使用7T功能性MRI解码单个和对联的音符
Maria Araújo Vitória1, Francisco Guerreiro Fernandes1, Max van den Boom1,2
1Brain Center Rudolf Magnus, Department of Neurology and Neurosurgery, University Medical Center Utrecht, Utrecht, The Netherlands.
Brain topography
|January 23, 2024
概括
来自单个语音的脑活动可以被解码,即使结合起来. 这支持了使用机器学习在感觉运动皮层数据上的语音脑计算机接口 (BCI) 的可行性.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 生物医学工程 生物医学工程
背景情况:
- 语音发音的口腔运动在感觉运动皮质中得到表现.
- 这种神经表示理论上使脑计算机接口 (BCI) 能够进行连续的语音解码.
研究的目的:
- 使用感觉运动皮层活动研究单个和配对语音的可解码性.
- 确定在单个音符上训练的分类器是否可以解码组合音符.
主要方法:
- 功能磁共振成像 (fMRI) 在7特斯拉.
- 十五名参与者发音单个和配对的语音.
- 支持矢量机 (SVM) 分类和搜索灯分析.
主要成果:
- 单个和配对语音的SVM分类是成功的.
- 使用单音符分类器对配音符进行分类,获得了53%的准确率 (33%的机会水平).
- 语音表达在腹部感觉运动皮质中分布广泛.
结论:
- 孤立的语音的神经活动存在,并且可以在组合的语音中区分.
- 这些发现支持使用在单个语音上训练的机器学习算法进行语音BCI的可行性.
- 这项研究对开发使用内电极网的先进BCI有影响.
