在一項突破性的發展中，來自史丹佛大學和加州大學舊金山分校的兩個獨立研究團隊揭示了腦機介面（BCI）技術的顯著進展，該技術能夠從個人的思維中解碼出單詞，特別針對那些失去說話能力的個體。這些BCI代表了輔助技術領域的一次重大飛躍。
由Jaimie Henderson領導的史丹佛大學團隊，將電極陣列植入一名被稱為“T12”的ALS患者的大腦皮層，以記錄神經活動。然後，他們使用深度學習模型將這些活動轉換為單詞，達到了每分鐘62個單詞（wpm）的驚人解碼速度。這一速度是之前紀錄18 wpm的三倍多，該紀錄是同一史丹佛研究小組在解碼神經活動中的手寫字時創下的。
與此同時，加州大學舊金山分校的團隊在Edward Chang的指導下採取了不同的方法。他們使用放置在大腦表面的皮層電圖（ECoG）電極來捕捉與聲道運動相關的神經信號，例如嘴唇、舌頭和下頜的運動。他們的BCI系統達到了每分鐘78個單詞的更快解碼速度，超越了史丹佛團隊的設備，創下了比之前努力快四倍的新紀錄。此外，加州大學舊金山分校的系統能夠生成用戶想要表達的語音的文本和音頻重建，增強了整體的溝通體驗。
雖然這兩個BCI的解碼速度仍然低於每分鐘約160個單詞的平均說話速度，但這些突破在幫助言語障礙者方面具有巨大的潛力，並為先進的腦機介面的潛力提供了展望。兩個研究團隊正積極努力進一步提高性能和準確性，探索增加電極數量和改善硬件，以顯著改善有需要者的溝通選擇。
腦部解碼以促進溝通
視頻中提到的Ann，在30歲時因中風而發展出鎖定綜合症。儘管中風原因不明，她仍然堅持了18年。她的故事突顯了需要能夠賦權於殘疾人士的技術。Ann設想使用這項技術，不僅用於個人溝通，還希望成為一名顧問，幫助他人。個性化的虛擬形象和合成語音可以為殘疾人士打開新的可能性。加州大學舊金山分校團隊的目標是開發更好地支持殘疾人士的技術，使他們能夠融入勞動力。他們希望他們的工作能成為實現失去溝通能力的人的全部潛力的基石。
來源：IEEE
相關內容
