15 mars 2024 (Nanowerk Nyheter) Personer med röststörningar, inklusive de med patologiska stämbandssjukdomar eller som håller på att återhämta sig från operationer för larynxcancer, kan ofta ha svårt eller omöjligt att tala. Det kan snart ändras. Ett team av UCLA-ingenjörer har uppfunnit en mjuk, tunn, stretchig enhet som mäter drygt 1 kvadrattum som kan fästas på huden utanför halsen för att hjälpa personer med dysfunktionella stämband att återfå sin röstfunktion. Deras framsteg beskrivs i journalen Nature Communications ("Talar utan stämband med hjälp av ett bärbart avkänningsaktiveringssystem med maskininlärning"). Det nya bioelektriska systemet, utvecklat av Jun Chen, biträdande professor i bioteknik vid UCLA Samueli School of Engineering, och hans kollegor, kan upptäcka rörelse i en persons struphuvudsmuskler och översätta dessa signaler till hörbart tal med hjälp av maskin- inlärningsteknik — med nästan 95 % noggrannhet. Genombrottet är det senaste i Chens ansträngningar att hjälpa personer med funktionsnedsättning. Hans team utvecklade tidigare en bärbar handske som kan översätta amerikanskt teckenspråk till engelskt tal i realtid för att hjälpa användare av ASL att kommunicera med dem som inte vet hur de ska signera. Den lilla nya patchliknande enheten består av två komponenter. En, en självförsörjande avkänningskomponent, upptäcker och omvandlar signaler som genereras av muskelrörelser till högfientliga, analyserbara elektriska signaler; dessa elektriska signaler översätts sedan till talsignaler med hjälp av en maskininlärningsalgoritm. Den andra, en aktiveringskomponent, förvandlar dessa talsignaler till det önskade röstuttrycket. De två komponenterna innehåller vardera två lager: ett lager av biokompatibel silikonförening polydimetylsiloxan, eller PDMS, med elastiska egenskaper, och ett magnetiskt induktionsskikt av kopparinduktionsspolar. Mellan de två komponenterna finns ett femte lager innehållande PDMS blandat med mikromagneter, vilket genererar ett magnetfält.
De två komponenterna – och fem lager – i enheten gör att den kan omvandla muskelrörelser till elektriska signaler som, med hjälp av maskininlärning, slutligen omvandlas till talsignaler och hörbara röstuttryck. (Bild: Jun Chen Lab/UCLA) Använder en mjuk magnetoelastisk avkänningsmekanism utvecklad av Chens team 2021 (Naturmaterial, "Jättemagnetoelastisk effekt i mjuka system för bioelektronik"), kan enheten upptäcka förändringar i magnetfältet när det ändras som ett resultat av mekaniska krafter - i det här fallet rörelsen av struphuvudet. De inbäddade serpentininduktionsspolarna i de magnetoelastiska skikten hjälper till att generera högfientliga elektriska signaler för avkänningsändamål. Enheten mäter 1.2 tum på varje sida, väger cirka 7 gram och är bara 0.06 tum tjock. Med dubbelsidig biokompatibel tejp kan den lätt fästa på en individs hals nära stämbandens plats och kan återanvändas genom att applicera tejp igen efter behov. Röststörningar är vanliga i alla åldrar och demografiska grupper; Forskning har visat att nästan 30 % av människor kommer att uppleva minst en sådan störning under sin livstid. Men med terapeutiska metoder, såsom kirurgiska ingrepp och röstterapi, kan röståterhämtning sträcka sig från tre månader till ett år, med vissa invasiva tekniker som kräver en betydande period av obligatorisk postoperativ röstvila. "Befintliga lösningar som handhållna elektro-struphuvuden och trakeesofageal-punktionsprocedurer kan vara obekväma, invasiva eller obekväma", säger Chen som leder Wearable Bioelectronics Research Group vid UCLA och har utsetts till en av världens mest citerade forskare fem år i en rad. "Denna nya enhet presenterar ett bärbart, icke-invasivt alternativ som kan hjälpa patienter att kommunicera under perioden före behandling och under återhämtningsperioden efter behandlingen för röststörningar."
Den bärbara teknologin är designad för att vara flexibel nog att röra sig med och fånga aktiviteten hos struphuvudets muskler under huden. (Bild: Jun Chen Lab/UCLA)
Hur maskininlärning möjliggör bärbar teknik
I sina experiment testade forskarna den bärbara tekniken på åtta friska vuxna. De samlade in data om larynxmuskelrörelser och använde en maskininlärningsalgoritm för att korrelera de resulterande signalerna till vissa ord. De valde sedan en motsvarande utgående röstsignal genom enhetens aktiveringskomponent. Forskargruppen demonstrerade systemets noggrannhet genom att låta deltagarna uttala fem meningar – både högt och röstlöst – inklusive "Hej, Rachel, hur mår du idag?" och jag älskar dig!" Modellens totala prediktionsnoggrannhet var 94.68 %, med deltagarnas röstsignal förstärkt av aktiveringskomponenten, vilket visar att avkänningsmekanismen kände igen deras larynxrörelsesignal och matchade motsvarande mening som deltagarna ville säga. Framöver planerar forskargruppen att fortsätta att utöka enhetens ordförråd genom maskininlärning och att testa den på personer med talstörningar.
De två komponenterna – och fem lager – i enheten gör att den kan omvandla muskelrörelser till elektriska signaler som, med hjälp av maskininlärning, slutligen omvandlas till talsignaler och hörbara röstuttryck. (Bild: Jun Chen Lab/UCLA) Använder en mjuk magnetoelastisk avkänningsmekanism utvecklad av Chens team 2021 (Naturmaterial, "Jättemagnetoelastisk effekt i mjuka system för bioelektronik"), kan enheten upptäcka förändringar i magnetfältet när det ändras som ett resultat av mekaniska krafter - i det här fallet rörelsen av struphuvudet. De inbäddade serpentininduktionsspolarna i de magnetoelastiska skikten hjälper till att generera högfientliga elektriska signaler för avkänningsändamål. Enheten mäter 1.2 tum på varje sida, väger cirka 7 gram och är bara 0.06 tum tjock. Med dubbelsidig biokompatibel tejp kan den lätt fästa på en individs hals nära stämbandens plats och kan återanvändas genom att applicera tejp igen efter behov. Röststörningar är vanliga i alla åldrar och demografiska grupper; Forskning har visat att nästan 30 % av människor kommer att uppleva minst en sådan störning under sin livstid. Men med terapeutiska metoder, såsom kirurgiska ingrepp och röstterapi, kan röståterhämtning sträcka sig från tre månader till ett år, med vissa invasiva tekniker som kräver en betydande period av obligatorisk postoperativ röstvila. "Befintliga lösningar som handhållna elektro-struphuvuden och trakeesofageal-punktionsprocedurer kan vara obekväma, invasiva eller obekväma", säger Chen som leder Wearable Bioelectronics Research Group vid UCLA och har utsetts till en av världens mest citerade forskare fem år i en rad. "Denna nya enhet presenterar ett bärbart, icke-invasivt alternativ som kan hjälpa patienter att kommunicera under perioden före behandling och under återhämtningsperioden efter behandlingen för röststörningar."
Den bärbara teknologin är designad för att vara flexibel nog att röra sig med och fånga aktiviteten hos struphuvudets muskler under huden. (Bild: Jun Chen Lab/UCLA)
Hur maskininlärning möjliggör bärbar teknik
I sina experiment testade forskarna den bärbara tekniken på åtta friska vuxna. De samlade in data om larynxmuskelrörelser och använde en maskininlärningsalgoritm för att korrelera de resulterande signalerna till vissa ord. De valde sedan en motsvarande utgående röstsignal genom enhetens aktiveringskomponent. Forskargruppen demonstrerade systemets noggrannhet genom att låta deltagarna uttala fem meningar – både högt och röstlöst – inklusive "Hej, Rachel, hur mår du idag?" och jag älskar dig!" Modellens totala prediktionsnoggrannhet var 94.68 %, med deltagarnas röstsignal förstärkt av aktiveringskomponenten, vilket visar att avkänningsmekanismen kände igen deras larynxrörelsesignal och matchade motsvarande mening som deltagarna ville säga. Framöver planerar forskargruppen att fortsätta att utöka enhetens ordförråd genom maskininlärning och att testa den på personer med talstörningar.
- SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
- PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
- PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
- Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
- PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
- Källa: https://www.nanowerk.com/news2/robotics/newsid=64863.php
