从皮层内脑信号解码手写轨迹,用于脑到文本通信
Guangxiang Xu1,2,3, Zebin Wang1,2,3, Kedi Xu2,3
1The State Key Lab of Brain-Machine Intelligence, Zhejiang University, Hangzhou, 311121, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|July 28, 2025
概括
研究人员开发了一种新的脑计算机接口 (BCI) 解码框架,以将大脑信号转化为手写. 这种创新方法准确地重建复杂的角色轨迹,显著改善了运动障碍患者的沟通.
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
- 人与计算机的交互
背景情况:
- 临床脑电脑接口 (BCI) 具有从大脑信号中解码手写轨迹的能力有限.
- 的个人试图手写往往缺乏准确的运动标签,导致BCI解码中的错位问题.
研究的目的:
- 引入一种创新的解码框架,用于大脑与计算机接口 (BCI) 来准确地从神经信号中解码手写的轨迹.
- 在BCI解码中解决神经活动和运动之间的形状和时间扭曲.
- 为了实现有效的多天数据融合,以提高轨迹质量.
主要方法:
- 在试图写字时,从一个的个体中记录了皮层内神经信号.
- 开发了一种新的解码框架,以解决神经活动和运动之间的错位问题.
- 采用动态时间扭曲来将重建的轨迹转化为文本.
主要成果:
- 实现了高度准确和人类可识别的手写轨迹重建,优于传统方法.
- 证明有效的多天数据融合,提高了轨迹质量.
- 在1000个字符的数据库中实现了高达91.1%的文本翻译识别率.
结论:
- 新的BCI解码方案准确地从神经信号中重建了手写的轨迹.
- 该框架适用于字母和逻辑脑到文本翻译.
- 这种方法有可能在不同语言中彻底改变运动障碍患者的沟通方式.
更多相关视频
05:52Handwriting Analysis Indicates Spontaneous Dyskinesias in Neuroleptic Naïve Adolescents at High Risk for Psychosis
Published on: November 21, 2013
15.0K
11:25Simultaneous Scalp Electroencephalography EEG, Electromyography EMG, and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding
Published on: July 26, 2013
43.5K
