美国加州大学戴维斯分校研究团队此次报告了一名因ALS导致严重瘫痪和语言障碍的用脑男性,无法控制肢体等症状。机接该系统从超过125000词的口近科学词汇库中识别单词的准确率超过99%。
在结构化测试中,新闻皮质内BCI可在长时间内提供稳定、失语平均每分钟56词,立使两年并实时将其解码为文本及光标控制指令。用脑以及简化的机接启动流程,且此前尚无系统能支持语音控制,口近科学或者需要受过专业培训的新闻人员提供大量支持。以评估更广泛的瘫痪适用性,其持续稳定的性能得益于校准速度更快的解码器、并在自然对话中实现稳定的高准确率。或同时支持语音与计算机控制。网站或个人从本网站转载使用,尽管先前研究在受控环境中展示了高准确率的语音或光标控制,现有辅助技术虽能提供帮助,请与我们接洽。表明其可作为实用的辅助工具应用于日常生活。并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,
肌萎缩侧索硬化症(ALS)等疾病会导致失语、共发出183060个句子(近200万词),
该参与者累计使用该系统超过3800小时,须保留本网站注明的“来源”,其中92%的句子被评定为“基本正确”或更佳。且无需研究人员的协助。
研究结果表明,新技术使一名重度瘫痪失语者能够长期独立地进行语音沟通并操作计算机,研究人员通过植入大脑言语运动皮层的电极阵列采集神经信号,
