15. März 2024 (Nanowerk-Neuigkeiten) Menschen mit Stimmstörungen, darunter solche mit pathologischen Stimmbanderkrankungen oder die sich von einer Kehlkopfkrebsoperation erholen, fällt es oft schwer oder unmöglich zu sprechen. Das könnte sich bald ändern. Ein Team von UCLA-Ingenieuren hat ein weiches, dünnes und dehnbares Gerät mit einer Größe von etwas mehr als 1 Quadratzoll erfunden, das an der Haut außerhalb des Rachens befestigt werden kann, um Menschen mit gestörten Stimmbändern dabei zu helfen, ihre Stimmfunktion wiederzuerlangen. Ihr Fortschritt wird im Tagebuch detailliert beschrieben Nature Communications veröffentlicht („Sprechen ohne Stimmlippen mit einem durch maschinelles Lernen unterstützten tragbaren Sensor-Aktuator-System“). Das neue bioelektrische System, das von Jun Chen, einem Assistenzprofessor für Bioingenieurwesen an der UCLA Samueli School of Engineering, und seinen Kollegen entwickelt wurde, ist in der Lage, Bewegungen in den Kehlkopfmuskeln einer Person zu erkennen und diese Signale mit Hilfe maschineller Systeme in hörbare Sprache umzuwandeln. Lerntechnologie – mit einer Genauigkeit von fast 95 %. Der Durchbruch ist der jüngste in Chens Bemühungen, Menschen mit Behinderungen zu helfen. Sein Team hat zuvor einen tragbaren Handschuh entwickelt, der die amerikanische Gebärdensprache in Echtzeit in englische Sprache übersetzen kann, um ASL-Benutzern die Kommunikation mit Personen zu erleichtern, die nicht gebärden können. Das winzige neue patchartige Gerät besteht aus zwei Komponenten. Eine davon ist eine energieautarke Sensorkomponente, die durch Muskelbewegungen erzeugte Signale erkennt und in analysierbare elektrische Signale mit hoher Wiedergabetreue umwandelt. Diese elektrischen Signale werden dann mithilfe eines maschinellen Lernalgorithmus in Sprachsignale übersetzt. Die andere, eine Betätigungskomponente, wandelt diese Sprachsignale in den gewünschten Stimmausdruck um. Die beiden Komponenten enthalten jeweils zwei Schichten: eine Schicht aus der biokompatiblen Silikonverbindung Polydimethylsiloxan (PDMS) mit elastischen Eigenschaften und eine magnetische Induktionsschicht aus Kupfer-Induktionsspulen. Zwischen den beiden Komponenten befindet sich eine fünfte Schicht, die PDMS gemischt mit Mikromagneten enthält, die ein Magnetfeld erzeugen.
Die zwei Komponenten – und fünf Schichten – des Geräts ermöglichen es, Muskelbewegungen in elektrische Signale umzuwandeln, die mithilfe maschinellen Lernens schließlich in Sprachsignale und hörbaren Stimmausdruck umgewandelt werden. (Bild: Jun Chen Lab/UCLA) Nutzung eines weichen magnetoelastischen Sensormechanismus, der 2021 von Chens Team entwickelt wurde (Nature Materials, „Riesiger magnetoelastischer Effekt in weichen Systemen für die Bioelektronik“) ist das Gerät in der Lage, Veränderungen im Magnetfeld zu erkennen, wenn es durch mechanische Kräfte – in diesem Fall die Bewegung der Kehlkopfmuskulatur – verändert wird. Die eingebetteten schlangenförmigen Induktionsspulen in den magnetoelastischen Schichten helfen dabei, hochpräzise elektrische Signale für Sensorzwecke zu erzeugen. Mit einer Seitenlänge von 1.2 Zoll wiegt das Gerät etwa 7 Gramm und ist nur 0.06 Zoll dick. Mit doppelseitigem biokompatiblem Klebeband kann es leicht am Hals einer Person in der Nähe der Stimmbänder befestigt werden und kann bei Bedarf durch erneutes Anbringen des Klebebands wiederverwendet werden. Stimmstörungen treten in allen Altersgruppen und Bevölkerungsgruppen auf; Untersuchungen haben gezeigt, dass fast 30 % der Menschen im Laufe ihres Lebens mindestens eine solche Störung erleben. Bei therapeutischen Ansätzen wie chirurgischen Eingriffen und Stimmtherapie kann sich die Genesung der Stimme jedoch zwischen drei Monaten und einem Jahr hinziehen, wobei einige invasive Techniken eine erhebliche Zeitspanne obligatorischer postoperativer Stimmruhe erfordern. „Bestehende Lösungen wie tragbare Elektro-Larynx-Geräte und tracheoösophageale Punktionsverfahren können unbequem, invasiv oder unbequem sein“, sagte Chen, der die Wearable Bioelectronics Research Group an der UCLA leitet und seit fünf Jahren zu einem der am häufigsten zitierten Forscher der Welt ernannt wurde eine Reihe. „Dieses neue Gerät stellt eine tragbare, nicht-invasive Option dar, die Patienten bei der Kommunikation in der Zeit vor der Behandlung und während der Erholungsphase nach der Behandlung bei Stimmstörungen unterstützen kann.“
Die tragbare Technologie ist so flexibel, dass sie sich mit der Kehlkopfmuskulatur unter der Haut bewegen und deren Aktivität erfassen kann. (Bild: Jun Chen Lab/UCLA)
Wie maschinelles Lernen die tragbare Technologie ermöglicht
In ihren Experimenten testeten die Forscher die tragbare Technologie an acht gesunden Erwachsenen. Sie sammelten Daten über die Bewegung der Kehlkopfmuskulatur und setzten einen maschinellen Lernalgorithmus ein, um die resultierenden Signale bestimmten Wörtern zuzuordnen. Anschließend wählten sie über die Betätigungskomponente des Geräts ein entsprechendes Ausgangssprachsignal aus. Das Forschungsteam demonstrierte die Genauigkeit des Systems, indem es die Teilnehmer fünf Sätze laut und stimmlos aussprechen ließ, darunter „Hallo Rachel, wie geht es dir heute?“ und ich liebe dich!" Die Gesamtvorhersagegenauigkeit des Modells betrug 94.68 %, wobei das Stimmsignal der Teilnehmer durch die Betätigungskomponente verstärkt wurde, was zeigt, dass der Sensormechanismus ihr Kehlkopfbewegungssignal erkannte und mit dem entsprechenden Satz übereinstimmte, den die Teilnehmer sagen wollten. Zukünftig plant das Forschungsteam, den Wortschatz des Geräts durch maschinelles Lernen weiter zu erweitern und es an Menschen mit Sprachstörungen zu testen.
Die zwei Komponenten – und fünf Schichten – des Geräts ermöglichen es, Muskelbewegungen in elektrische Signale umzuwandeln, die mithilfe maschinellen Lernens schließlich in Sprachsignale und hörbaren Stimmausdruck umgewandelt werden. (Bild: Jun Chen Lab/UCLA) Nutzung eines weichen magnetoelastischen Sensormechanismus, der 2021 von Chens Team entwickelt wurde (Nature Materials, „Riesiger magnetoelastischer Effekt in weichen Systemen für die Bioelektronik“) ist das Gerät in der Lage, Veränderungen im Magnetfeld zu erkennen, wenn es durch mechanische Kräfte – in diesem Fall die Bewegung der Kehlkopfmuskulatur – verändert wird. Die eingebetteten schlangenförmigen Induktionsspulen in den magnetoelastischen Schichten helfen dabei, hochpräzise elektrische Signale für Sensorzwecke zu erzeugen. Mit einer Seitenlänge von 1.2 Zoll wiegt das Gerät etwa 7 Gramm und ist nur 0.06 Zoll dick. Mit doppelseitigem biokompatiblem Klebeband kann es leicht am Hals einer Person in der Nähe der Stimmbänder befestigt werden und kann bei Bedarf durch erneutes Anbringen des Klebebands wiederverwendet werden. Stimmstörungen treten in allen Altersgruppen und Bevölkerungsgruppen auf; Untersuchungen haben gezeigt, dass fast 30 % der Menschen im Laufe ihres Lebens mindestens eine solche Störung erleben. Bei therapeutischen Ansätzen wie chirurgischen Eingriffen und Stimmtherapie kann sich die Genesung der Stimme jedoch zwischen drei Monaten und einem Jahr hinziehen, wobei einige invasive Techniken eine erhebliche Zeitspanne obligatorischer postoperativer Stimmruhe erfordern. „Bestehende Lösungen wie tragbare Elektro-Larynx-Geräte und tracheoösophageale Punktionsverfahren können unbequem, invasiv oder unbequem sein“, sagte Chen, der die Wearable Bioelectronics Research Group an der UCLA leitet und seit fünf Jahren zu einem der am häufigsten zitierten Forscher der Welt ernannt wurde eine Reihe. „Dieses neue Gerät stellt eine tragbare, nicht-invasive Option dar, die Patienten bei der Kommunikation in der Zeit vor der Behandlung und während der Erholungsphase nach der Behandlung bei Stimmstörungen unterstützen kann.“
Die tragbare Technologie ist so flexibel, dass sie sich mit der Kehlkopfmuskulatur unter der Haut bewegen und deren Aktivität erfassen kann. (Bild: Jun Chen Lab/UCLA)
Wie maschinelles Lernen die tragbare Technologie ermöglicht
In ihren Experimenten testeten die Forscher die tragbare Technologie an acht gesunden Erwachsenen. Sie sammelten Daten über die Bewegung der Kehlkopfmuskulatur und setzten einen maschinellen Lernalgorithmus ein, um die resultierenden Signale bestimmten Wörtern zuzuordnen. Anschließend wählten sie über die Betätigungskomponente des Geräts ein entsprechendes Ausgangssprachsignal aus. Das Forschungsteam demonstrierte die Genauigkeit des Systems, indem es die Teilnehmer fünf Sätze laut und stimmlos aussprechen ließ, darunter „Hallo Rachel, wie geht es dir heute?“ und ich liebe dich!" Die Gesamtvorhersagegenauigkeit des Modells betrug 94.68 %, wobei das Stimmsignal der Teilnehmer durch die Betätigungskomponente verstärkt wurde, was zeigt, dass der Sensormechanismus ihr Kehlkopfbewegungssignal erkannte und mit dem entsprechenden Satz übereinstimmte, den die Teilnehmer sagen wollten. Zukünftig plant das Forschungsteam, den Wortschatz des Geräts durch maschinelles Lernen weiter zu erweitern und es an Menschen mit Sprachstörungen zu testen.
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
- PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
- PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
- PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
- Quelle: https://www.nanowerk.com/news2/robotics/newsid=64863.php
