语音图像脑电脑接口:一个系统的文献综述
A Tates1, A Matran-Fernandez1, S Halder1
1Brain-Computer Interfaces and Neural Engineering Lab, School of Computer Science and Electronic Engineering, University of Essex, Colchester, United kingdom.
Journal of neural engineering
|June 9, 2025
概括
从大脑信号解读语音图像 (SI) 是一个不断增长的BCI研究领域. 虽然深度学习模型是首选的,但实时解码仍然是一个挑战,阻碍了当前最先进的状态的识别.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 大脑与计算机的接口
背景情况:
- 语音想象 (SI) 涉及到听到语音的心理体验,可能是口头思维的基础.
- SI可能涉及类似于没有发音的公开语音生产的动感感觉.
- SI被探索为大脑与计算机接口 (BCI) 的直观范式.
研究的目的:
- 审查用于BCI应用程序从神经信号解码语音图像 (SI) 的方法和结果.
- 识别SI-BCI解码管道中的趋势,挑战和当前最先进的状态.
- 讨论SI-BCI发展的未来研究方向.
主要方法:
- 按照PRISMA指南进行系统审查.
- 搜索谷歌学者和PubMed对SI解码神经活动的同行评审报告.
- 选择了104份报告进行分析,重点关注神经影像模式,信号处理,特征提取和解码效率 (信息传输速率).
主要成果:
- 在过去的20年里,SI解码研究的显著增长.
- 对信号处理和特征提取中的深度学习模型的高度偏好.
- 不到6%的研究报告实时解码,大多数专注于离线分析.
- 不同的方法和结果使确定当前的最先进技术状况变得复杂.
结论:
- 语音图像 (SI) 呈现了一个有吸引力且越来越多的BCI研究范式.
- 方法学趋势显示了对深度学习的偏好,但实时解码仍然是一个重大障碍.
- 需要进一步的研究来建立稳健的实时SI-BCI系统,并定义该领域的最先进状态.


