在患有多系统性缩的患者中,比较BCI通信系统与动物模型
Brian Premchand1, Kyaw Kyar Toe1, Chuanchu Wang1
1Institute for Infocomm Research (I²R), Agency for Science, Technology and Research (A⁎STAR), 1 Fusionopolis Way, #21-01 Connexis (South Tower), Singapore 138632, Singapore.
Brain research bulletin
|March 6, 2025
概括
在一个患有多系统性缩 (MSA) 和非人类灵长类动物 (NHP) 的患者身上测试了一种脑计算机接口 (BCI). 该BCI在人类中显示出可变的性能,但在NHP中显示出高精度的解码运动.
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
- 机器学习 机器学习
背景情况:
- 严重损害了全球受影响个体的沟通能力.
- 多系统性缩 (MSA) 是一种神经退行性疾病,导致和其他神经缺陷.
- 大脑计算机接口 (BCI) 提供了一种潜在的解决方案,可以恢复患者的通信.
研究的目的:
- 开发和评估基于微电极的BCI系统,用于MSA患者的通信.
- 通过对非人类灵长类动物 (NHP) 进行测试来评估BCI系统的有效性.
- 为了比较线性差异分析 (LDA) 和长短期记忆 (LSTM) 模型在解码神经信号方面的性能.
主要方法:
- 在一个患有MSA和NHP的人类患者体内植入了一个基于微电极的BCI.
- 来自两名受试者的神经数据被用于训练基于LDA和LSTM的人工神经网络 (ANN) 模型.
- 模型被训练来执行二进制分类来解码运动与非运动.
主要成果:
- 对于人类患者来说,LDA模型在二进制解码中达到高达72.7%的准确性,性能高度可变.
- 在NHP中,BCI系统的准确性很高,LDA达到82.7%,LSTM达到83.7%.
- 在人体患者中,BCI系统的准确性明显较低,LDA为47.0%,LSTM为44.6%.
结论:
- 像MSA这样的神经退行性疾病可能会给基于BCI的通信系统带来独特的挑战.
- 该研究强调了神经退行性疾病患者和NHPs之间的BCI性能差异.
- 需要进一步的研究来了解和克服阻碍MSA患者BCI疗效的机制.
