增强感觉神经假体的神经自动编码器

新技术有可能大大简化人类的生活，包括盲人的生活。旨在帮助盲人的最有前途的工具之一是视觉假肢。视觉假体是可以植入大脑的医疗设备。这些设备可以帮助恢复受不同类型失明影响的人的视力。尽管潜力巨大，但大多数现有的视觉假体都取得了不起眼的效果，因为它们可以产生的视觉非常初级。

加利福尼亚大学圣巴巴拉分校的一组研究人员最近开发了一种机器学习模型，该模型可以显着提高视觉假体以及其他感觉神经假体(即旨在恢复失去的感觉功能或增强人类能力的设备)的性能。他们开发的模型在arXiv上预先发表的一篇论文中提出，该模型基于使用神经自动编码器，这是一种受大脑启发的架构，可以发现数据中的特定模式并创建它们的表示。

“我们开始研究这个项目是为了解决视觉假体中长期存在的刺激优化问题，”进行这项研究的研究人员之一雅各布格兰利告诉 TechXplore。“视觉假体效果不佳的一个可能原因是设备通常使用的幼稚刺激编码策略。以前的工作已经提出了编码策略，但许多都是不切实际的，并且没有一个给出可以跨植入物和工作的通用解决方案患者。”

Granley 和他的同事最近工作的主要目标是设计一种简单有效的解决方案，有助于改进感觉神经假体的编码策略。他们希望这种策略能够通过不同类型的感官数据获得良好的结果，因为这将使其易于在各种神经假体设备中实施。

“我们的主要想法是利用感觉模型，它描述了由刺激产生的感知或神经反应，在深度神经网络中处于循环状态，”格兰利解释说。“神经网络经过训练以输出刺激，当通过感觉模型馈送时，实现所需的目标响应。因此，该系统是一个混合自动编码器，其中编码器是一个学习的神经网络，而解码器是固定的感觉模型。”

到目前为止，研究人员在视觉神经假体的背景下评估了他们基于神经自动编码器的方法的性能。他们发现它取得了显着的成果，持续为各种虚拟患者带来更高质量的视觉感知，这是朝着实现可靠仿生视觉迈出的重要一步。

Granley 和他的同事创建的神经编码器使用相同的训练数据集，产生比其他传统编码策略更具说服力的视觉刺激。值得注意的是，它还可以很容易地应用于其他可以使用感觉模型描述的神经假体，包括那些旨在增强听觉和触觉的神经假体。

“我对我们的框架潜在的更广泛影响感到兴奋，”格兰利说。“我们能够证明通过‘关闭感知循环’获得的好处，或者换句话说，包括在回路中模拟刺激对患者感知的影响。这可能对各种假肢有用. 例如，人工耳蜗可以使用这个框架来改善听觉感知。”

这组研究人员引入的模型最终可以被开发人员用来提高视觉神经假体设备实现的视觉质量。此外，它可以应用于现有的假肢，为缺少特定肢体或截肢的患者提供更令人信服的皮肤触感。

“在这个项目中，我们只使用了虚拟的模拟患者，”格兰利补充道。“未来，我想在植入视觉假体的人类患者身上测试我们的编码器。如果我们能够在真实患者身上获得同样的改善，那么这将标志着数百万失明患者恢复视力的一大步。”

标签：