中新網北京8月24日電 (記者 孫自法)國際著名學術期刊《自然》最新發表兩(liang) 篇論文神經科學論文，研究人員報告研發出新的腦機接口裝置(BCI)，能夠比現有技術更迅速、更準確且覆蓋更大詞匯量地將大腦活動解碼為(wei) 語言。該研究結果展示旨在幫助嚴(yan) 重癱瘓人群恢複溝通能力的技術的進步。

　　據論文介紹，患有神經係統疾病(包括腦幹中風或肌萎縮性側(ce) 索硬化症)的人往往因肌肉癱瘓而喪(sang) 失語言能力。過往研究表明可以從(cong) 癱瘓患者的大腦活動中解碼出語言，但隻能以文字形式輸出，且速度、準確性和詞匯量都較為(wei) 有限。

　　其中一篇論文研究中，美國斯坦福大學Francis Willett和同事開發出一種腦機接口裝置，可以通過插入大腦的細電極陣列收集單個(ge) 細胞的神經活動，並訓練人工神經網絡來解碼病人試圖進行的發聲。在該裝置的幫助下，一名肌萎縮性側(ce) 索硬化症病人可以以每分鍾62個(ge) 詞的速度進行交流，這一速度是此前類似裝置的3.4倍，進一步接近了自然對話的速度(每分鍾約160個(ge) 詞)。該裝置在50個(ge) 單詞的詞匯量下錯誤率為(wei) 9.1%，比此前最先進的語言腦機接口裝置低2.7倍。在使用12500詞匯量時，該裝置錯誤率為(wei) 23.8%，論文作者認為(wei) ，這可能是有研究首次成功演示大詞匯量的解碼。

　　在另一篇論文研究中，美國加州大學舊金山分校Edward Chang和同事開發出一種基於(yu) 不同方法獲取大腦活動的裝置，該裝置的電極覆蓋在大腦表麵並偵(zhen) 測許多細胞的活動。這種腦機接口裝置可以將大腦信號同時轉化為(wei) 三種輸出形式：文字、語音和控製一個(ge) 頭像。研究人員訓練了一個(ge) 深度學習(xi) 模型，來解碼從(cong) 一名因腦幹中風而嚴(yan) 重癱瘓的患者那裏收集到的神經數據，收集數據時病人試圖無聲地說出句子。腦信號到文字的轉譯速度中位數為(wei) 每分鍾78個(ge) 詞(錯誤率為(wei) 25%)；大腦信號轉譯為(wei) 語音時，372詞匯量下錯誤率為(wei) 28.2%，詞匯量越小，錯誤率越低。該裝置還能將神經活動轉譯為(wei) 麵部表情，以動畫頭像的形式呈現。綜上所述，這種多模式腦機接口裝置為(wei) 癱瘓病人提供了更多可能性，讓他們(men) 能夠更自然、更具表現力地進行交流。

　　Willett研究小組與(yu) 病人Pat在一起(攝影Steve　Fisch)。施普林格·自然 供圖

　　《自然》同期發表同行專(zhuan) 家的“新聞與(yu) 觀點”文章認為(wei) ，這兩(liang) 個(ge) 腦機接口裝置“代表了神經科學和神經工程學研究的重大進步，對於(yu) 緩解因癱瘓性神經損傷(shang) 和疾病而失聲的人的痛苦有巨大潛力”，不過，要實現更廣泛的應用還需要進一步的工作。(完)