肌萎縮性側索硬化癥（ALS）是一種嚴重的進行性神經退行性疾病，常常導致患者在疾病晚期喪失運動功能，最終完全失去言語能力。這種病癥使得患者難以與外界溝通，極大影響了他們的生活質量。腦機接口（Brain-Computer Interface, BCI）技術的出現，為這些患者提供了新的溝通方式，通過解碼大腦皮層活動，將患者試圖表達的語言轉化為計算機上的文本或語音。然而，傳統BCI系統在準確性和所需訓練時間方面存在局限性，且通常難以實現長期穩定的效果。

本文探討了一種新型語音神經假體系統的設計與應用。研究團隊通過植入微電極陣列，記錄一名ALS患者的皮層神經活動，并解碼這些神經活動，將其轉化為文本和語音輸出。該系統的主要目標是通過較短時間的訓練，實現高準確率的語音解碼，并保持長時間的穩定性。研究的參與者為一名45歲的ALS患者，他在左側腹中央前回植入了4個微電極陣列，記錄了256個皮層內電極的神經活動。研究的結果顯示，即使在非常有限的訓練數據下，該系統也能夠實現高精度解碼，并在隨后的8.4個月內保持了良好的長期穩定性。

研究方法

參與者

研究的主要參與者為一名45歲男性ALS患者，該患者的ALS病程已達5年，導致他全身癱瘓，尤其是四肢無法自主運動，并且發展為嚴重的構音障礙。在研究中，該患者接受了微電極陣列的植入手術，以記錄其大腦的皮層神經活動。具體來說，研究團隊在患者的左側腹中央前回植入了4個微電極陣列，每個陣列包含64個電極，總共記錄了256個電極的皮層內神經活動。這些電極能夠高精度地捕捉到患者試圖發聲時的大腦皮層活動，為后續的語音解碼提供了數據基礎。

實驗設計

實驗的設計旨在通過逐步校準和擴展解碼器的詞匯量，達到高精度語音解碼的效果，同時測試系統的長期穩定性。實驗設計分為以下幾個階段：

1. 手術植入與初步訓練：

在研究的初期，患者接受了微電極陣列的植入手術，隨后進行了初步的皮層神經活動記錄。為了獲取初步的訓練數據，研究團隊設計了一個簡單的句子提示任務，讓患者嘗試發聲。通過這一過程，研究團隊記錄了患者在試圖發聲時的神經活動，并用于初步的解碼器校準。

圖1電極位置和語音解碼設置。A板展示了腦到文本的語音神經假體。使用四個64電極陣列測量電活動，并處理以提取神經活動（見原文S1.04節）。采用機器學習技術，包括人工神經網絡，將提取的神經活動信號解碼成每80毫秒一個英語音素（另見原文S5節）。B板顯示了大致的微電極陣列位置（灰色方塊），疊加在參與者大腦的三維重建圖上。彩色區域對應于大腦皮層區域22，使用人類連接組項目MRI協議掃描在植入前與參與者的大腦對齊。

2. 語音解碼器的校準：

在手術后第25天，研究團隊開始使用初步訓練數據來校準語音解碼器。校準過程利用30分鐘的皮層記錄數據，生成了213個句子，這些句子涵蓋了患者在嘗試發聲時的常見語音模式。解碼器通過這些數據進行訓練，使其能夠實時解碼患者的發聲嘗試，從而轉化為計算機文本和語音輸出。

3. 擴大詞匯量與提高精度：

在初步校準后，研究團隊著手擴展解碼器的詞匯量，以提高系統的實際應用能力。詞匯量從初期的50個單詞擴展到12.5萬個單詞，以此模擬患者在日常生活中可能使用的廣泛詞匯。研究團隊通過額外的1.4小時訓練進一步提升了解碼精度，確保系統在處理更多樣化語言表達時仍然具有高準確性。

4. 長期使用測試：

為了評估系統的長期穩定性，研究團隊在隨后的8.4個月中定期對系統進行測試。這一階段的測試主要目的是觀察系統在長時間使用下的表現，尤其是解碼準確性是否會隨著時間的推移而發生變化。通過這一長期觀察，研究團隊能夠進一步了解系統的耐久性以及患者在實際使用過程中的體驗。

圖2. 對話模式用戶界面。展示了參與者在對話模式下使用語音神經假體的照片。神經假體僅基于神經活動檢測參與者何時嘗試說話，并在6秒的語音不活動后或通過眼睛追蹤選擇屏幕上的按鈕來結束。當解碼的句子最終確定后，參與者通過眼睛追蹤選擇屏幕上的確認按鈕，以指示解碼的句子是否正確。

數據分析

為了評估解碼器的性能，研究團隊使用了音素錯誤率（Phoneme Error Rate, PER）和單詞錯誤率（Word Error Rate, WER）這兩個關鍵指標。音素錯誤率通過比較解碼結果與預期句子的音素差異來衡量解碼器在語音解碼中的細節捕捉能力，而單詞錯誤率則直接反映了解碼器在轉化整句語言表達時的準確性。這些指標為研究團隊提供了系統在不同階段解碼精度的詳細信息，并幫助他們識別出可能影響系統性能的因素。

研究結果分析

1.初步結果：

在手術后的第25天，系統在50個單詞的詞匯量下達到了99.6%的準確率，這表明即使在非常有限的訓練數據下，系統也能夠實現極高的解碼精度。這一初步結果展示了系統的潛力，特別是在應對簡單任務時，表現出了卓越的精度。這一階段的成功校準為后續的詞匯量擴展和復雜性增加奠定了堅實基礎。

2.詞匯量擴展與性能提升：

隨著詞匯量的擴展到12.5萬個單詞，系統的解碼準確率仍然維持在90.2%的高水平，這表明系統在應對更加復雜和多樣化的語言輸入時仍然具有較強的解碼能力。通過進一步的訓練，系統在8.4個月的測試期內，單詞錯誤率逐漸降低到2.5%。不僅如此，系統在處理自然語言表達時的解碼速度也得到了顯著提升，達到了每分鐘32個單詞的水平。這一表現表明，系統不僅適用于簡單的語音指令，而且能夠處理更復雜的日常對話，具有實際應用的廣泛潛力。

圖3. 在線語音解碼性能。音素錯誤率（上部）和單詞錯誤率（下部）分別針對兩個詞匯量大小（5萬和12.5萬個單詞）的每次會話進行了展示。這些指標是將音素或單詞錯誤數量與預期解碼的總音素或單詞數量的比率計算出來的，結果以百分比表示。每個會話的平均綜合錯誤率顯示在圖中；誤差條表示95%置信區間。水平軸下方的“小時”行顯示了用于訓練該會話語音解碼器的累積神經數據小時數。垂直虛線表示引入解碼器改進的時間。圖S20展示了各個區塊的音素和單詞錯誤率。

3.系統的耐久性：

在研究的最后階段，系統在長達8.4個月的測試中，表現出卓越的耐久性。解碼器在各個評估階段的表現穩定，單詞錯誤率保持在低水平，這表明系統在長期使用中能夠維持高水平的解碼精度。此外，系統的穩定性還體現在不同的使用環境中，即使在患者的身體狀態發生變化時，解碼器仍然能夠提供準確的語音轉錄和輸出。這一結果進一步證明了系統的實用性和可靠性，為其未來的廣泛應用提供了有力支持。

圖4. 參與者主動使用神經假體進行語音交流。A板展示了參與者在結構化研究會議和個人使用中使用語音神經假體進行交流的累積小時數。對于用藍色標出的會話，對話模式解碼的準確性被量化，如B板所示。B板展示了在對話中925個已知真實標簽的句子的語音解碼準確性的直方圖（見原文S1.09節）。平均單詞錯誤率為3.7%（95%置信區間，3.3至4.3）。C板展示了參與者報告的每句話的解碼準確性（這與單詞錯誤率不同）在所有對話模式數據中（21829個句子）。

4.其他發現：

研究還發現，患者在使用系統的過程中逐漸適應了新型的溝通方式，這也反映在解碼準確性的不斷提升上。隨著時間的推移，患者在使用系統時表現出更高的熟練度，這不僅增強了患者的溝通能力，也提高了他們的生活質量。研究團隊還觀察到，系統在處理特定語境下的常用詞匯時，表現出更高的準確性，這可能與解碼器在訓練過程中積累的特定語言模式有關。

該研究展示了一種新型語音神經假體系統在ALS患者中的應用潛力。通過簡短的訓練，這一系統能夠快速校準，并在長期使用中保持高精度的解碼能力。與傳統的BCI系統相比，該系統在減少訓練時間和提高解碼準確性方面具有顯著優勢。研究結果顯示，即使在非常有限的初期數據下，該系統也能夠實現高精度解碼，并且在隨后的8.4個月中保持了良好的長期穩定性。這為未來ALS患者的溝通提供了新的可能性。

然而，該研究也存在一定的局限性。首先，研究僅涉及一名患者，因此尚不清楚其他患者是否能夠取得類似的結果。個體差異、疾病的進展程度和大腦皮層的神經活動模式可能會對系統的表現產生不同影響。其次，雖然該系統在本研究中表現出色，但其在更長時間內的表現和在其他疾病患者中的適用性尚需進一步研究。例如，是否可以在不同類型的神經退行性疾病患者中使用該系統，以及系統是否能夠適應不同患者的個性化需求，仍然是未來研究的重要方向。此外，隨著技術的發展，未來的研究可以進一步優化解碼算法，提升系統的實時性和處理復雜語言輸入的能力。隨著人工智能和機器學習技術的進步，解碼器的性能有望得到進一步提升，使得系統能夠更好地適應自然語言的多樣性和復雜性。與此同時，硬件的進一步微型化和植入技術的改進，也將使得這類語音神經假體系統在臨床中的推廣變得更加可行。

總之，該研究為語音神經假體技術的發展提供了新的思路。通過高效的校準和精確的解碼，該系統展現了其在實際應用中的巨大潛力。這一成果為ALS患者提供了新的溝通方式，未來有望通過進一步的研究和改進，擴大其應用范圍，造福更多的患者。在未來的研究中，隨著技術的進步和臨床應用的推廣，這類系統有可能成為神經退行性疾病患者恢復溝通能力的重要工具，顯著改善他們的生活質量。

僅用于學術分享，若侵權請留言，即時刪侵！

歡迎加入腦機接口社區交流群，

探討腦機接口領域話題，實時跟蹤腦機接口前沿。

加微信群：

添加微信:RoseBCI【備注：姓名+行業/專業】。

歡迎來稿

1.歡迎來稿。投稿咨詢，請聯系微信：RoseBCI

點擊投稿：

2.加入社區成為兼職創作者，請聯系微信：RoseBCI

一鍵三連「分享」、「點贊」和「在看」

不錯過每一條腦機前沿進展