基于功能磁共振成像技术植入语音大脑计算机接口的考虑因素

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
• 语音技术 语言技术

背景情况:

• 大脑-计算机接口 (BCI) 提供了一种途径,可以恢复言语丧失患者的沟通.
• 之前的研究表明,感觉运动皮质 (SMC) 活动可以通过体外电极支持语音解码.
• 语音BCI的最佳电极放置和特征在很大程度上仍未确定.

研究的目的:

• 调查传感运动皮质 (SMC) 植入物用于语音大脑计算机接口 (BCI) 的最佳特征.
• 通过使用高场fMRI在SMC内评估基于半球,,深度和腹部/背部位置的语音解码能力.
• 在SMC中识别出产生最高语音信息的特定大脑区域.

主要方法:

• 一个7特斯拉功能磁共振成像 (fMRI) 实验与十二个受试者进行.
• 试验对象在多次运行中发音了六个不同的伪词.
• 多类支持矢量机器 (SVM) 分类被应用到分割的SMC区域来解码口语.

主要成果:

• 从SMC实现了显著的语音分类,没有半球或旋转偏好.
• 使用皮质表面数据比使用深层层数据更有效地解读了语音.
• 分类准确度在SMC的腹部50%中是最高的.
• 在SVM搜索光分析中,在上环和左平面时中发现了额外的解码点.

结论:

• 结果支持使用单边表面电极,针对语音BCI的SMC的腹部50%.
• 深度电极在SMC语音解码中的好处目前尚不清楚.
• 在试图说话的患者中需要进一步验证.