Wetenschappers vertalen hersengolven van verlamde man in woorden

In een baanbrekende nieuwe studie zijn wetenschappers erin geslaagd hersenactiviteit om te zetten in geschreven tekst.

Afasie kan verschillende oorzaken hebben, zoals een beroerte of amyotrofische laterale sclerose. Mensen met anarcha behouden vaak hun taalvaardigheid, maar verlamming kan hen ervan weerhouden technologische middelen te gebruiken om te communiceren. Neurowetenschappers hebben machine learning gebruikt om elektrische activiteit in het deel van de hersenen dat verantwoordelijk is voor spraak om te zetten in woorden en zinnen. Wetenschappers zijn er voor het eerst in geslaagd de hersenactiviteit van een verlamde persoon die niet kan spreken in tekst te vertalen.

Neurowetenschappers implanteerden een reeks elektroden ter grootte van een creditcard in de sensomotorische cortex van de 36-jarige, het deel van de hersenen dat de spraak regelt. Vervolgens gebruikten wetenschappers onder leiding van de Universiteit van Californië, San Francisco, “deep learning-algoritmen om computermodellen te trainen die woorden uit patronen van hersenactiviteit kunnen herkennen en classificeren.” Ze vroegen de man om na te denken over het uitspreken van de woorden die ze hem op het scherm gaven.

Naast deep learning-modellen gebruikten ze een ‘natuurlijk taalmodel’, een programma dat het volgende woord in een zin voorspelt op basis van eerdere woorden.

verlies van duidelijke spraak

Aan het begin van het onderzoek kreeg de 36-jarige deelnemer een hersenstam beroerte toen hij 20 was, wat resulteerde in ernstige verlamming en verlies van duidelijke spraak, bekend als anartrie. Andere oorzaken van artritis zijn onder meer amyotrofische laterale sclerose, een zeldzame neurologische ziekte die voornamelijk de zenuwen aantast die verantwoordelijk zijn voor willekeurige bewegingen.

De man in het onderzoek kon grommen en kreunen, maar kon geen woorden uitspreken, ondanks gezonde cognitieve functies. Met lichte hoofdbewegingen kan hij het computergebaseerde schrijfapparaat bedienen om te communiceren. Zijn typesnelheid met dit apparaat is echter niet meer dan vijf correcte woorden per minuut.

Na 48 trainingssessies met de nieuwe “gedachtenlezen”-techniek gedurende 81 weken, was hij in staat om ongeveer 15 woorden per minuut te genereren, met een foutenpercentage van 26%.

De wetenschappers, die hun bevindingen in de New England Journal of Medicine publiceerden, zeggen dat spraakdecoderingstechnieken over het algemeen als bruikbaar worden beschouwd als hun foutenpercentage minder dan 30% is. Deze studie betekent een revolutionaire doorbraak op het gebied van brain-computer interfaces. Hoewel de procedure zeer invasief is, hersenchirurgie vereist om een ​​opnameband op het oppervlak van de hersenen te implanteren, en de nauwkeurigheid van TTS bescheiden is, is het model revolutionair.

gegevens over hersenactiviteit

Tijdens 48 trainingssessies probeerde de deelnemer bepaalde woorden te produceren uit een set van 50 woorden. Bij elke poging werd hem een ​​van deze woorden op het scherm getoond. Toen het woord groen werd na twee seconden vertraging, probeerde hij het uit te spreken. Tijdens deze sessies verzamelden de onderzoekers 22 uur aan hersenactiviteitsgegevens, die ze aan een deep learning-algoritme gaven. In de laatste twee extra sessies probeerde de man vooraf getrainde woorden te gebruiken om zinnen te genereren zoals “Ik heb dorst” en “Ik heb mijn bril nodig”. In elke proef kreeg de deelnemer de zin te zien en probeerde hij de woorden zo snel mogelijk te genereren terwijl hij erover nadacht om het te zeggen.
Het deep learning-algoritme en het taalmodel decodeerden zijn ideeën foutloos in meer dan de helft van de zinsproeven.

bronnen

Neuroprothese voor spraakdecodering bij een verlamde persoon met anartrose

https://www.sfchronicle.com/health/article/In-major-step-UCSF-scientists-translate-unspoken-16315132.php

* De informatie en diensten die beschikbaar zijn op pressesante.com vervangen op geen enkele manier het advies van gekwalificeerde gezondheidswerkers.

[ADINSERTER AMP]