从未标记的ECoG信号中实时检测口语:一项针对ALS患者的试点研究
Miguel Angrick1, Shiyu Luo2, Qinwan Rabbani3
1Department of Neurology, The Johns Hopkins University School of Medicine, Baltimore, MD, United States of America.
Journal of neural engineering
|September 19, 2025
概括
研究人员开发了一种使用电皮质谱 (ECoG) 信号检测语音活动而不需要录制语音的新方法. 这种脑电脑接口 (BCI) 提前帮助那些患有的人进行沟通,就像在肌缩侧面硬化症 (ALS) 中一样.
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:
- 脑电脑接口 (BCI) 在患有ALS等神经疾病导致言语丧失的个体中提供了恢复沟通的潜力.
- 现有的BCI语音解码方法通常需要时间对齐的目标语音,这对无法产生发音的患者构成挑战.
研究的目的:
- 开发和评估一种新的语音解码方法,仅使用电皮质图 (ECoG) 信号,消除了对基本真相语音数据的需求.
- 为那些无法提供语音反的人在脑计算机接口中启用语音活动检测 (VAD).
主要方法:
- 使用基于图形的集群方法,直接从未标记的ECoG信号中识别语音生产细分.
- 训练了一种语音活动检测 (VAD) 模型,仅使用ECoG衍生的语音段.
- 评估了使用假期一天的交叉验证方法对单个患有ALS的参与者的记录进行了评估.
主要成果:
- 与实际演讲相比,开发的方法实现了大约530ms的中位时间误差.
- 当集成到实时BCI时,该方法显示VAD的低延迟仅为10ms.
- 这代表了针对严重语言障碍患者的BCI应用的重要一步.
结论:
- 语音活动只能从未标记的ECoG信号中预测,这是BCI应用的关键进步.
- 这种方法对于患有诸如锁定综合症等疾病的患者来说尤为重要,因为他们无法提供声音基础真相.
- 这些发现为为严重的个体提供更容易获得和更有效的通信恢复技术铺平了道路.
