了解解碼大腦信號(hào)模式

研究人員表明，他們的機(jī)器學(xué)習(xí)算法可以發(fā)現(xiàn)其他方法遺漏的神經(jīng)模式。這是因?yàn)榕c以前的僅在搜索神經(jīng)模式時(shí)只考慮大腦信號(hào)的方法不同，新算法能夠同時(shí)考慮大腦信號(hào)和行為信號(hào)(例如手臂運(yùn)動(dòng)的速度)。這項(xiàng)研究的第-一作者Sani說(shuō)，這樣做是發(fā)現(xiàn)了大腦和行為信號(hào)之間的常見(jiàn)模式，并且該算法還能夠更好地解碼大腦信號(hào)所代表的行為。他補(bǔ)充說(shuō)，更一般而言，該算法可以對(duì)任何信號(hào)之間(例如，來(lái)自不同大腦區(qū)域的信號(hào)或神經(jīng)科學(xué)以外的其他領(lǐng)域的信號(hào)之間)的常見(jiàn)動(dòng)態(tài)模式進(jìn)行建模。

在任何給定的時(shí)刻，我們的大腦都參與各種活動(dòng)。例如，在鍵盤(pán)上打字時(shí)，我們的大腦不僅指示我們的手指運(yùn)動(dòng)，而且還指示我們當(dāng)時(shí)的口渴感。結(jié)果，腦信號(hào)包含動(dòng)態(tài)神經(jīng)模式，可同時(shí)反映這些活動(dòng)的組合。站立的挑戰(zhàn)是如何在大腦信號(hào)中隔離與特定行為(例如手指運(yùn)動(dòng))有關(guān)的那些模式。此外，開(kāi)發(fā)可幫助神經(jīng)系統(tǒng)和精神疾病患者的腦機(jī)接口(BMI)，需要將腦信號(hào)轉(zhuǎn)換為一種特定的行為，即解碼這一問(wèn)題。這種解碼還取決于我們隔離與特定行為有關(guān)的神經(jīng)模式的能力。

在南加州大學(xué)維特比工程學(xué)院電氣與計(jì)算機(jī)工程系助理教授兼維特比早期職業(yè)主席Maryam Shanechi的帶領(lǐng)下，研究人員開(kāi)發(fā)了一種機(jī)器學(xué)習(xí)算法來(lái)解決上述挑戰(zhàn)?！蹲匀簧窠?jīng)科學(xué)》(Nature Neuroscience)上發(fā)表的算法發(fā)現(xiàn)了其他方法遺漏的神經(jīng)模式，并增強(qiáng)了對(duì)源自大腦信號(hào)的行為的解碼。該算法在復(fù)雜大腦活動(dòng)的建模和解碼方面取得了重大進(jìn)步，既可以實(shí)現(xiàn)新的神經(jīng)科學(xué)發(fā)現(xiàn)，又可以增強(qiáng)未來(lái)的腦機(jī)接口。

Shanechi說(shuō)，標(biāo)準(zhǔn)算法可能會(huì)遺漏某些與給定行為相關(guān)的神經(jīng)模式，這些神經(jīng)模式會(huì)被與同時(shí)發(fā)生的其他功能相關(guān)的模式所掩蓋。Shanechi和她的博士生Omid Sani開(kāi)發(fā)了一種機(jī)器學(xué)習(xí)算法來(lái)解決這一難題。

該論文的主要作者Shanechi說(shuō)：“我們*開(kāi)發(fā)了一種算法，可以分離與人們感興趣的特定行為有關(guān)的腦信號(hào)中的動(dòng)態(tài)模式。我們的算法在解碼這些行為方面也要好得多。來(lái)自大腦的信號(hào)。”