本研究提出了一种改进的解码方法,解决了脑信号解码在重构多模态刺激中的不足,提升了刺激再现质量,对理解神经机制和推动人工智能发展具有重要意义。
加州大学戴维斯分校的研究团队开发了一种新技术,可以帮助因瘫痪或ALS等神经系统疾病而无法说话的人恢复交流能力。该技术可以解读用户说话时的脑信号,并将其转换成计算机大声朗读的文本。研究人员在一名因ALS而导致语言能力严重受损的男子的大脑中植入了传感器,他在启动该系统后几分钟内就能传达自己想要说的话。该研究发表在《The New England Journal of Medicine》上,准确率高达97%。这项技术具有变革性,为那些想说话却无法说话的人带来了希望。
该文介绍了一种人机联合学习框架,通过引导用户生成脑信号来加速内源性BCIs中的学习过程。18名健康受试者的实验证明了该联合学习过程的优势。
研究团队通过脑机接口和AI技术帮助闭锁综合症患者恢复沟通能力。他们成功破解了患者大脑中负责促发声道运动的脑信号,使患者能够输出完整单词。虽然速度还不够快,但这项研究证明了输出完整单词的方式是可行的。文章还提到了脑机接口技术的潜力和风险,以及对使用者的保护问题。
完成下面两步后,将自动完成登录并继续当前操作。