ให้ศักยภาพสำหรับผู้ที่มีความพิการทางการเคลื่อนไหวอย่างรุนแรงในการควบคุมอุปกรณ์ช่วยเหลือภายนอกด้วยสมองของพวกเขา อย่างไรก็ตาม ระบบ BCI ในปัจจุบันมีข้อจำกัด เนื่องจากความจำเป็นในการปรับเทียบใหม่ทุกวันของตัวถอดรหัสที่จะแปลงการทำงานของระบบประสาทเป็นสัญญาณควบคุม นักวิจัยได้ใช้แมชชีนเลิร์นนิงเพื่อช่วยให้ผู้ป่วยโรค เรียนรู้ที่จะควบคุมเคอร์เซอร์ของคอมพิวเตอร์
โดยใช้
การทำงานของสมอง โดยไม่ต้องฝึกใหม่ทุกวัน ในการบันทึกการทำงานของระบบประสาท ทีมงานใช้การฝังอิเล็กโทรคอร์ติกราฟีแบบ 128 ช่อง (ECoG) ซึ่งเป็นแผ่นอิเล็กโทรดที่วางโดยการผ่าตัดบนพื้นผิวของสมอง ได้รับการอนุมัติแล้วสำหรับการตรวจติดตามอาการชักในผู้ป่วยโรคลมชัก อาร์เรย์ ECoG
ให้ความเสถียรในระยะยาวมากกว่าอิเล็กโทรดแหลมแบบหมอนอิงแบบหมอนที่ใช้ในการศึกษา BCI ก่อนหน้านี้ ซึ่งมีความไวมากกว่าแต่มีแนวโน้มที่จะเคลื่อนที่หรือสูญเสียสัญญาณเมื่อเวลาผ่านไป “ฟิลด์ BCI มีความก้าวหน้าอย่างมากในช่วงไม่กี่ปีที่ผ่านมา แต่เนื่องจากระบบที่มีอยู่จำเป็นต้องรีเซ็ต
และปรับเทียบใหม่ทุกวัน จึงไม่สามารถใช้ประโยชน์จากกระบวนการเรียนรู้ตามธรรมชาติของสมองได้” ผู้เขียนอาวุโสอธิบาย “มันเหมือนกับการขอให้ใครสักคนเรียนรู้ที่จะขี่จักรยานซ้ำแล้วซ้ำอีกตั้งแต่เริ่มต้น”
นักวิจัยได้พัฒนาอัลกอริทึม BCI ที่ใช้การเรียนรู้ของเครื่อง (อิงตามตัวกรองคาลมานที่ปรับเปลี่ยนได้)
เพื่อแมปกิจกรรมของระบบประสาทที่บันทึกโดยอิเล็กโทรด ECoG กับการเคลื่อนไหวของเคอร์เซอร์ที่ผู้ใช้ต้องการ ในช่วงเวลาประมาณหกเดือน (สองเดือนหลังจากการฝัง ECoG) พวกเขาทำการทดลองเพื่อประเมินสองแนวทางสำหรับการปรับอัลกอริทึมตัวถอดรหัสนี้เมื่อผู้ใช้เรียนรู้การควบคุม
ขั้นแรก พวกเขาทดสอบวิธีปฏิบัติที่มีอยู่ในการรีเซ็ตอัลกอริทึมในแต่ละวัน ในที่นี้ ผู้เข้าร่วมจินตนาการถึงการเคลื่อนไหวของคอและข้อมือขวาขณะเฝ้าดูเคอร์เซอร์เคลื่อนผ่านหน้าจอ และอัลกอริทึมจะค่อยๆ อัปเดตตัวเองเพื่อให้ตรงกับการเคลื่อนไหวของเคอร์เซอร์กับการทำงานของสมองที่สร้างขึ้น
อย่างไรก็ตาม
การเริ่มต้นรายวันนี้อาจต้องใช้เวลาหลายชั่วโมงสำหรับผู้เข้าร่วมในการควบคุมเคอร์เซอร์ให้เชี่ยวชาญ บางวันเขาไม่สามารถควบคุมได้เลย ต่อไป นักวิจัยได้ตรวจสอบวิธีการที่เรียกว่าการปรับตัวถอดรหัสวงปิดระยะยาว (CLDA) ซึ่งใช้น้ำหนักของตัวถอดรหัสจากเซสชันของวันก่อนหน้าสำหรับเซสชันปัจจุบัน
โดยไม่ต้องรีเซ็ตอัลกอริทึมในแต่ละวัน พวกเขาพบว่าการทำงานร่วมกันอย่างต่อเนื่องระหว่างสัญญาณสมองของผู้เข้าร่วมและอัลกอริทึมส่งผลให้ประสิทธิภาพการทำงานดีขึ้นอย่างต่อเนื่องในช่วงหลายวัน
เมื่อทีมงานรีเซ็ตอัลกอริทึม BCI หลังจากเรียนรู้อย่างต่อเนื่องเป็นเวลาหลายสัปดาห์
ผู้เข้าร่วมได้สร้างรูปแบบการทำงานของระบบประสาทที่จำเป็นในการควบคุมอุปกรณ์ขึ้นใหม่อย่างรวดเร็ว ซึ่งเป็นการฝึกอัลกอริทึมใหม่ให้กลับสู่สถานะเดิมได้อย่างมีประสิทธิภาพ “เมื่อผู้ใช้สร้างหน่วยความจำถาวรของโซลูชันสำหรับควบคุมอินเทอร์เฟซแล้ว ก็ไม่จำเป็นต้องรีเซ็ต”
“สมองจะวนกลับมาที่ทางออกเดิมอย่างรวดเร็ว” นักวิจัยตรวจสอบต่อไปว่า CLDA ระยะยาวสามารถเปิดใช้งานประสิทธิภาพที่เสถียรในระยะยาวโดยไม่ต้องฝึกอบรมใหม่หรือปรับเทียบใหม่หรือไม่ ซึ่งเรียกว่าประสิทธิภาพแบบ “ปลั๊กแอนด์เพลย์” ที่สามารถเปิดใช้งาน BCIs ได้ในวงกว้าง
พวกเขา
พบว่าเมื่อมีความเชี่ยวชาญแล้ว ผู้เข้าร่วมสามารถเริ่มใช้ BCI ได้ทุกวัน ประสิทธิภาพของเขาไม่ได้ลดลงเลยกว่า 44 วันโดยไม่มีการฝึกซ้อมซ้ำ และเขาแสดงให้เห็นประสิทธิภาพที่ลดลงเพียงเล็กน้อยหลังจากไม่ได้ฝึกซ้อมมาหลายวัน ในขั้นตอนนี้ ผู้เข้าร่วมยังสามารถ “ซ้อน” ทักษะเพิ่มเติม
เช่น การคลิกปุ่มเสมือน โดยไม่ส่งผลกระทบต่อความสามารถในการควบคุมเคอร์เซอร์ เพื่อแยกความแตกต่างของการคลิกจากการควบคุมเคอร์เซอร์ นักวิจัยได้ฝึกเครื่องเวกเตอร์สนับสนุนเชิงเส้น (SVM) “หนึ่งในนวัตกรรมหลักคืออัตราที่ตัวกรอง Kalman และพารามิเตอร์ SVM ถูกปรับข้ามวัน
และเพื่อนร่วมงานสรุปได้ว่าโดยการใช้ประโยชน์จากความเสถียรของอินเทอร์เฟซ ECoG และความเป็นพลาสติกของระบบประสาท วิธีการนี้นำเสนอการควบคุม BCI ที่เสถียรและเชื่อถือได้ ความเสถียรนี้อาจพิสูจน์ได้ว่ามีความสำคัญมากยิ่งขึ้นสำหรับการควบคุมระยะยาวของระบบหุ่นยนต์ที่ซับซ้อน
เช่น แขนเทียม ซึ่งเป็นเป้าหมายสำคัญของการวิจัยระยะต่อไปขณะนี้ทีมอยู่ในขั้นตอนการลงทะเบียนวิชาต่อไป “เรากำลังพัฒนาวิธีการใหม่ๆ ในการเพิ่มอัตราการสื่อสาร สิ่งนี้เกี่ยวข้องกับอัลกอริธึมที่ซับซ้อนมากขึ้นและใช้การถอดรหัสกิจกรรมของระบบประสาท และเรากำลังทดสอบการควบคุมแขนหุ่นยนต์
แบบฝึกหัดประเมินผลการวิจัยปี 2544 ในสหราชอาณาจักรจะตัดสินคุณภาพงานวิจัยของทุกหน่วยงานของมหาวิทยาลัย และจะมีการปรับปรุงหลายประการจากแบบฝึกหัดล่าสุดซึ่งดำเนินการในปี 2539 คณะกรรมการประเมินจะต้องจัดพิมพ์รายงานเกี่ยวกับแต่ละสาขาวิชาและจัดทำเป็นรายบุคคล
แผนกที่มีข้อเสนอแนะที่เป็นความลับเกี่ยวกับวิธีดำเนินการของพวกเขา คณะผู้พิจารณาจะต้องปรึกษานักวิจัยจากต่างประเทศก่อนที่จะให้คะแนนสูงสุดของแผนกใด ๆ ขณะนี้จะมีการปรึกษาหารือเพิ่มเติมเกี่ยวกับวิธีที่ดีที่สุดในการตัดสินผลการวิจัยแบบสหวิทยาการ การจัดอันดับมีความสำคัญ
เนื่องจากมีผลต่อจำนวนเงินที่มหาวิทยาลัยได้รับจากสภาการให้ทุนของสหราชอาณาจักร ที่มีองศาอิสระ 6 ระดับ ซึ่งขณะนี้เรามีแบบ จำลองในเครื่องมือทางฟิสิกส์” เพื่อติดตามการเรียนรู้ของผู้ใช้และความเป็นพลาสติกของระบบประสาท”
credit : สล็อตเว็บตรง100 / ดูหนังฟรี / 50รับ100
