加州大学圣地亚哥分校的研究人员发现了一种方法，通过只检查非侵入性大脑成像的数据，而不检查手本身的信息，来区分人们正在做出的手势。这一结果是开发非侵入性脑机接口的早期步骤，有一天，这种接口可能会让瘫痪、截肢或其他身体问题的患者能够用他们的大脑控制一种辅助日常任务的设备。

这项研究最近提前在线发表在《大脑皮层》杂志上，代表了迄今为止使用一种完全无创的技术来区分单手手势的最佳结果，在本例中是脑磁图（MEG）。
“我们的目标是绕过侵入性组件，”该论文的资深作者、加州大学圣地亚哥分校高通研究所MEG中心联合主任黄明雄博士说。Huang还隶属于加州大学圣地亚哥分校雅各布斯工程学院的电气和计算机工程系、加州大学圣地亚哥医学院的放射系以及退伍军人事务（VA）圣地亚哥医疗系统。“MEG为开发脑机接口提供了一个安全准确的选择，最终可以帮助患者。”
研究人员强调了MEG的优势，它使用带有嵌入式306传感器阵列的头盔来检测大脑中神经元之间移动的神经元电流产生的磁场。替代的脑机接口技术包括皮层电图（ECoG）和头皮脑电图（EEG），前者需要在大脑表面手术植入电极，后者定位大脑活动的精度较低。
Roland Lee（医学博士，研究合著者，加州大学圣地亚哥高通研究所MEG中心主任，加州大学圣迭戈医学院放射学荣誉退休教授，弗吉尼亚州圣地亚哥医疗保健系统医生）表示：“使用脑磁图，我可以看到大脑在思考，而无需取下头骨并在大脑上安装电极。我只需要把MEG头盔戴在他们的头上。没有电极在植入头部时可能断裂；没有昂贵、精细的脑部手术；没有可能的脑部感染。”
Lee将脑甘醇的安全性比作给病人量体温。“脑磁图测量大脑释放的磁能，就像温度计测量身体释放的热量一样。这使它完全无创且安全。”

“石头剪刀布”
目前的研究评估了使用脑磁图来区分12名志愿者所做手势的能力。志愿者被配备了MEG头盔，并被随机指示做出游戏《石头剪刀》中使用的手势之一（与之前的此类研究一样）。脑磁图功能信息被叠加在MRI图像上，从而提供大脑的结构信息。
为了解释生成的数据，加州大学圣地亚哥分校雅各布斯工程学院的电气和计算机工程博士生、论文第一作者Yifeng（“Troy”）Bu编写了一个名为MEG RPSnet的高性能深度学习模型。
“这个网络的特殊之处在于它同时结合了空间和时间特征，”布说。“这是它比以前的型号效果更好的主要原因。”
当研究结果出来时，研究人员发现他们的技术可以用来区分手势，准确率超过85%。这些结果与之前使用侵入性ECoG脑机接口的样本量小得多的研究结果相当。
该团队还发现，仅从一半的大脑区域进行的脑磁共振测量可以产生精度损失很小（2-3%）的结果，这表明未来的脑磁成像头盔可能需要更少的传感器。
展望未来，Bu指出：“这项工作为未来基于脑磁图的脑机接口开发奠定了基础。”

 

网址：
https://www.news-medical.net/news/20230519/Hand-gesture-decoding-using-data-from-noninvasive-brain-imaging.aspx

责编: editor