动均在参与者家中进行。通过手术将四个64电极阵列植入受试者的中央前回腹侧。电极定位由术前MRI扫描和人类连接组计划的皮质校准引导。神经信号以 30 kHz 的采样率采集，并在 250 至 5,000 Hz 之间进行带通滤波。每毫秒计算每个电极的阈值交叉点和脉冲带功率。然后，这些特征被分组到 10 毫秒的区间中，产生一个 512 维的特征向量流，作为解码系统的输入。
我们使用三种任务范式来评估系统性能：Radial8 校准、网格评估以及语音和光标同步。线性速度解码器控制光标移动，而单独的线性分类器则解码点击事件。在主动控制期间，使用速度线性回归和点击分类逻辑回归不断重新校准解码器参数，并且每隔几秒更新一次权重。校准很快就完成了，因为参与者在启动系统后 40 秒内就使用神经控制获得了他的第一个目标。在后期优化设置的测试中，参与者使用该系统高效地控制光标，平均每秒 2.90 比特。早期测试的性能较低，平均每秒 1.67 比特。单次测试中记录的最高速率为每秒 3.16 比特。每秒 1 比特相当于每分钟做出多次准确选择的能力，数值越高，控制速度越快，精度越高。
在总共1,263次试验中，正确选择了1,175个目标，准确率为93%。错误选择88次，且没有试验因超时而结束。6次点击记录在暂时禁用的目标上，23次点击发生在任何目标边界之外。
所有四个电极阵列的点击分类性能均高于随机性。一个位置合适的阵列对光标解码的贡献最大，其性能与全阵列解码器的性能非常接近。在同时进行语音和光标控制的会话中，目标获取时间中位数增加至4.51秒。无语音的会话中，目标获取时间中位数在3.37秒到3.51秒之间，这表明语音生成会干扰参与者控制光标的能力，但不会造成后续操作的延迟。解码器设计的改进可以减轻干扰并增强未来的可用性。
03 脑机接口：打破沉默的壁垒
Neuralink官博近期转发了一位ALS受试者Bradford G Smith的反馈，受试者表示他已能成功通过脑子进行打字，该篇博文内容就是他用脑子输入的。这极大的改善了他的生活，并对这一研究的相关人员表达了感谢。
单个植入部位可在独立的家庭环境中支持通信和计算功能，为多模式 BCI 系统的可行性提供了概念证明。对于认知功能完好但无法使用肢体或说话的患者，提供计算机光标控制和语音解码的神经接口可以恢复关键的沟通渠道和独立性，并大幅改善生活质量。
新闻来源：Medical Press
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
