研究人员在非人灵长类动物大脑中重建口语

△图片来源于网络 版权归原作者

布朗大学的一个研究小组利用脑-机接口，从记录在非人灵长类动物大脑中的神经信号中重建英语单词。

研究人员说，发表在《自然通讯生物学》杂志上的这项研究可能是开发大脑植入物的一步，这可能有助于失聪的人。

布朗大学工程学院教授、布朗大学卡尼脑科学研究所副研究员、该研究的资深作者阿托·努尔米科说：“我们所做的是记录与灵长类动物听觉特定词语相关的二级听觉皮层神经兴奋的复杂模式。”然后，我们利用这些神经数据，以高保真度重建这些单词的发音。

“首要目标是更好地了解声音在灵长类大脑中是如何处理的，”努尔米科补充说，“这最终可能导致新型的神经修复术。”

在人类和非人类灵长类动物中，参与声音最初处理的大脑系统是相似的。第一级处理发生在所谓的初级听觉皮层，根据音高或音调等属性对声音进行分类。然后信号移动到第二听觉皮层，在那里被进一步处理。

例如，当有人在听口语时，这就是按音素对声音进行分类的地方——这是使我们能够区分一个词和另一个词的最简单的特征。在那之后，信息被发送到大脑的其他部分进行处理，使人类能够理解言语。

但是，由于人类和非人类灵长类动物对声音的早期处理是相似的，所以学习灵长类动物如何处理他们听到的单词是有用的，即使他们可能不明白这些单词的意思。

在这项研究中，两个豌豆大小的植入物和96通道微电极阵列记录了神经元的活动，而恒河猴则听个别英语单词和猕猴叫声的记录。在这种情况下，猕猴听到了相当简单的一个或两个音节的单词-“树”，“好”，“北”，“蟋蟀”和“程序”

研究人员使用专门为识别特定单词相关的神经模式而开发的计算机算法处理神经记录。从那里，神经数据可以转换回计算机生成的语音。最后，研究小组使用了几个指标来评估重构后的语音与猕猴听到的原始语音的匹配程度。研究表明，记录下来的神经数据能产生高保真度的重构，这对人类听众来说是清晰的。

研究人员说，使用多电极阵列记录如此复杂的听觉信息是第一次。

努尔米科说：“以前，研究人员曾用单电极从二级听觉皮层收集数据，但据我们所知，这是第一次从大脑这一部分进行多电极记录。”基本上，我们有近200个微型监听站，能够提供所需数据的丰富性和更高分辨率。”

这项由博士生李继勋（Jihun Lee）领导的研究的目标之一是测试特定的解码模型算法是否比其他算法表现更好。这项研究与计算神经科学专家威尔逊·特鲁科洛（Wilson trucolo）合作，显示了递归神经网络（RNNs）——一种在计算机语言翻译中常用的机器学习算法——产生了最高逼真度的重建。RNNs在解码大脑其他部分的神经数据方面明显优于传统算法。

Brown的研究助理Christopher Heelan和该研究的联合首席作者认为RNNs的成功来自于它们的灵活性，这在解码复杂的听觉信息中很重要。

为这项研究开发计算工具包的海兰说：“用于神经解码的更传统算法对大脑如何编码信息作出了强有力的假设，这限制了这些算法对神经数据建模的能力。”神经网络假设较弱，参数较多，可以学习神经数据与实验任务之间的复杂关系。”

最终，研究人员希望，这种研究可以帮助开发神经植入物，这可能有助于恢复人们的听力。

“理想的情况是，我们开发的系统绕过大部分听觉器官，直接进入大脑，”努尔米科说在这项研究中，我们用来记录神经活动的微电极有一天也可能被用来传递少量的电流，这种电流的模式可以让人们感觉到听到了特定的声音。”