解码脑电波以识别我们正在听到的音乐

一种监测脑电波的新技术可以识别某人正在听的音乐。

埃塞克斯大学的研究人员希望该项目能够通过非侵入性技术解码大脑中的语言信号，从而帮助患有严重沟通障碍的人，例如闭锁综合症或中风患者。

领导这项研究的埃塞克斯计算机科学与电子工程学院的 Ian Daly 博士说：“这种方法有很多潜在的应用。我们已经证明我们可以解码音乐，这表明我们可能有一天能够解码来自大脑。”

埃塞克斯的科学家们希望找到一种侵入性较小的方法来解码大脑信号中的声学信息，以识别和重建某人正在收听的一段音乐。

虽然之前有成功的研究监测和重建脑电波的声学信息，但许多研究使用了更具侵入性的方法，例如脑电图 (ECoG)，该方法涉及将电极放置在颅骨内以监测大脑的实际表面。

这项发表在《科学报告》杂志上的研究结合使用了两种非侵入性方法——测量整个大脑血流的功能磁共振成像 (fMRI ) 和实时测量大脑中发生的事情的脑电图 (EEG)——监测一个人在听一段音乐时的大脑活动。使用深度学习神经网络模型，翻译数据以重建和识别音乐片段。

音乐是一种复杂的声学信号，与自然语言有许多相似之处，因此该模型有可能适用于翻译语音。这一系列研究的最终目标是转化思想，这可能在未来为那些难以沟通的人(例如患有闭锁综合症的人)提供重要帮助。

Daly 博士补充说，“一个应用是脑机接口 (BCI)，它提供了大脑和计算机之间的直接通信通道。显然，这还有很长的路要走，但最终我们希望，如果我们能够成功解码语言，我们可以用它来构建沟通辅助工具，这是朝着 BCI 研究的最终目标迈出的又一重要步骤，并且有一天可能会为有严重沟通障碍的人提供一条生命线。”

该研究涉及重新使用最初作为雷丁大学项目的一部分收集的 fMRI 和 EEG 数据。该项目要求参与者聆听一系列 40 秒的简单钢琴曲，这些曲目来自 36 首节奏、音高、和声和节奏不同的曲目。使用这些组合数据集，该模型能够准确识别音乐片段，成功率为 71.8%。

标签：