新研究表明无创脑成像可以区分手势

加州大学圣地亚哥分校的研究人员发现了一种方法，通过仅检查来自非侵入性脑成像的数据，而不检查来自手本身的信息，来区分人们正在做出的手势。这些结果是开发非侵入性脑机接口的早期步骤，该接口有一天可能允许瘫痪，截肢或其他身体挑战的患者使用他们的大脑来控制协助日常任务的设备。

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完全无创技术区分单手手势的最佳结果，在这种情况下，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Mingxiong Huang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电气与计算机工程系和加州大学圣地亚哥分校医学院放射学系，以及退伍军人事务(VA)圣地亚哥医疗保健系统。“MEG为开发最终可以帮助患者的脑机接口提供了一种安全准确的选择。

研究人员强调了MEG的优势，MEG使用带有嵌入式306传感器阵列的头盔来检测在大脑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质电图(ECoG)，它需要在大脑表面手术植入电极，以及头皮脑电图(EEG)，它不太精确地定位大脑活动。

“有了MEG，我可以看到大脑在思考，而无需取下头骨并将电极放在大脑本身上，”该研究的共同作者，加州大学圣地亚哥高通研究所MEG中心主任，加州大学圣地亚哥分校医学院放射学名誉教授，弗吉尼亚州圣地亚哥医疗保健系统的医生。“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会断裂;没有昂贵、精致的脑部手术;没有可能的脑部感染。

Lee将MEG的安全性比作测量患者的体温。“MEG测量你的大脑释放的磁能，就像温度计测量你的身体释放的热量一样。这使得它完全无创和安全。

石头剪刀布

目前的研究评估了使用MEG区分12名志愿者受试者手势的能力。志愿者配备了MEG头盔，并随机指示他们做出游戏“剪刀石头布”中使用的手势之一(与以前的此类研究一样)。MEG功能信息叠加在MRI图像上，MRI图像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，该论文的第一作者Yifeng (“Troy”) Bu编写了一个名为MEG-RPSnet的高性能深度学习模型。

“这个网络的特点是它同时结合了空间和时间特征，”Bu说，“这是它比以前的模型工作得更好的主要原因。

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%。这些结果与使用侵入性ECoG脑机接口的样本量小得多的先前研究的结果相当。

研究小组还发现，仅从采样的一半大脑区域进行MEG测量可以产生结果，而准确性损失很小(2-3%)，这表明未来的MEG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MEG的脑机接口开发奠定了基础。

除了Huang，Lee和Bu之外，文章“基于脑磁图的脑机接口，用于使用深度学习进行手势解码”，由VA圣地亚哥医疗保健系统和加州大学圣地亚哥分校医学院的Deborah L. Harrington，Qian Shen和Annemarie Angeles-Quinto撰写;弗吉尼亚州圣地亚哥医疗保健系统的海登汉森;加州大学圣地亚哥分校医学院的纪正伟、杰奎琳·埃尔南德斯-卢卡斯、贾里德·鲍姆加特纳、宋涛和莎朗·尼科尔斯;弗吉尼亚州压力与心理健康卓越中心和加州大学圣地亚哥分校医学院的Dewleen Baker;加州大学圣地亚哥分校的伊曼纽尔·勒曼(Imanuel Lerman)，其医学院和弗吉尼亚州压力与心理健康卓越中心;以及Ramesh Rao(高通研究所所长)，加州大学圣地亚哥分校的Tuo Lin和Xin Ming Tu。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！