Ilmoitusteksti
National Science Foundationin eli NSF:n 175 000 dollarin apurahan tukemana tutkija Auburn Universityn College of Sciences and Mathematicsissa työskentelee parantaakseen Brain-Computer Interfacen ominaisuuksia , tai BCI, edistysaskel, jolla on laajat mahdollisuudet auttaa ihmisiä, joilla on vakavia motorisia vammoja, havaita ja diagnosoida terveysongelmia sekä tarjota uusia käyttöliittymiä pelaamiseen ja muihin käyttötarkoituksiin.
Matematiikan ja tilastotieteen laitoksen apulaisprofessori Jingyi “Ginny” Zheng sai palkinnon NSF:n laskenta- ja viestintäsäätiöiden osastolta projektistaan "Kohti monimuotoista viitekehystä aivotietokoneille" Käyttöliittymä."
"Pyrimme parantamaan nykyistä tilastollista viitekehystä, jolla BCI toimii käyttämällä uutta mittausta ihmisen aivojen yhteyksien erojen kvantifiointiin", Zheng sanoi.
BCI teknologiana on ollut olemassa useita vuosia, Zheng sanoo. Sen nykyistä toiminnallisuutta rajoittaa kuitenkin sen matemaattinen kehys.
"BCI:ssä käytetty nykyinen mittaus aivojen yhteyksien erojen kvantifiointiin ei ole vankka ja tehoton", Zheng sanoi. "Pyrimme päivittämään BCI-järjestelmää kehittämällä tilastollisen viitekehyksen käyttämällä uutta matemaattista mittaa aivojen yhteysmatriisien erojen kvantifiointiin."
BCI toimii yhdistämällä ihmisaivot minitietokoneeseen. Käyttäjä käyttää erityistä kuuloketta, joka poimii aivoaaltoja ja välittää ne tietokonepohjaiseen tallennuslaitteeseen. Tämä minitietokone muuttaa ihmisen aivoaallon – olennaisesti ajatuksen – mekaaniseksi reaktioksi.
"Esimerkiksi vakavasti vammainen henkilö, joka on rajoittunut pyörätuoliin, voisi käyttää ja ohjailla tuoliaan ajatusprosessin avulla käyttämällä BCI:tä. laite", Zheng sanoi. "Viime vuosikymmenten aikana BCI:issä on otettu käyttöön lukuisia menetelmiä aivosignaalien dekoodaamiseksi ja kääntämiseksi. BCI:t kärsivät kuitenkin edelleen alhaisesta kestävyydestä ja alhaisesta luotettavuudesta, koska ne ovat herkkiä artefakteille, melulle, poikkeaville tekijöille ja vaativat pitkän kalibrointiprosessin.”
Zhengin tutkimuksen tavoitteena on rakentaa monimuotoinen kehys, joka parantaa kestävyyttä BCI-teknologiaa ja laajentaa käytännön sovelluksia. Hanketta rahoitetaan vuoteen 2024 asti, ja Zheng sanoi, että kun BCI-valmiuksia parannetaan, teknologialla on potentiaalia paitsi terveyden ja lääketieteen aloilla, myös biologian, neurotieteen, maatalouden, kaukokartoituksen, tietokonenäön ja muilla aloilla.
Zheng liittyi Auburnin tiedekuntaan vuonna 2019. Hänen tutkimusalueensa ovat datatiede, koneoppiminen ja dataohjattu laskenta. Hän opettaa myös useita tilastokursseja College of Sciences and Mathematicsissa.
(Kirjoittaja Mitch Emmons)
