2022-06-26
 
增强感觉神经假体的神经自动编码器
2022年06月26日   阅读量:616

新技术有可能大大简化人类的生活,包括盲人的生活。视觉假肢是帮助盲人的最有前途的工具之一。

视觉假体是可以植入大脑的医疗设备。这些设备可以帮助受不同类型失明影响的人恢复视力。尽管其潜力巨大,但大多数现有的视觉假肢都没有取得显著的效果,因为它们所能产生的视觉极其初级。

加利福尼亚大学圣巴巴拉分校的一个研究小组最近开发了一种机器学习模型,可以显著提高视觉假肢以及其他感觉神经假体(即旨在恢复失去的感觉功能或增强人类能力的设备)的性能。他们开发的模型发表在arXiv上的一篇论文中,该模型基于神经自动编码器的使用,这是一种大脑启发的架构,可以发现数据中的特定模式并创建数据表示。

开展这项研究的研究人员之一雅各布·格兰利(JacobGranley)告诉TechXplore:“我们开始研究这个项目,试图解决视觉假肢中长期存在的刺激优化问题。”。“视觉假肢效果不佳的一个可能原因是设备通常使用的朴素刺激编码策略。以前的工作已经提出了编码策略,但许多都是不现实的,没有一个能给出适用于植入物和患者的通用解决方案。”

Granley和他的同事最近的工作的主要目的是设计一种简单有效的解决方案,帮助改进感觉神经假体的编码策略。他们希望这一策略能够在不同类型的感觉数据上取得良好的效果,因为这将使其易于在各种神经假体设备上实现。

Granley解释道:“我们的主要想法是利用一个感官模型,在深层神经网络的循环中描述刺激产生的感知或神经反应。”。神经网络经过训练,可以输出刺激,当通过感官模型输入时,可以达到预期的目标响应。因此,该系统是一个混合自动编码器,其中编码器是一个学习的神经网络,解码器是固定的感官模型

到目前为止,研究人员在视觉神经假体的背景下评估了基于神经自动编码器的方法的性能。他们发现,它取得了显著的效果,在广泛的虚拟患者中不断提高视觉质量,这是在实现可靠仿生视觉的道路上迈出的重要一步。

Granley和他的同事使用相同的训练数据集,创建的神经编码器产生的视觉刺激远比其他传统编码策略更有说服力。值得注意的是,它还可以很容易地应用于其他可以用感官模型描述的神经假体,包括那些旨在增强听觉和触觉的神经假体。

“我对我们的框架可能产生的更广泛影响感到兴奋,”Granley说。“我们能够证明‘闭合感知回路’所获得的益处,或者换句话说,在回路中包括刺激对患者感知影响的模型。这可能对各种假肢有用。例如,人工耳蜗可以使用此框架改善听觉感知。”

这组研究人员引入的模型最终可能会被开发人员用来提高视觉神经假体设备的视觉质量。此外,它还可以应用于现有的假肢,以便对缺失特定肢体或截肢的患者产生更令人信服的皮肤触感。

Granley补充道:“在这个项目中,我们只使用虚拟的、模拟的患者。”。“未来,我想在植入视觉假体的人类患者身上测试我们的编码器。如果我们能在真实患者身上取得同样的改善,那么这将标志着数百万失明患者在恢复视力方面迈出了巨大的一步。”

漏 2022科学X网络

免责声明: 本文仅代表作者本人观点,与中国塑料网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。
客服邮箱:service@cnso360.com | 客服QQ:23341571