结果:在对第一位患者进行分类时,我们仅使用单个微创 sEEG 电极记录的 6 个通道数据就实现了平均 58% 的准确率,而在对第二位患者进行分类时仅使用单个 ECoG 条带记录的 8 个通道数据就实现了 72% 的准确率。我们的紧凑型架构不需要使用预先设计的特征,学习速度很快,并且可以在与用于训练的时间间隔不同的连续数据集上成功运行稳定、可解释且具有生理意义的决策规则。关键神经元群的空间特征与主动和被动语音映射结果相吻合,并表现出神经活动的逆空间频率关系特征。与其他架构相比,我们的紧凑解决方案的性能与最近在神经语音解码文献中介绍的解决方案相当或更好。 20 结论:我们展示了使用少量 21 个电极并基于从少量 22 训练数据中得出的紧凑型无特征工程解码器构建语音假体的可能性。23
主要关键词