从电皮质谱检测到想象中的语音事件,并将其转移到语音模式和主题之间

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
• 信号处理 信号处理

背景情况:

• 语音脑电脑接口 (BCI) 旨在恢复受损个体的沟通.
• 解读想象的语言是具有挑战性的,因为缺乏明显的运动活动.
• 想象语音BCI对于神经退行性疾病至关重要,在这些疾病中,关节器可能会受到影响.

研究的目的:

• 用电皮质谱 (ECoG) 来调查想象中的言语的神经相关性.
• 识别频段和大脑区域对于解码想象语音至关重要.
• 探索解码模型跨语音模式和参与者的可转移性.

主要方法:

• 16名参与者在执行,感知和想象语音任务时记录了ECoG数据.
• 线性模型被用来检测不同频段 (delta到高gamma) 的语音事件.
• 分析了电极位置和语音模式对神经信号模式的影响.

主要成果:

• 马波段在运动皮层中对想象式语音检测做出了强有力的贡献.
• 较低频段在叶中更为突出,特别是在左半球,用于想象式语言.
• 频率模式允许在语音模式和具有类似电极放置的参与者之间成功转移模型.

结论:

• 通过分析不同大脑区域的特定频段贡献来解码想象语音.
• 运动皮层中的马活动是想象性语言的重要生物标志物.
• 这些发现支持开发强大的BCI,用于有沟通障碍的个体,即使在高级神经退行性疾病中.