来自语音的稳定解码BCI使得一个患有ALS的个体可以在没有重新校准的情况下控制3个月的ALS
Shiyu Luo1, Miguel Angrick2, Christopher Coogan2
1Department of Biomedical Engineering, Johns Hopkins University School of Medicine, Baltimore, MD, 21205, USA.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|October 24, 2023
概括
这项研究表明,使用心电图 (ECoG) 植入物的大脑计算机接口 (BCI) 允许ALS患者通过语音命令控制计算机. 在没有再培训的情况下,BCI在三个月内表现出高准确度和可靠性.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 康复技术 康复技术 康复技术
背景情况:
- 像ALS这样的神经系统疾病严重损害了沟通和行动能力.
- 大脑计算机接口 (BCI) 为辅助控制提供了一个潜在的解决方案.
- 准确,可靠和低设置的BCI系统对于患者独立至关重要.
研究的目的:
- 评估基于电皮质谱 (ECoG) 的语音BCI用于辅助控制的长期准确性和可靠性.
- 评估自主步调,无辅助BCI系统的可行性,用于因ALS而导致严重肌痛症的个体.
主要方法:
- 一名患有ALS的参与者在腹部感觉运动皮层上使用了长期植入的ECoG设备.
- 解码了六个直观的语音命令来操作计算机应用程序.
- 系统性能在3个月的时间内进行了监测,没有重新训练或重新校准.
主要成果:
- 基于ECoG的语音BCI在检测和解码语音命令方面取得了高精度 (中位数为90.59%).
- 该系统在3个月内可靠运行,表现出一致的性能.
- 该BCI启用了自动节奏,无助的控制,而不需要外部时间线索.
结论:
- 长期植入基于ECoG的语音BCI可以在长时间内提供可靠的辅助控制.
- 最少的再培训和校准支持ALS患者在家无助使用的可行性.
- 这项技术有望恢复严重运动障碍患者的通信和控制.
