患者間での言語解読のための言語生成の共有された潜在表現

科学分野:

• 神経科学
• 生物医学工学
• リハビリテーション技術

背景:

• 言語脳コンピュータインターフェース (BCI) は,神経運動障害のある個人にコミュニケーションの回復を提供します.
• 現在のBCIは患者に特有の膨大なデータを必要とし,使用性と導入速度を制限しています.
• 患者のデータを組み合わせる際の課題は 神経解剖学的差異と電極の配置の違いです

研究 の 目的:

• 多数の患者からのデータを組み合わせて,スピーチBCIを訓練する方法を開発する.
• 患者特有のデータ要求の限界を克服し,BCIの導入を加速する.
• コミュニケーション障害のある人のためのスピーチBCIの正確性と使いやすさを向上させる.

主な方法:

• 患者特有のニューラルデータを共有された潜在空間に並べるために,正規の相関分析 (CCA) を利用した.
• 詳細な神経信号を捕捉するために,高密度マイクロエレクトロコルチコグラフィー (μECoG) を採用した.
• 統合されたニューラルデータで訓練されたクロス患者解読モデルを開発しました.

主要な成果:

• CCAを使用した患者で 共有された神経の潜在的動態を 発見しました
• マイクロスケールの言語情報を 保存することが示されました
• 患者特有のモデルと比較して,クロス患者モデルでより高い解読精度を達成しました.
• μECoGの高解像度と幅広い範囲の利点を強調した.

結論:

• 神経データを共有された潜在空間に整合させることで,複数の患者のデータでスピーチBCIの効果的なトレーニングが可能になります.
• このアプローチは,BCIの精度を大幅に高め,迅速な展開を促進します.
• コミュニケーション障害のある人の生活の質を向上させる より効果的なスピーチBCIが作られます