一種監(jiān)測腦電波的新技術可以識別某人正在聽的音樂。
埃塞克斯大學的研究人員希望該項目能夠通過非侵入性技術解碼大腦中的語言信號，從而幫助患有嚴重溝通障礙的人，例如閉鎖綜合癥或中風患者。
領導這項研究的埃塞克斯計算機科學與電子工程學院的 Ian Daly 博士說：“這種方法有很多潛在的應用。我們已經(jīng)證明我們可以解碼音樂，這表明我們可能有一天能夠解碼來自大腦。”
埃塞克斯的科學家們希望找到一種侵入性較小的方法來解碼大腦信號中的聲學信息，以識別和重建某人正在收聽的一段音樂。
雖然之前有成功的研究監(jiān)測和重建腦電波的聲學信息，但許多研究使用了更具侵入性的方法，例如腦電圖 (ECoG)，該方法涉及將電極放置在顱骨內(nèi)以監(jiān)測大腦的實際表面。
這項發(fā)表在《科學報告》雜志上的研究結合使用了兩種非侵入性方法——測量整個大腦血流的功能磁共振成像 (fMRI ) 和實時測量大腦中發(fā)生的事情的腦電圖 (EEG)——監(jiān)測一個人在聽一段音樂時的大腦活動。使用深度學習神經(jīng)網(wǎng)絡模型，翻譯數(shù)據(jù)以重建和識別音樂片段。
音樂是一種復雜的聲學信號，與自然語言有許多相似之處，因此該模型有可能適用于翻譯語音。這一系列研究的最終目標是轉(zhuǎn)化思想，這可能在未來為那些難以溝通的人(例如患有閉鎖綜合癥的人)提供重要幫助。
Daly 博士補充說，“一個應用是腦機接口 (BCI)，它提供了大腦和計算機之間的直接通信通道。顯然，這還有很長的路要走，但最終我們希望，如果我們能夠成功解碼語言，我們可以用它來構建溝通輔助工具，這是朝著 BCI 研究的最終目標邁出的又一重要步驟，并且有一天可能會為有嚴重溝通障礙的人提供一條生命線。”
該研究涉及重新使用最初作為雷丁大學項目的一部分收集的 fMRI 和 EEG 數(shù)據(jù)。該項目要求參與者聆聽一系列 40 秒的簡單鋼琴曲，這些曲目來自 36 首節(jié)奏、音高、和聲和節(jié)奏不同的曲目。使用這些組合數(shù)據(jù)集，該模型能夠準確識別音樂片段，成功率為 71.8%。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！