使用脑部计算机界面从神经活动中重建预期的语音对有严重言语生产的人的巨大承诺具有巨大的承诺。在解码公开的语音进展中,解码的想象语音取得了有限的成功,这主要是因为相关的神经信号与公开的语音相比较弱且可变,因此很难通过学习算法来解释。我们从13名患者那里获得了三个电视学数据集,植入了癫痫评估的电极,他们执行了公开并获得的语音生产任务。基于最新的语音神经处理理论,我们提取了可用于未来大脑计算机界面的一致和特定的神经特征,并评估了它们的性能,以在表达,语音和人声表示空间中区分语音项目。高频活动为公开语音提供了最佳信号,但低频和高频功率和局部跨频都导致了想象的语音解码,尤其是语音和人声,即知觉,空格。这些发现表明,低频功率和跨频动力学包含用于想象的语音解码的关键信息。
主要关键词