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:1
  • 来源:五分快3技巧_5分快3玩法_五分快3官网

英国《自然·医学》杂志近日在线发表的一项研究,报告了本身还需用分析四肢瘫痪患者大脑活动的淬硬层 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还需用通过脑机接口加以改善。脑机接口还需用将控制运动的中枢神经系统回路和辅助设备(类似于于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。其实这俩土办法 前景可观,而是 要实际应用仍面临一定障碍,比如需用准确快速的响应,不要再可不都里能提供多种功能以及根据需用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,整理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。亲们向患者运动表层植入微电极阵列,长期整理患者大脑活动信息。哪几种微电极以高光阴分辨率直接采样神经元活动。

根据这俩大型数据集,亲们使用淬硬层 学习土办法 开发了本身脑机接口解码器,它还需用准确、快速而持久地运行,而是 会学习新功能,基本不需用再训练。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,其实示例患者还需用使用解码器来抓取和操纵物体,而是 这俩土办法 不是适用于很多患者,不是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不是还需用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,来生成类似于于功能的解码器。