Duke UniversityCông nghệ
Các nhà nghiên cứu Đại học Duke phát triển công nghệ dịch sóng não thành giọng nói dễ tiếp cận hơn
Các nhà nghiên cứu tại Đại học Duke đã phát triển một phương pháp nhanh hơn để triển khai các giao diện não - máy tính tái tạo giọng nói bằng cách tổng hợp dữ liệu giữa nhiều bệnh nhân. Phương pháp mới này giúp giảm đáng kể lượng dữ liệu huấn luyện cá nhân cần thiết để khôi phục khả năng nói cho những người bị tổn thương não.

Nội dung được tóm lược tự động bằng AI từ Duke University
Đột quỵ, xơ cứng cột bên teo cơ (ALS) cùng các chứng rối loạn não bộ cấp tính và thoái hóa thần kinh khác có thể cướp đi khả năng nói của người bệnh. Mặc dù các giao diện não - máy tính có thể khôi phục khả năng này bằng cách dịch chuyển hoạt động của não bộ thành giọng nói do máy tạo ra, việc ứng dụng rộng rãi các thiết bị này trên thực tế vẫn gặp trở ngại lớn do quy trình thu thập dữ liệu phải thực hiện riêng biệt trên từng bệnh nhân. Nhằm giải quyết rào cản đó, nhóm nghiên cứu tại Đại học Duke đã tìm ra giải pháp giúp các hệ thống này vận hành nhanh chóng và dễ triển khai hơn.
Trong nghiên cứu công bố trên tạp chí Nature Communications, các nhà khoa học đã lần đầu tiên chứng minh trên cơ thể người rằng việc tổng hợp dữ liệu giữa các bệnh nhân mang lại hiệu quả thực tế, thay vì chỉ phụ thuộc hoàn toàn vào quá trình huấn luyện cá nhân hóa. Nghiên cứu được dẫn dắt bởi Tiến sĩ Greg Cogan, phó giáo sư chuyên ngành thần kinh học, và Tiến sĩ Jonathan Viventi, Phó giáo sư Hawkes Family chuyên ngành Kỹ thuật Y sinh. Bằng cách sử dụng các bản ghi độ phân giải cao (bản ghi micro-ECoG) từ các bệnh nhân phẫu thuật thần kinh đang tỉnh táo, nhóm nghiên cứu đã đồng bộ hóa hoạt động não bộ giữa các cá nhân để huấn luyện một bộ giải mã chung, giúp cải thiện hiệu suất và giảm lượng dữ liệu cần thiết từ mỗi người bệnh.
Theo Tiến sĩ Cogan, trong nghiên cứu này, một bộ giải mã hoạt động hiệu quả có thể được xây dựng chỉ từ tối thiểu năm phút ghi nhận dữ liệu của chính bệnh nhân mới, kết hợp bổ sung với dữ liệu đồng bộ từ những người khác. Đây là một bước tiến đầy hứa hẹn giúp các hệ thống này trở nên dễ mở rộng và dễ tiếp cận hơn trong tương lai. Công trình có sự tham gia của các tác giả khác thuộc Đại học Duke bao gồm Zac Spalding, Suseendrakumar Duraivel, Shervin Rahimpour, Charles Wang, Katrina Barth, Ceci Schmitz, Shivanand P. Lad, Allan H. Friedman và Derek G. Southwell, với nguồn tài trợ từ Viện Y tế Quốc gia Hoa Kỳ, Quỹ Khoa học Quốc gia Hoa Kỳ và Giải thưởng Ươm mầm của Viện Khoa học Não bộ Duke.
Công nghệ · Duke University · Đăng lúc 21:05 · 09/09/2026
Đọc bản gốc ↗

