想像一下，在玩像馬裡奧卡丁車這樣的賽車遊戲時，你只能用大腦在一圈內完成一系列複雜的轉彎。這不是電子遊戲中的幻想，而是德州大學奧斯汀分校的工程師在腦機介面研究中創建的真實程序，旨在幫助改善運動殘疾人士的生活。更重要的是，研究人員在他們的腦機介面中加入了機器學習功能，使其成為一個通用的解決方案。

透過自校準生物辨識（BCI）技術提高無障礙程度

通常情況下，這些設備需要對每個用戶進行大量校準——無論是健康用戶還是殘疾用戶，每個人的大腦都是不同的–這一直是主流應用的主要障礙。這種新的解決方案可以快速了解每個受試者的需求，並透過重複進行自我校準。這意味著多名患者可以使用該設備，而無需根據個人情況進行調整。

薩蒂亞姆-庫馬爾（Satyam Kumar）是何塞-德爾-R-米蘭（José del R. Millán）實驗室的研究生，他是科克雷爾工程學院錢德拉家族電氣與電腦工程系和戴爾醫學院神經病學系的教授。 “從病人到病人的移動速度會更快”。

有關無校準介面的研究發表在《美國國家科學院院刊》（PNAS Nexus）。

由左至右Satyam Kumar、Hussein Alawieh 和José del R. Millán。資料來源：德州大學奧斯汀分校

實施和成果

受試者頭戴裝有電極的帽子，帽子與電腦相連。電極透過測量大腦發出的電訊號收集數據，解碼器解讀這些資訊並將其轉換為遊戲動作。

米蘭在腦機介面方面的工作有助於引導和加強使用者的神經可塑性，即大腦隨時間變化、成長和重組的能力。這些實驗旨在改善患者的大腦功能，並利用腦機介面控制的設備為他們的生活帶來便利。

在這種情況下，操作包括兩個方面：賽車遊戲和一項更簡單的任務，即平衡數字條的左右兩邊。一位專家接受了培訓，為較簡單的平衡任務開發了一個”解碼器”，使介面能夠將腦電波轉化為指令。解碼器是其他使用者的基礎，也是避免漫長校準過程的關鍵。

何塞-德爾-R-米蘭實驗室的研究生侯賽因-阿拉維赫（Hussein Alawieh）戴著一頂裝滿電極的帽子，帽子與電腦相連。電極透過測量來自大腦的電訊號收集數據，解碼器解讀這些資訊並將其轉化為遊戲動作。資料來源：德州大學奧斯汀分校

試驗證明解碼器的效果很好，受試者可以同時進行酒吧遊戲和更複雜的賽車遊戲的訓練，後者需要提前幾步思考才能轉彎。

研究人員稱這項工作具有奠基性意義，因為它為進一步的腦機介面創新奠定了基礎。此項目使用了18名沒有運動障礙的受試者。最終，隨著研究的深入，他們將在有運動障礙的人身上進行測試，將其應用於臨床環境中更大的群體。

米蘭說：”一方面，我們希望將生物識別技術轉化到臨床領域，以幫助殘疾人；另一方面，我們需要改進技術，使其更易於使用，從而對這些殘疾人產生更大的影響。”

在研究成果轉換方面，米蘭和他的團隊仍在繼續研究一種輪椅，使用者可以透過腦機介面來駕駛這種輪椅。在本月舉行的西南偏南會議和節日上，研究人員展示了這項技術的另一個潛在用途，即控制兩個手部和手臂的康復機器人。這並不是新論文的一部分，但卻預示著這項技術未來的發展方向。有幾個人自願參加，並在幾分鐘內成功操作了腦控機器人。

“這項技術的意義在於幫助人們，幫助他們的日常生活，」米蘭說。 “我們將繼續沿著這條路走下去，無論它把我們帶到哪裡，我們都將努力幫助人們。”

編譯自: ScitechDaily