深度学习算法“解密”脑活动 助脑机接口控制瘫痪肢体

  • 时间:
  • 浏览:3
  • 来源:5分3D-5分3Dapp下载-5分3Dapp下载安装

英国《自然·医学》杂志近日在线发表的一项研究,报告了一种可不都可不上能分析四肢瘫痪患者大脑活动的深度1学习算法。该算法已被用于向患者的前臂肌肉传递电刺激,从而恢复瘫痪肢体的功能性运动。

慢性瘫痪患者的生活质量可不都可不上能通过脑机接口加以改善。脑机接口可不都可不上能将控制运动的中枢神经系统回路和辅助设备(同类计算机光标或机器人设备)连接起来。近来,脑机接口已被用于绕过脊髓损伤,通过直接的肌肉刺激来恢复瘫痪肢体的功能。我觉得你这个措施 前景可观,本来要实际应用仍面临一定障碍,比如都可不上能准确快速的响应,都都可不上能提供多种功能以及根据都可不上能进行有效的日常重新校准。

美国巴特尔纪念研究所的科学家用两年时间,采集了四肢瘫痪患者执行“想象的”手臂和手部运动时的脑皮质活动记录。大伙儿向患者运动皮层植入微电极阵列,长期采集患者大脑活动信息。哪几种微电极以高流年分辨率直接采样神经元活动。

根据你这个大型数据集,大伙儿使用深度1学习措施 开发了一种脑机接口解码器,它可不都可不上能准确、快速而持久地运行,本来会学习新功能,基本不都可不上能再训练。实验显示,解码器可用于控制电刺激设备,实时恢复患者瘫痪的前臂活动。

团队指出,我觉得示例患者可不都可不上能使用解码器来抓取和操纵物体,本来你这个措施 与否 适用于一点患者,与否 支持更长久的实际应用,还有待进一步验证。未来的研究应该调查与否 可不都可不上能通过实际应用中产生的训练数据,而非在受控的实验室条件下获得的训练数据,来生成同类功能的解码器。