从病人的脑电记录中，科学家们重新构建了一首平克·弗洛伊德(Pink Floyd)的歌曲。
但这个特殊的录音并不是来自1979年的专辑《the Wall》，也不是来自平克·弗洛伊德(Pink Floyd)的一场音乐会。
相反，研究人员通过人们听歌曲“墙上的另一块砖，第一部分”时的脑电波重组来创造它。
根据8月15日发表在《公共科学图书馆·生物学》杂志上的一篇新报告，这是研究人员首次仅从大脑记录中重建一首可识别的歌曲。
最终，研究小组希望他们的发现能让脑机接口产生更自然的语言，帮助那些因瘫痪而无法说话的人交流。
加州大学伯克利分校的心理学和神经科学教授、高级研究员罗伯特·奈特博士说:“现在，当我们只是说话时，它就像机器人一样。”
想想世界上最著名的闭锁病人之一斯蒂芬·霍金的电脑语音。
奈特说，人类的语言是由单词组成的，但它也有音乐性，人们会根据音调和节奏等音乐概念添加不同的含义和情感。
“音乐是普世的。它可能存在于语言之前的文化中，”奈特说。“我们希望将音乐提取信号与单词提取信号融合在一起，创造一个更人性化的界面。”
当研究人员播放一段三分钟的歌曲片段时，植入患者大脑的电极捕捉到处理音乐属性(音调、节奏、和声和文字)的大脑区域的电活动。
这些录音是在2012年和2013年从29名患者中收集的。奈特说，所有的病人都患有癫痫，外科医生植入电极来帮助确定导致癫痫发作的确切大脑区域。
奈特解释说:“当他们在医院等待三次癫痫发作(以确定癫痫发作的位置)时，如果患者同意，我们可以做这样的实验。”
从2017年开始，研究人员开始将这些记录的脑电波输入计算机程序来分析数据。
最终，该算法变得足够聪明，可以将大脑活动解码为患者多年前听到的平克·弗洛伊德(Pink Floyd)歌曲的再现。
运动障碍神经学家、小提琴家、约翰·霍普金斯大学音乐与医学中心主任亚历山大·潘杰里亚特博士说:“这项研究代表着对音乐感知的神经解剖学的理解向前迈出了一步。”潘杰里亚特没有参与这项研究。
潘杰里亚特说:“声音检测的准确性需要进一步提高，目前还不清楚这些发现是否能直接应用于解码语音的韵律元素——语调、语调变化、情绪。”
“然而，这些早期的发现确实有希望通过瞄准颞上回来提高脑机接口信号检测的质量，”Pantelyat补充说。“这为那些因各种神经系统疾病(如肌萎缩侧索硬化症)或创伤性脑损伤而有沟通障碍的患者带来了希望。”
加州大学伯克利分校海伦威尔斯神经科学研究所的博士后研究员、首席研究员Ludovic Bellier说，事实上，研究结果表明，大脑的听觉区域可能是复制语言的更好目标。
贝利耶说，许多早期从脑电波中复制语言的努力都集中在运动皮层上，运动皮层是大脑中产生嘴部运动和声带运动的部分，声带运动用于产生语音的声学效果。
“现在，这项技术更像是大脑的键盘，”贝利耶在新闻发布会上说。“你不能从键盘上读出你的想法。你需要按下按钮。它发出一种机械的声音;我所说的表达自由肯定更少了。”
贝利耶自己从小就是一名音乐家，甚至一度在重金属乐队演出。
通过对大脑的记录，Bellier和他的同事们还能够确定大脑中参与检测节奏的新区域。此外，听觉区域的不同区域对不同的声音做出反应，比如合成器的音符和持续的声音。
奈特说，研究人员证实，右脑比左脑更能适应音乐。
奈特说，在这一点上，技术还不够先进，人们无法通过从头皮上采集的脑电图读数来重现这种语音质量。需要植入电极，这意味着需要进行侵入性手术。
奈特说:“我们记录的信号被称为高频活动，它在大脑皮层上非常强劲，约为10微伏。”“但当它到达头皮时，它会下降10倍，这意味着它是一微伏，这是头皮肌肉活动的噪音水平。”
奈特补充说，要真正实现高质量的语音再现，还需要更好的电极。他指出，使用的电极相距5毫米，如果它们相距1.5毫米，可以获得更好的信号。
“我们真正需要的是更高密度的网格，因为对于任何机器学习方法来说，它都是你在什么时间内输入的数据量，”奈特说。“我们在3分钟内只能得到64个数据点。如果我们能在6分钟内演唱6000首歌曲，我认为这首歌的质量将是令人难以置信的。”
奈特说，他的团队刚刚获得了一笔资金，用于研究布洛卡失语症患者。布洛卡失语症是一种干扰说话能力的脑部疾病。
“这些病人不会说话，但他们会唱歌，”奈特说。在这项研究中所学到的可以帮助团队更好地理解为什么这些受伤的人可以唱出他们不会说的话。
版权所有©2023 HealthDay。版权所有。
本文来自作者[admin]投稿，不代表闸琨网络立场，如若转载，请注明出处：https://m.jgogg.com/zheh/202506-2065.html
评论列表（4条）
我是闸琨网络的签约作者“admin”！
希望本篇文章《科学家通过患者的“大脑录音”成功重现平克·弗洛伊德的音乐》能对你有所帮助！
本站[闸琨网络]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：...