湖北
极目新闻记者 赵雪纯
通讯员 田娟
“意念发声”有望从幻想走进现实！近日，华中科技大学同济医学院附属同济医院神经外科舒凯教授团队与华中科技大学人工智能与自动化学院伍冬睿教授团队的合作成果，在国际神经工程顶刊《神经工程学杂志》发表。他们首次利用脑磁图技术，结合人工智能算法，实现对中文词汇的非侵入式解码，为我国数百万失语患者重获说话能力点亮希望。
我国有上百万名脑卒中、渐冻症患者身陷“沉默的牢笼”，他们思维清晰却无法言语。“传统脑机接口需要患者长期训练，交流效率低。”舒凯教授解释，团队的目标是让机器直接读懂大脑里的语音意念，再实现自然交流。然而，中文语音的脑机接口的研究极少，多集中在音节层面，词汇量小，难以实现实用交流；并且，现有研究多依赖侵入式脑信号采集，存在手术风险，难以普及。
此外，目前主流非侵入式脑机接口多采用脑电图技术或近红外技术，虽然便捷，但信号容易受颅骨和头皮干扰，空间分辨率较低，仿佛隔墙听音，细节模糊。该研究团队创新性地选择了脑磁图作为信号采集工具。脑磁图直接测量神经元活动产生的微弱磁信号，受组织干扰小，具备毫秒级时间分辨率和毫米级空间分辨率。
舒凯教授形象地比喻：“如果说脑电图是在听一场隔墙的模糊对话，那么脑磁图就如同拥有了一扇透明玻璃窗，能够更清晰地‘观察’到大脑语言网络的实时活动。”
从复杂多变的大脑磁信号中精准识别出对应的词汇，是最大挑战。研究团队提出了“多模态辅助言语解码算法”。该算法的巧妙之处在于引入了文本与合成语音作为双顾问。在训练人工智能模型时，不仅让模型学习脑磁信号与对应词汇文本（语义）的关系，还同时让其对照该词汇的合成语音（声学特征）。这好比在解读大脑的“语言意念”时，不仅看“词义”，还参考“发音规则”，通过对比学习技术，引导AI在统一特征空间中对齐多模态信息。
实验表明，这种跨模态知识辅助机制显著提升了模型的特征提取能力，在48个词汇的分类任务中取得了高达46.21%的解码准确率。研究还进一步验证了大脑颞叶及感觉运动皮层在中文言语生成中的关键作用，加深了对语言神经机制的理解。
此研究不仅是中文语音脑机接口领域的一次“从0到1”的突破，更是医工交叉协同创新的典范。随着技术不断成熟，非侵入式中文语音脑机接口有望走出实验室，真正服务于广大患者，让失语者重新“开口说话”，为我国脑科学研究和智慧医疗贡献“同济智慧”。
（来源：极目新闻）
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.
