近期，来自美国加利福尼亚大学旧金山分校的科学家开发出一套系统，将瘫痪失语患者的脑电波“翻译”成语句，显示在电脑屏幕上，研究结果发表在《The New England Journal of Medicine》杂志，标题为“Neuroprosthesis for Decoding Speech in a Paralyzed Person with Anarthria”。

　　参与研究的是一名男性患者，他在15年前因脑干中风导致大面积瘫痪并失语，但其大脑认知功能并未受损。研究人员将一个电极阵列植入该患者大脑控制语言的区域，再通过计算机算法分析他想说话时的大脑神经活动。分析过程主要用到两种模型，一是用深度学习算法建立的计算模型，用来从记录的大脑皮质活动中检测和分类单词；二是自然语言模型，该模型能根据序列中的前一个单词推算生成下一个单词的概率，从而在患者试图说出单词的时候解码完整的句子。随后，大脑神经活动的分析结果被转换成文字显示在电脑屏幕上。结果显示，该方法解码单词的速度是每分钟15.2个单词，平均单词错误率为25.6%。在后期分析中，研究人员检测到了受试患者试图生成的98%的单词，在为期81周的研究期间，利用稳定的皮质信号分类单词的准确率达到了47.1%。

　　总之，该研究报道了使用计算机深度学习模型和自然语言学习模型，分析瘫痪失语患者大脑皮质层活动并解码其语言，使患者重新恢复了交流能力，为因病失语的患者重新与世界沟通带来了新的希望。

　　论文链接：https://www.nejm.org/doi/full/10.1056/NEJMoa2027540?query=featured_home

　　来源：http://www.most.gov.cn/gnwkjdt/202108/t20210802_176163.html