Biên dịch tín hiệu não thành từ ngữ với công nghệ điện cực microECoG

Năm ngoái, các nhà nghiên cứu tại đại học Utah (Hoa Kì) đã sử dụng công nghệ ECoG (Electrocorticography) - cấy ghép các điện cực không xâm lấn lên não để ghi nhận các tín hiệu điều khiển đôi tay, giúp người bại liệt hay tàn tật có thể cử động dễ dàng hơn. Năm nay, cũng sử dụng công nghệ tương tự ECoG nhưng nhỏ hơn, nhóm nghiên cứu đã tiến thêm một bước xa hơn: dịch các tín hiệu não thành từ ngữ. Qua đó, bệnh nhân có thể nói với những gì suy nghĩ trong đầu.

Các điện cực ECoG được đánh số bên cạnh các điện cực siêu nhỏ microECoG (2 khu vực gồm 16 chấm màu trắng nối từ 2 dây màu xanh và cam) đặt trên não bệnh nhân bị động kinh.

Các microECoG không xâm lấn:

Quá trình nghiên cứu bắt đầu bằng việc cấy ghép một mạng lưới các điện cực siêu nhỏ vào vùng ngôn ngữ trên não của một bệnh nhân mắc chứng động kinh. Đây là các điện cực không xâm lấn được gọi là microECoG. Chúng được cấy bên dưới hộp sọ và nằm trên bề mặt não thay vì được cấy sâu vào não.

Do không xâm lấn trực tiếp vào não nên công nghệ microECoG được xem là an toàn hơn khi lắp đặt lên vùng ngôn ngữ của não. Điều này không thể thực hiện được với các điện cực xâm lấn thông thường vốn vẫn được sử dụng trên các thiết bị thí nghiệm nhằm giúp bệnh nhân có thể cử động tay chân. Thêm vào đó, các điện cực điện não đồ dùng để đo sóng não lại quá lớn và ghi lại quá nhiều tín hiệu não. Vì vậy, việc biên dịch tín hiệu ngôn ngữ gặp rất nhiều khó khăn.

Các nhà khoa học đã lắp đặt 2 mạng lưới điện cực microECoG lên não của bệnh nhân động kinh. Mỗi mạng lưới gồm 16 điện cực, mỗi điện cực cách nhau 1mm. 2 mạng lưới sẽ được lắp đặt lên 2 vùng ngôn ngữ của não: 1. Vùng vỏ não điều khiển cơ mặt, cụ thể là điều khiển cử động của miệng, môi, lưỡi và các cơ cần thiết khi nói. 2. Vùng Wernicke hay vùng hiểu ngôn ngữ, là một vùng nhỏ nằm ở thùy thái dương đóng vai trò quan trọng trong việc hình thành tiếng nói và tư duy, chi phối lời nói và cho phép chúng ta hiểu được lời và chữ.

Biên dịch tín hiệu thần kinh sang từ ngữ:

Các điện cực ECoG (màu vàng) và microECoG (màu đỏ) được xếp chồng trên não của bệnh nhân động kinh để thu nhận các tín hiệu từ vùng ngôn ngữ.

Một khi được đặt vào vị trí, các điện cự siêu nhỏ sẽ phát hiện các tín hiệu điện tạo ra bởi hàng ngàn nơ-ron thần kinh. Thử nghiệm trong 1 giờ đồng hồ và kéo dài trong 4 ngày liên tiếp, các nhà khoa học đã ghi lại các tín hiệu não khi yêu cầu bệnh nhân đọc đi đọc lại 10 từ cần thiết bao gồm: yes (có), no (không), hot (nóng), cold (lạnh), hungry (đói), thirsty (khát), hello (xin chào), goodbye (tạm biệt), more (nhiều hơn) và less (ít hơn). Mỗi từ được lặp lại từ 31 đến 96 lần tùy theo ý muốn của bệnh nhân.

Sau đó, nhóm nghiên cứu cố gắng xác định trong các tín hiệu não thu được thì tín hiệu nào thể hiện các từ trong số 10 từ cần thiết. Khi so sánh 2 tín hiệu não bất kì, chẳng hạn như tín hiệu phát ra khi bệnh nhân nói 2 từ "yes" và "no", họ có thể phân biệt các tín hiệu não cho mỗi từ với độ chính xác từ 76 đến 90%.

Tuy nhiên, khi thử nghiệm với 10 từ cùng lúc, độ chính xác khi phân loại các từ chỉ đạt 28 đến 48%. Tỉ lệ này không đáp ứng được yêu cầu của một thiết bị phiên dịch dành cho người bại liệt.

Một phát hiện ngoài mong đợi là khi bệnh nhân lặp lại các từ. Giáo sư Bradley Greger, đồng tác giả nghiên cứu cho biết: Vùng vỏ não điều khiển cơ mặt hoạt động nhiều nhất trong khi vùng Wernicke lại hoạt động ít hơn. Vùng Wernicke đột nhiên được kích hoạt khi các bác sĩ cảm ơn bệnh nhân vì đã lặp lại các từ. Điều này chứng tỏ rằng, vùng Wernicke liên quan đến mức độ tiếp nhận và hiểu ngôn ngữ cấp cao, trong khi vùng vỏ não điều khiển cơ mặt chỉ đóng vai trò giúp người bệnh phát âm các từ.

So sánh độ chính xác giữa 2 mạng lưới điện cực đặt lên 2 khu vực trên não. Với điện cực đặt trên vỏ não điều khiển cơ mặt, tỉ lệ chính xác đạt 85% khi xác định 1 trong số 10 từ. Với điện cực đặt trên vùng Wernicke, tỉ lệ này chỉ đạt 76%. Nếu kết hợp cả 2 dữ liệu thu được từ 2 mạng lưới, kết quả vẫn chưa đạt độ chính xác cao nhất, tín hiệu não từ vùng Wernicke vẫn không bổ sung nhiều vào tín hiệu thu được từ vùng vỏ não điều khiển cơ mặt.

Khi lựa chọn 5 trong số 16 điện cực có độ chính xác cao nhất khi giải mã các tín hiệu não phát ra từ vùng vỏ não điều khiển cơ mặt, kết quả cho thấy tỉ lệ phân biệt 1 trong 2 từ so với 8 từ còn lại từ đạt 90%. Phức tạp hơn, khi tiến hành phân biệt 1 từ trong số 9 từ còn lại, độ chính xác thu được ban đầu là 28%. Tuy nhiên, khi tập trung vào tín hiệu của 5 điện cực tương tự, độ chính xác lên tới 48%.

Giáo sư Bradley Greger cho biết: "Chúng tôi đã chứng minh được khả năng nhận biết các tín hiệu não với công nghệ microECoG và qua đó, người bệnh có thể nói cho bạn biết những gì họ nghĩ. Tuy nhiên, chúng tôi cần phải tăng độ chính xác khi phân biệt các từ để thiết bị trở nên hữu ích."

Bước tiếp theo:

Hiện tại, nhóm nghiên cứu vẫn tiếp tục cải tiến công nghệ microECoG. Giáo sư Greger phát biểu: "Chúng tôi đang muốn mở rộng mạng lưới điện cực với 121 điện cực thay vì chỉ 16. Mạng lưới càng lớn, số lượng điện cực càng nhiều thì lượng dữ liệu thu được từ não cũng tăng theo tỉ lệ thuận. Qua đó, chúng tôi có thể xác định được nhiều từ hơn với độ chính xác cao hơn."

Nguồn: Gizmag