Wise Center的研究人员正在开展一个项目,以开发人工智能算法,该算法使用大脑信号来控制轻质外观。 Synapsuit项目旨在开发用于解码复杂大脑信号的高性能算法。 这些信号反过来控制轻便、柔软、可穿戴的外套,支持实时手臂和手部运动。 WYSS团队与当地和国际合作伙伴合作开展该项目,旨在加速神经**。
神经科学正在迅速与人工智能融合,使我们能够发现隐藏在看似混乱的大脑信号中的重要模式,“Wise中心的首席研究员Kyuhwa Lee博士说。 “使用尖端的机器学习方法,我们的目标是将脊髓损伤和中风后运动障碍患者的运动意图转化为行动。 ”
WYSS计划继续合作,探索“神经人工智能技术的新标准”。 该组织旨在通过手臂和手部运动帮助患有严重上肢运动障碍的人。 为了实现这一目标,该团队计划使用柔性、高密度的ECOG电极收集大量临床数据,并开发新的人工智能算法来解码运动障碍患者的运动意图。 外骨骼项目的合作伙伴之一是脑机接口(BCI)技术制造商Nuerosoft Bioelectronics。
在Neurosoft Bio Electronics,我们致力于突破BCI技术的界限,“首席执行官Nicolas Vachicouras博士说。 “我们尖端的软植入电极提供了一种新方法来记录来自以前未探索的大脑区域的信号。 通过将这些电极集成到SynapSuit项目中,我们的目标是显着改善运动意图的解码,从而朝着恢复最需要的人的功能性移动性迈出了关键的一步。 ”
Wise说,将算法与脑控设备相结合,可以通过支持中风和脊髓损伤患者的运动来加速神经**方法。
该团队使用柔性、可折叠和柔性电极记录大脑信号,这些电极适合任何神经组织。 然后,他们将信号输入神经AI解码器,该解码器将命令发送到完全灵活的柔软外部。 外骨骼通过经皮神经刺激发送电流,控制直接在手臂和手部移动的肌肉。
外部套件与一种称为静电离合器(es-clutch)的特殊材料相结合,可使手臂和手部根据需要保持姿势而不会感到疲劳。
韩国电子技术研究院首席研究员Yun-Jae Win博士说:“我们希望开发一种高度实用和实用的外部套装,可供运动障碍人士在日常生活中使用。 ”