Нейроинтерфейсы

Декодирование речи от ВШЭ

Исследователи из Центра биоэлектрических интерфейсов Вышки -- наши постоянные партнеры -- и их коллеги-медики показали возможность декодировать речь с помощью минимального набора электродов -- вводимых через небольшое отверстие на одном штифте (shaft) 6 электродов стереоЭЭГ и (у другого пациента) 8 электродов ЭКоГ на одной полоске. Для декодирования они использовали нейросеть собственной разработки, позволяющую эффективно интерпретировать ее веса, выделяя источники сигнала, вносящие вклад в классификацию. Благодаря этому, в отличие от большинства других подобных работ, удалось показать, что декодирование производится за счет сигналов мозгового происхождения, а не артефактов -- а следовательно, после доработки технология может с высокой вероятностью обеспечить декодирование речи для довольно многих тяжелых пациентов.

Artur Petrosyan, Alexey Voskoboinikov, Dmitrii Sukhinin, Anna Makarova, Anastasia Skalnaya, Nastasia Arkhipova, Mikhail Sinkin and Alexei Ossadtchi. Speech decoding from a small set of spatially segregated minimally invasive intracranial EEG electrodes with a compact and interpretable neural network. Journal of Neural Engineering, 10 November 2022 https://doi.org/10.1088/1741-2552/aca1e1

В открытом доступе: biorXiv June 09, 2022 https://doi.org/10.1101/2022.06.07.495084

bioRxiv

Speech decoding from a small set of spatially segregated minimally invasive intracranial EEG electrodes with a compact and interpretable…

Background Speech decoding, one of the most intriguing BCI applications, opens up plentiful opportunities from rehabilitation of patients to direct and seamless communication between human species. Typical solutions rely on invasive recordings with a large…

www.group-telegram.com/ca/bci_ru.com/811

661 viewsSergei Shishkin, edited  Nov 11, 2022 at 21:41

Декодирование речи от ВШЭ

Исследователи из Центра биоэлектрических интерфейсов Вышки -- наши постоянные партнеры -- и их коллеги-медики показали возможность декодировать речь с помощью минимального набора электродов -- вводимых через небольшое отверстие на одном штифте (shaft) 6 электродов стереоЭЭГ и (у другого пациента) 8 электродов ЭКоГ на одной полоске. Для декодирования они использовали нейросеть собственной разработки, позволяющую эффективно интерпретировать ее веса, выделяя источники сигнала, вносящие вклад в классификацию. Благодаря этому, в отличие от большинства других подобных работ, удалось показать, что декодирование производится за счет сигналов мозгового происхождения, а не артефактов -- а следовательно, после доработки технология может с высокой вероятностью обеспечить декодирование речи для довольно многих тяжелых пациентов.

Artur Petrosyan, Alexey Voskoboinikov, Dmitrii Sukhinin, Anna Makarova, Anastasia Skalnaya, Nastasia Arkhipova, Mikhail Sinkin and Alexei Ossadtchi. Speech decoding from a small set of spatially segregated minimally invasive intracranial EEG electrodes with a compact and interpretable neural network. Journal of Neural Engineering, 10 November 2022 https://doi.org/10.1088/1741-2552/aca1e1

В открытом доступе: biorXiv June 09, 2022 https://doi.org/10.1101/2022.06.07.495084

BY Нейроинтерфейсы