神经植入物通过想象写作[90WPM]来瘫痪人员类型

Elon Musk＆＃39; S neuralink在神经植入物的技术方面一直在发挥波浪，但它尚未显示我们如何实际使用植入物。目前，展示植入物的承诺仍然在学术界的手中。

本周，学术界提供了一个相当令人印象深刻的神经植入者的申请。使用植入物，一个瘫痪的个人管理只能通过想象他正在用手写出这些角色来键入每分钟大约90个字符。

以前的尝试通过植入物提供对瘫痪的人的打字能力涉及给主题一个虚拟键盘，让他们用他们的思想操纵光标。该过程是有效的但慢，它要求用户＆＃39;因为主题必须跟踪光标的进度并确定何时执行相当于按键的按键。它还要求用户花时间学习如何控制系统。

但是还有其他可能的路线将字符从大脑中获取到页面上。在我们的写作思想过程中的某个地方，我们形成了使用特定角色的意图，并使用植入物跟踪这种意图可能有效。不幸的是，这个过程并没有特别良好理解。

在该意图的下游，将决定传输到电机皮层，其中它转化为动作。再次，在那里的一个意图阶段，其中电机皮质确定它将形成该字母（例如通过键入或写入），然后转换为执行该动作所需的特定肌动机。这些过程更好地理解，它们＆＃39;重新研究其新工作的研究团队是什么。

具体而言，研究人员在瘫痪者的热球皮质中放入了两种植入物。认为这一领域涉及形成要进行动作的意图。捕获这些意图更有可能产生明确的信号，而不是捕获运动自己，这可能是复杂的（任何运动涉及多个肌肉）并依赖上下文（你的手相对于你的页面＆＃39;重新写作在等等）。

在正确的地方植入物，研究人员要求参与者想象在页面上写信并记录了他所做的神经活动。

总共，参与者中的大约200个电极＆＃39; SHEMOTOR CORTEX。并非所有这些都是信函写作的信息。但是对于那些的人来说，作者进行了一个主要的成分分析，该分析标明了神经记录的特征，当想象各种信件时最多不同。将这些录音转换为二维图，很明显，在编写单个字符时看到的活动始终聚集在一起。和物理上类似的特征-p和b，例如，彼此附近的H，n和r形成的簇。

（研究人员还要求参与者做像逗号和问号等标点符号，并使用A＆GT;指示一个时期的空间和波浪。）

总体而言，研究人员发现它们可以通过高度为94％的准确性破译适当的角色，但在记录神经数据后，系统需要相对缓慢的分析。为了实时工作，研究人员训练了经常性的神经网络来估计与每个字母相对应的信号的概率。

尽管使用相对少量的数据（仅242个句子＆＃39;价值的人物），但系统的工作非常好。在屏幕上出现的思想和角色之间的滞后仅大约半秒，参与者能够每分钟生产大约90个字符，很容易打开以前的植入式键入记录，每分钟约为25个字符。原始错误率仅约为5％，并将系统应用于键入的自动更正可能会将错误率降至1％。

测试都是用准备的句子完成的。然而，一旦系统被验证，研究人员要求参与者键入问题的自由表格答案。在这里，速度下降了一点（一分钟到75个字符），自动校正后，错误最多高达2％，但系统仍然工作。

由于研究人员自己，这个＆＃34;尚未完整，临床可行的系统。＆＃34;首先，它只在一个个人中使用，所以我们不知道它可能为他人工作程度。这里使用的简化字母不包含任何数字，大写字母或大多数标点符号。并且植入物的行为随着时间的推移而变化，可能是因为相对于他们读取的神经元或瘢痕组织的积聚的轻微变化，因此每周必须定期重新校准系统以保持可容忍的错误率。

也就是说，与先前的植入式驱动系统相比，系统显示了非常显着的速度升压，并且精度非常好。该系统还具有类似于触摸打字的可能性，因为用户不必实际上专注于信件生产，允许与用户的更正常相互作用＆＃39;周围环境。通过使用研究人员设计的替代字母，可以部分地解决了该信件问题，其中所有字母都是由不同的笔划模式定义的。这里有很多潜力。

实验还提供了更一般的提醒这些植入物的潜力，以及公司可能开始找到值得商业化的技术。