向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

英特尔AI团队研发智能脊柱接口,帮助瘫痪者站起来!

美国布朗大学、英特尔、罗得岛医院和Micro-Leads Medical的工程师与神经科学家正连手开发基于AI技术的智能脊柱接口,期望协助脊髓损伤患者重建其肢体功能...

为了协助脊髓损伤患者重建其肢体功能和膀胱控制,最新一项新的研究计划将致力于开发利用人工智能(AI)技术的“智能脊柱接口”(intelligent spine interface)。fciesmc

这项研究计划是由美国布朗大学(Brown University)、英特尔(Intel)、罗得岛医院(Rhode Island Hospital)和Micro-Leads Medical的工程师与神经科学家携手进行,并已获得美国先进研究计划署(DARPA)约630万美元的资助。fciesmc

在这项研究中,研究人员将为脊髓受伤的患者嵌入电极于其伤部上方和下方的脊柱。透过AI系统执行以生物启发的神经网络,“监听”并学习运动和感官等讯号的含义,目标在于以电子方式重新连接脊柱的两个部分。fciesmc

0b11e0cf1eebff3f66493b16b79003d9.jpgfciesmc

“智能脊柱接口”研究计划将记录并分析脊髓损伤患者脊柱中的运动和感官讯号(来源:Intel)fciesmc

该计划基础建立在脑机接口(BCI)领域中持续进行中的研究,以控制外部效应器。这些研究包括成功与大脑连接以控制计算机鼠标甚至机器人肢体的BrainGate项目,以及有关脑-脊柱接口和脊柱刺激的其他国际性研究计划。fciesmc

布朗大学工程学院助理教授暨该校脑科学研究所研究员David Borton主导了这项研究计划。fciesmc

Borton说:“这项计划的特点在于我们其实是想与脊髓展开对话。我们并不只是想要刺激它或与其交谈,还希望能够聆听并学会从脊髓中提取有用的讯号,并利用它们来驱动脊髓刺激。”fciesmc

研究人员将记录患者受伤部位上方脊柱区域的讯号,然后使用机器学习针对目前尚不完全了解的讯号进行译码,并研究如何最有效加以运用。其想法在于将这些讯号施加到脊柱的下方,以期激发正确的反应。fciesmc

电子系统

布朗大学、英特尔与罗得岛医院展开合作,利用该医院中监测癫痫患者大脑的研究作为开发基础。罗得岛医院的外科医生将会在患者受伤部位的任何一侧植入一对电极数组,由于患者的损伤类型各不相同,因此这项任务特别困难。医院还为此计划专门打造了一个提供复健设备的空间。fciesmc

20191010-101.jpgfciesmc

该计划中将使用的电极数组示例,例如来自Micro-Leads Medical的电极数组(来源:Brown University)fciesmc

实体植入物将采用由Micro-Leads开发的高分辨率脊髓刺激技术,称为HD64。该计划的第一阶段将使用24个触点的电极数组,到了第二阶段则将使用64个触点的电极数组。该触点的大小约为1平方毫米,并且由于神经元约为20微米,因此每个电极将一次记录或刺激数十万个神经元。待记录的讯号是电讯号;而当神经元彼此通讯时,电压发生变化,电极将会感应并记录电场的变化。fciesmc

研究人员希望“听到”哪些讯号?

“这是研究中令人振奋之处。通常,讯号中存在不同的频段,分别代表不同的基本神经元突起。因此,这可以为我们提供有关实际情况的线索。”英特尔AI产品事业部首席工程师Hanlin Tang说,“但是,在机器学习方面还有许多工作要做,才能好好地诠释这些讯号,以及了解在另一端要刺激什么。”Hanlin Tang本身就是神经科学家,目前在英特尔负责这项合作研究计划。fciesmc

英特尔的团队将利用其硬件和机器学习方面的专业知识来协助打造可诠释讯号的AI系统。fciesmc

Tang说:“目前面对的主要挑战是在倾听脊柱时无法达到够高的传真度。这就像试图中继一条讯息,但只能听到另一侧提到的几句话。透过机器学习,或许就可以使用一些先验知识来尝试填补差距,并成为重建此类损伤的理想接口。”fciesmc

AI还将处理两个电极数组之间(从损伤部位的一侧到另一侧)的映射¬¬——这确实是一项至关重要的任务。fciesmc

20191010-102.jpgfciesmc

将电极数组嵌入于患者的脊柱中,即可用于记录大脑发送的讯号。(来源:Intel)fciesmc

Borton解释说,神经系统极具可塑性,并且可以随着时间的进展而学习——即神经元的“发射”和整合——这意味着从脊柱的一部分进行记录并刺激另一部分,就能让神经系统学习该特定讯号的含义。fciesmc

Borton说:“这并非进行精确的一对一映射。我们计划开发的接口将记录来自成千上万个神经元的讯号,并将它们相互迭加在一起。而且,我们将刺激稀疏的触点子集,这些触点将不特定地影响成千上万个不同神经元的活动。只要有了好的起点,神经系统就有望学会如何进行解释。”fciesmc

神经网络

英特尔AI团队将与布朗大学的认知、语言和心理学副教授Thomas Serre合作——他专精于开发以生物启发的AI网络。Serre最近有关“视觉皮层如何进行视觉处理”的神经网络研究显示,生物启发的架构可望以更少的数据训练产生模型,而且效率更高。fciesmc

Borton说,用于智能脊柱接口的神经网络将基于医学界对下肢解剖学和功能结构的理解,而且可以在一定程度上进行建模。fciesmc

训练数据是任何神经网络的关键要求,但是,智慧脊柱计划将比典型的AI系统存取更少的训练数据。fciesmc

但这种AI系统需要分别针对每一位患者进行训练吗?fciesmc

Borton说:“这正是我们打算研究的目标之一。答案很可能是肯定的。而另一个悬而未决的问题是,如果我们确实对一位参与患者进行了训练,那么究竟需要多少再训练或是多么深度的训练?实际上得再训练多少层?这些可能都会很有意思。而当我们得以收集来自更多患者的数据,随着时间的进展,还可能从中得知在脊髓的不同损伤部位发生了哪些病变,因而可能有助于推导出新的诊断发现。”fciesmc

硬件和软件

布朗大学团队将与英特尔的研究人员合作,英特尔将为这项研究计划提供硬件、软件和研究支持。fciesmc

英特尔的Hanlin Tang指出,该研究计划的第一年将着重于开发神经网络,到了第二年则将应用算法,同时,英特尔将开始为开发中的机器学习加速器(特别是用于训练和推论的英特尔Nervana神经网络处理器系列)进行优化。软件堆栈则将采用英特尔开发的跨平台软件nGraph。fciesmc

Tang说:“这真正令人振奋之处在于工作负载还不完全为人所知。与企业客户的合作将会有所不同,针对企业客户,您可能面对需要为五项工作负载进行优化的任务。”fciesmc

最大的硬件和软件挑战之一在于实现实时的操作,以修复患者的运动和膀胱控制。fciesmc

他说:“我们需要实时诠释所有的通道和不同的频段,然后对其进行解读,以及学习如何刺激并弥合神经回路空白。”fciesmc

其最终目的在于利用这项研究开发出新技术,让小型的植入式装置可协助病患在复原期间进行复健运动和膀胱控制,并希望有一天能够有助于让许多脊髓损伤患者真的重新再站起来!fciesmc

(原文发表于ASPENCORE旗下ESM姐妹媒体EETimes,参考链接:Intelligent Spine Interface will Bridge Spinal Injuries with AI,编译:Susan Hong  责编:Elaine Lin)fciesmc

本文为国际电子商情原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫,一键转发

  • 关注“国际电子商情” 微信公众号

您可能感兴趣的文章

  • 比特大陆将大幅裁员,比例或达50% 詹克团:我反对!

    近期有媒体报道称,比特大陆新一轮裁员计划已经启动,AI业务将会是“重灾区”,裁员比例或会高于50%。对此,比特大陆前董事长詹克团日前发布公开信,形容裁员是“近乎自杀的错误决定”……

  • 美国正式发文,今日起限制AI等技术出口!

    据路透社报道,美国商务部下属的工业和安全局(BIS)日前发布新的出口管制措施:自1月6日起,美国企业出口某些地理空间图像软件时必须得到许可,才能将软件发送到海外(加拿大除外)……

  • 如何实现中国芯自主可控?珠海集成电路产业交出新答卷!

    珠海,作为一座历史悠久的文化旅游名城,如今正聚力打造着“集成电路产业生态圈”的新名片。据了解,珠海与集成电路产业有着深厚的渊源,经过20多年的培育和深化,已形成了一定的规模聚集效应,打造了应用引导、设计牵头、兼顾制造与封装的产业格局……

  • 中国半导体上游产业链八面观

    IC设计业的发展离不开其上游生态链的支持。EETimes-China、EDN-China和ESM-China在现场采访了覆盖EDA/IP、Foundry、以及设计服务的多位高层,全面解读和总结为中国Fabless公司提供服务的上游产业链的最新动态……

  • 1.8万亿智能音箱上演三国杀,其“硬核”秘密在哪儿?

    智能音箱经过几年的“野蛮”发展,现在已经家喻户晓,据悉,2019年9月25日阿里巴巴人工智能实验室暨天猫精灵秋季发布会上宣布:天猫精灵销量连续两年中国第一、全球第三……

  • 当工业4.0遇见AI:现在的智能制造有多“智能”?

    工业制造在标准、互联等领域始终是很特殊的,现在谈工业4.0与AI是否为时过早?AI在工业4.0时代是否真的在发挥作用,以及究竟发挥到何种程度?这是我们期望以由上至下的方式,从工业制造AI解决方案、AI芯片、EDA,以及实际应用几个层面,来窥见当下工业制造的AI技术现状…

相关推荐

可能感兴趣的话题