深度学习算法“解密”脑活动 助脑机接口控制瘫痪肢体

  • 时间:
  • 浏览:1
  • 来源:5分快3技巧_五分快3玩法_五分快3官网

英国《自然·医学》杂志近日在线发表的一项研究,报告了这人都时需分析四肢瘫痪患者大脑活动的深度学习算法。该算法已被用于向患者的前臂肌肉传递电刺激,从而恢复瘫痪肢体的功能性运动。

慢性瘫痪患者的生活质量都时需通过脑机接口加以改善。脑机接口都时需将控制运动的中枢神经系统回路和辅助设备(类似计算机光标或机器人设备)连接起来。近来,脑机接口已被用于绕过脊髓损伤,通过直接的肌肉刺激来恢复瘫痪肢体的功能。虽然你这人最好的最好的法律法律依据前景可观,否则要实际应用仍面临一定障碍,比如时需准确快速的响应,都都都能否提供多种功能以及根据时需进行有效的日常重新校准。

美国巴特尔纪念研究所的科学家用两年时间,派发了四肢瘫痪患者执行“想象的”手臂和手部运动时的脑皮质活动记录。或多或少人 向患者运动表面层植入微电极阵列,长期派发患者大脑活动信息。哪些地方地方微电极以高时光里里分辨率直接采样神经元活动。

根据你这人大型数据集,或多或少人 使用深度学习最好的最好的法律法律依据开发了这人脑机接口解码器,它都时需准确、快速而持久地运行,否则会学习新功能,基本不时需再训练。实验显示,解码器可用于控制电刺激设备,实时恢复患者瘫痪的前臂活动。

团队指出,虽然示例患者都时需使用解码器来抓取和操纵物体,否则你这人最好的最好的法律法律依据否是 适用于或多或少患者,否是 支持更长久的实际应用,还有待进一步验证。未来的研究应该调查否是 都时需通过实际应用中产生的训练数据,而非在受控的实验室条件下获得的训练数据,来生成类似功能的解码器。