培训可以帮助四肢瘫痪的用户在自然、杂乱的空间中操作意念控制的轮椅
意念控制轮椅可以通过将用户的思想转化为机械命令来帮助瘫痪者获得新的活动能力。 11月18日,研究人员在《iScience》杂志上展示,经过长时间的训练,四肢瘫痪的使用者可以在自然、杂乱的环境中操作意念控制轮椅。我们表明,用户和脑机接口算法的相互学习对于用户成功操作此类轮椅非常重要。我们的研究凸显了改善非侵入性脑机接口技术临床实施的潜在途径。” José del R. Millán,该研究的通讯作者,德克萨斯大学奥斯汀分校米兰分校和……

培训可以帮助四肢瘫痪的用户在自然、杂乱的空间中操作意念控制的轮椅
意念控制轮椅可以通过将用户的思想转化为机械命令来帮助瘫痪者获得新的活动能力。 11月18日,研究人员在《iScience》杂志上展示,经过长时间的训练,四肢瘫痪的使用者可以在自然、杂乱的环境中操作意念控制轮椅。
我们表明,用户和脑机接口算法的相互学习对于用户成功操作此类轮椅非常重要。 我们的研究凸显了改善非侵入性脑机接口技术临床实施的潜在途径。”
José del R. Millán,该研究的通讯作者,德克萨斯大学奥斯汀分校
米兰和他的同事招募了三名四肢瘫痪者进行纵向研究。 每位参与者每周完成 3 次培训,持续 2 至 5 个月。 参与者戴着无边帽,通过脑电图(EEG)记录他们的大脑活动,然后通过脑机接口设备将其转换为轮椅的机械命令。 参与者被要求通过思考身体部位的运动来控制轮椅的方向。 具体来说,他们必须记住向左转移动双手,向右转移动双脚。
在第一个训练课程中,当设备的响应与用户的想法相匹配时,三名参与者的准确度水平相似,范围从 43% 到 55% 不等。 在训练过程中,脑机接口设备团队注意到参与者 1 的准确率有了显着提高,他在训练结束时达到了 95% 以上的准确率。 该团队还观察到,在训练进行到一半时,参与者 3 的准确率提高到了 98%,之后团队用新算法更新了他的设备。
在参与者 1 和 3 中观察到的改善与特征辨别力的改善相关,即 h。算法区分“向左”思想和“向右”思想编码的大脑活动模式的能力。 研究小组发现,更好的特征辨别不仅是设备机器学习的结果,也是参与者大脑学习的结果。 参与者 1 和 3 的脑电图显示,随着设备精神控制准确性的提高,他们的脑电波模式发生了显着变化。
米兰说:“我们从脑电图结果中看到,受试者已经巩固了调节大脑不同部分的能力,以产生一种‘向左’模式和另一种‘向右’模式。” “我们相信,参与者的学习过程会发生皮质重组。”
与参与者1和3相比,参与者2在整个训练过程中大脑活动模式没有显着变化。 他的准确率在前几次训练中仅略有提高,但在剩余的训练期间保持稳定。 米兰说,这表明仅靠机器学习不足以成功操纵这种精神控制设备
培训结束时,所有参与者都被要求驾驶轮椅穿过拥挤的病房。 他们必须绕过房间隔板和医院病床等障碍物,这些障碍物是为了模拟真实环境而设置的。 参与者 1 和 3 都完成了任务,而参与者 2 没有完成。
米兰说:“似乎为了获得良好的脑机接口控制,使他们能够进行相对复杂的日常活动,例如在自然环境中驾驶轮椅,需要在我们的皮质中进行神经可塑性重组。”
该研究还强调了长期用户培训的作用。 米兰说,虽然参与者 1 最终表现出色,但他在前几次训练中也表现不佳。 这项纵向研究是首批评估四肢瘫痪患者非侵入性脑机接口技术临床实施的纵向研究之一。
接下来,团队想要找出参与者 2 没有体验到学习效果的原因。 他们希望对每个参与者的大脑信号进行更详细的分析,以了解他们的差异,并为未来在学习过程中遇到困难的人们提供可能的干预措施。
这项工作得到了意大利教育部和帕多瓦大学信息技术研究所的部分支持。
来源:
参考:
托宁,L.,等人。 (2022) 学习为严重四肢瘫痪患者控制 BMI 控制的轮椅。 i科学。 doi.org/10.1016/j.isci.2022.105418 。
。