脑机接口让约翰霍普金斯大学的ALS患者恢复对家庭设备的控制
就在巴尔的摩金莺队以本赛季第100 场胜利夺得联盟东区冠的第二天，终身球迷蒂姆·埃文斯 (Tim Evans) 流露出了他的自豪感。
“这太棒了，”62 岁的埃文斯穿着橙色 O 球衣，笑容满面地说。
金莺队上次赢得美联东区冠是在 2014 年，同年埃文斯被诊断出患有肌萎缩侧索硬化症 (ALS)，这是一种进行性神经系统疾病，会导致肌肉无力以及运动和言语功能丧失。埃文斯目前有严重的言语和吞咽问题。他说话可以很慢，但是大多数人很难听懂他的话。
然而，得益于脑机接口(BCI)——大脑与外部智能设备之间的直接通信路径，埃文斯重新获得了控制感。这种脑机接口设备被称为皮质通信(CortiCom)，通过手术植入负责言语和上肢功能的大脑区域表面。埃文斯正在参与约翰·霍普金斯医学院与约翰·霍普金斯大学应用物理实验室合作的一项临床试验，该试验正在研究一系列使用该设备对患有严重言语和运动困难的患者进行的研究，以恢复因言语和运动困难而丧失的一些能力。到神经系统疾病。
通过使用 BCI 和经过训练的特殊计算机算法，将其大脑信号转换为计算机命令，埃文斯能够自由可靠地使用一组六个基本命令(上、下、左、右、输入和后退)在选项之间导航在通信板上控制智能设备，例如房间灯和流媒体电视应用程序。
10 月 25 日发表在《Advanced Science》上的结果显示，在三个月内，BCI 算法的持续准确度达到 90%，无需重新训练或重新校准。
“虽然过去关于语音 BCI 的研究主要集中在通信上，但我们的研究解决了直接控制智能设备的需求，”该研究的高级作者、临床首席研究员、约翰·霍普金斯大学医学院神经学教授Nathan Crone 医学博士说道。审判。“BCI 准确地识别了一小组简单的命令，使蒂姆能够导航通信板并控制家用设备，而无需语言模型来修复错误。”
“太棒了。我不用起床就可以打开电视并关灯，”埃文斯说。“我可以看到其他患者的可能性。”
怎么运行的
2022 年夏天，约翰·霍普金斯大学医学院的神经外科教授William Anderson(医学博士、哲学博士、文学硕士)和整形与重建外科教授Chad Gordon(DO)进行了两次皮层电图检查(ECoG)。 )埃文斯大脑表面的网格。ECoG 网格是一片薄薄的电极(微型传感器)，其占地面积相当于一张大邮票，放置在人的大脑上，用于记录数千个脑细胞(神经元)产生的电信号。
埃文斯与研究团队合作了几周，训练脑机接口识别他独特的大脑信号，并大声重复屏幕上出现的六个命令。一旦 BCI 的深度学习算法得到训练，埃文斯就被要求发出相同的口头命令来实时控制通信板，通常在接下来的三个月内每天大约五分钟。
“虽然蒂姆的演讲对于大多数人类听众来说很难理解，但脑机接口能够准确地将他的大脑活动转化为计算机命令，使他能够按照自己的节奏导航到通信板上并选择项目，”毕业生 Shiyu Luo 说约翰·霍普金斯大学生物医学工程专业的学生，也是该论文的第一作者。“除了表达他的感受或他想要什么之外，蒂姆还能够使用 BCI 来打开和关闭灯，以及选择要在 YouTube 上观看的视频。”
在整个测试过程中，研究人员发现，使用来自大脑运动和感觉区域的信号会产生最佳结果。罗说，与嘴唇、舌头和下巴运动相关的大脑区域对脑机接口的性能影响最大，并且在三个月的研究中保持一致，对于脑机接口的良好和可靠工作发挥着至关重要的作用。
不同的方法
Crone 说，与许多其他 BCI 研究不同，这种方法使用不穿透大脑的电极，使团队能够记录大脑表面的大量神经元，而不是单个神经元。
“随着时间的推移，这些人群的反应似乎更加稳定，”克龙说。“它们每天都不会发生太大变化，因此我们用于控制计算机界面的 BCI 算法至少在三个月内不需要重新校准或重新训练。”
Crone 表示，无需重新训练 BCI 算法意味着这种方法可能允许参与者随时随地自由使用 BCI，而无需研究人员持续干预。未来，希望这意味着严重瘫痪的参与者可以通过打开灯并仅使用他们的大脑信号来观看电视新闻来开始新的一天。
“我们的研究令人惊奇的是，准确性并没有随着时间的推移而改变，它在第一天和第 90 天的效果一样好，”Crone 说。“我们的结果可能是实现严重瘫痪患者在家独立使用语音脑机接口潜力的第一步。”
版权声明：本文由用户上传，如有侵权请联系删除！