您的瀏覽器不支援script
科技部國際合作簡訊網
回首頁  意見信箱  English  科技部科教國合司  連結到科技部
  新聞剪影
  專題報導
  科技短訊
  科技政策
  科技新知
  學人及社團活動
  求才專欄
  合作機會
  科技臺灣
  歐盟科技報導
  相關網站
科技短訊
  友善列印友善列印 文章轉寄文章轉寄  回上一頁
大腦的恩尼格碼之破解-利用密碼學來瞭解大腦如何控制各種動作
作者:科技組 現職:駐休士頓台北經濟文化辦事處科技組
文章來源:https://www.scientificamerican.com/article/brain-enigma-code/
發佈時間:2018.02.08
目前許多研究專注於提升義肢裝置的功能來改善截肢患者的生活品質,不少團隊積極發展一個不需經由周邊神經和肌肉即可讓大腦與外界溝通的系統。發表於2006年3月「Clinical Neurophysiology」期刊的一篇文獻回顧中,將該系統定義為「腦機介面」(Brain-Computer Interface; 簡稱BCI)。

就人類一些常見的動作,例走路、抬腳等,其實也遵循著某些可以預測的模式。肢體的位置、習慣性的速度、運動的特徵,可能會以有順序且規律的方式表現出來。喬治亞理工學院的神經科學家Eva Dyer的研究團隊於2017年12月發表在「Nature Biomedical Engineering」的期刊中,其研究利用二戰期間密碼破譯者所使用的解密模式來解碼神經的複雜訊息,成功地提高腦機介面解碼器的精確性及效率。一般的腦機介面通常使用的是監督式的解碼器(supervised decoders),其中的演算法是根據瞬間運動時所獲得的肢體位置及速度訊息,把動作訊息與神經的活動同時收集再加以分析、處理並訓練解碼器,將之轉換成相對應的動作。一如加密的概念,將這些解開的訊息,與其加密的版本反覆比較,並反向地設計(reverse-engineer)出這些解密的鑰匙。然而,這過程相當的費時費力,而且此解碼器無法適用於其他個體。因此,Dyer博士的團隊選擇使用神經活動訊息和一般的運動行為來預測可能對應的運動。此方法只需要一些運動的統計數據就能找出最佳化的解碼器,而且個體之間的運動行為類似,不僅取代原本需要大量時間收集及分析每時每刻的精細運動才得以建立一個完整的解碼器,此外,Dyer博士的解碼器還能適用於別的個體。未來,該團隊將繼續對神經元訊號來做分析。

資料來源 (張尹瑞研究生 編譯):
1.Rosso, O. A., Vicente, R., & Mirasso, C. R. (2008). Encryption test of pseudo-aleatory messages embedded on chaotic laser signals: an information theory approach. Physics Letters A, 372(7), 1018-1023.
2.https://futurism.com/want-brain-computer-interfaces-first-decode-brain/
3.https://www.scientificamerican.com/article/brain-enigma-code/
TOP
Copyrightsc2003 Department of International Cooperation and Science Education. All rights reserved. 科技部科教國合司 版權所有
隱私權宣告 ● 版權宣告  最佳瀏覽解析度1024x768