Video Experimental Relacionado
Updated: May 7, 2026

A Protocol for Comprehensive Assessment of Bulbar Dysfunction in Amyotrophic Lateral Sclerosis ALS
Published on: February 21, 2011
Una neuroprótesis de habla de alto rendimiento
Francis R Willett1, Erin M Kunz2,3, Chaofei Fan4
1Howard Hughes Medical Institute at Stanford University, Stanford, CA, USA. willett2@gmail.com.
Este estudio introduce una nueva interfaz de habla cerebro-computadora (BCI) que decodifica el intento de habla a partir de señales neuronales. Este BCI avanzado mejora significativamente la precisión y la velocidad para la restauración de la comunicación en individuos con parálisis.
Área de la Ciencia:
- La neurociencia
- Ingeniería biomédica
- Tecnología de rehabilitación
Sus antecedentes:
- Las interfaces cerebro-ordenador (BCI) ofrecen una vía de comunicación potencial para las personas con parálisis severa.
- Las IC del habla existentes tienen limitaciones en la precisión y el tamaño del vocabulario, lo que dificulta la comunicación efectiva.
- La esclerosis lateral amiotrófica (ELA) afecta progresivamente el habla, lo que requiere tecnologías de asistencia avanzadas.
Objetivo del estudio:
- Desarrollar y evaluar un BCI de alto rendimiento de voz a texto utilizando grabaciones de microelectrodos intracorticales.
- Para evaluar la precisión y la velocidad del BCI en la decodificación del intento de habla de un participante con ELA.
- Investigar los principios de codificación neuronal relevantes para el desarrollo del BCI del habla.
Principales métodos:
- Utilizó matrices de microelectrodos intracorticales para registrar el aumento de la actividad neuronal durante el intento de hablar.
- Desarrolló algoritmos de decodificación para traducir señales neuronales en texto.
- Evaluación del rendimiento utilizando tasas de error de palabras en diferentes tamaños de vocabulario y velocidad de decodificación medida.
Principales resultados:
- Logró una tasa de error del 9,1% en un vocabulario de 50 palabras, una mejora de 2,7 veces con respecto al estado de la técnica anterior.
- Demostró la primera decodificación exitosa de vocabulario grande (125.000 palabras) con una tasa de error de palabra del 23,8%.
- Alcanzó una velocidad de decodificación de 62 palabras por minuto, 3.4 veces más rápido que los registros anteriores.
Conclusiones:
- Las grabaciones neuronales de alta resolución permiten una decodificación precisa y rápida del habla a través de BCIs.
- El código neural para el habla contiene características que facilitan la decodificación robusta incluso después de una parálisis prolongada.
- Esta tecnología BCI presenta un enfoque viable para restaurar la comunicación para las personas que no hablan.
Más Videos Relacionados
Videos de Conceptos Relacionados
Nonconscious Mimicry
Muscles for Facial Expressions
Higher Mental Functions of the Brain: Language
Language formation and comprehension take place in the dominant hemisphere. The dominant hemisphere is responsible for understanding the meaning of spoken, written, or sign language, as well as the ability to communicate. For most people, the left hemisphere is the dominant one. The right hemisphere, then, gives tone and emotional context to the...
Larynx
Anatomy of the Larynx
The larynx consists of various components, including cartilage, muscles, and vocal cords. Its structure includes three large unpaired cartilages—the thyroid, cricoid, and epiglottis—and three smaller paired cartilages—the arytenoids,...
Neural Control of Respiration
Respiratory Centers in the Brainstem
Two primary areas comprise the respiratory center: the medullary respiratory center in the medulla oblongata and the pontine respiratory group in the pons. The...
Facial Feedback Hypothesis

