通过训练,受雇人轮椅可以导航正常,凌乱的空间

了一种能用思维进行控制的轮椅可以帮助一个瘫痪的人获得新的流动性通过将用户的想法转换成机械命令。在《华尔街日报》于11月18日iScience研究人员证明,瘫痪患者用户可以在一个自然的操作能用思维进行控制的轮椅,凌乱的环境训练后一段时间。

“我们显示用户和脑机接口的相互学习算法对用户都是重要的成功运营这样的轮椅,“文澜何塞·德尔·r·说,该研究的通讯作者在德克萨斯大学奥斯汀分校。“我们的研究强调了潜在途径改善临床非侵入式脑机接口技术的翻译。”

文澜和他的同事们招募了三个瘫痪患者的人纵向研究。每个参与者接受每周训练三次2到5个月。发现他们的参与者戴着无边便帽大脑活动通过脑电图(EEG),这将被转换成机械轮椅通过脑机接口设备命令。参与者被要求控制的方向轮椅通过思考他们的移动身体部位。具体来说,他们需要考虑移动双手双脚都左转和右转。

在第一次训练,三个参与者类似水平的精确到设备的响应与用户的思想约43%至55%。在训练的过程中,脑机接口设备团队参与者1中看到显著提高精度,达到了精度超过95%的年底他的训练。该小组还观察到精度的增加参与者3 - 98%中途他之前培训团队更新设备的新算法。

改善参与者1和3中所示是discriminancy与改善相关特性,即算法的能力区分大脑活动模式编码的“左”的思想,“走吧。”The team found that the better feature discriminancy is not only a result of machine learning of the device but also learning in the brain of the participants. The EEG of participants 1 and 3 showed clear shifts in brainwave patterns as they improved accuracy in mind-controlling the device.

“我们看到从脑电图结果的主题巩固技能调节他们的大脑的不同部分来生成一个模式“向左”和一个不同的模式,走吧,”文澜说。“我们认为有一个大脑皮层重组发生由于参与者的学习过程。”

相比之下,参与者1和3,参与者2没有重大变化在整个训练的大脑活动模式。他的精度在前几个交易日仅略有增加,这对其他培训期间保持稳定。这表明单独机器学习等成功地操纵了一种能用思维进行控制的设备不足,文澜说

的培训,所有的参与者被要求驱动轮椅在杂乱的病房。他们不得不绕障碍如房间隔板和病床,设置模拟真实的环境。两个参与者1和3完成任务而参与者2未能完成它。

“看来,获得良好的脑机接口控制的人,让他们执行相对复杂的日常活动像驾驶轮椅在自然环境中,它需要一些神经可塑性皮层重组,“文澜说。

这项研究还强调用户的长期训练的作用。尽管参与者1执行异常结束时,他在最初几个挣扎培训会话,文澜说。纵向研究是第一个来评估非侵入式脑机接口技术在瘫痪患者的临床翻译的人。

接下来,团队想要弄清楚为什么参与者2并没有经历学习的效果。他们希望进行更详细的分析,所有参与者的大脑信号理解他们的差异和可能的干预措施的人在未来的学习过程。