메타페어와 @bcbl_ 연구진의 연구 논문 - 브레인 투 텍스트 디코딩: 타이핑을 통한 비침습적 접근 방식

 

Abstract 

 

최신 신경 보철물은 이제 말하거나 움직일 수 있는 능력을 상실한 환자의 의사소통을 회복시킬 수 있습니다. 하지만 이러한 침습적 장치에는 신경외과 수술에 내재된 위험이 수반됩니다.

 

여기에서는 뇌 활동에서 문장을 해독하는 비침습적 방법을 소개하고 35명의 건강한 지원자 코호트에서 그 효과를 입증합니다. 이를 위해 참가자들이 간단히 외운 문장을 쿼티 자판에 입력하는 동안 뇌파(EEG) 또는 자기 뇌파(MEG)로부터 문장을 해독하도록 훈련된 새로운 딥러닝 아키텍처인 Brain2Qwerty를 소개합니다.

 

MEG를 사용하면 Brain2Qwerty의 문자 오류율(CER)은 평균 32%에 달했으며, EEG(CER: 67%)를 크게 능가하는 결과를 얻었습니다. 최고의 참가자의 경우, 이 모델은 19%의 CER을 달성하고 훈련 세트 이외의 다양한 문장을 완벽하게 해독할 수 있습니다.

 

오류 분석에 따르면 해독은 운동 과정에 의존하는 것으로 나타났지만, 오타 분석은 더 높은 수준의 인지적 요인도 포함한다는 것을 시사합니다.

 

전반적으로 이러한 결과는 침습적 방법과 비침습적 방법 사이의 간극을 좁히고 의사소통이 불가능한 환자를 위한 안전한 뇌-컴퓨터 인터페이스 개발의 길을 열어줍니다. 

 

 

논문 참고

 

475464888_600710912891423_9108680259802499048_n.pdf

1.05MB