□ 楚天都市报 极目新闻 记者 赵雪春 通讯员 田娟的“思想之声”有望从幻想走向现实！近日，华中科技大学同济医学院附属同济医院神经外科舒凯教授团队与华中科技大学人工智能与自动化学院吴东瑞教授团队的合作成果发表在神经工程国际顶级期刊《The Journal of Neuroengineering》上。他们首次利用脑磁技术，结合人工智能算法，实现中文单词的无创解码，为我国数百万失语症患者照亮了恢复说话能力的希望。我国有数百万中风和ALS患者被困在“沉默之笼”中。他们显然在思考但不能说话。 “传统“传统脑机接口需要患者长期训练，沟通效率较低。”舒凯教授解释说，团队的目标是让机器直接读取大脑中语音的想法，进而实现自然交流。但针对汉语语音的脑机接口研究较少，多集中在音节层面，词汇量较小，难以实现实际交流；而且现有研究多依赖侵入性脑部信号采集，涉及手术风险，难以普及。另外，目前主流的非侵入式脑机接口往往采用脑电图或近红外技术，虽然方便，但信号容易受到头骨和头皮的干扰，而且空间分辨率较低，就像隔着墙听一样，而且细节模糊，研究团队创新性地选择了脑磁图。作为信号采集工具。脑磁图直接测量神经元活动产生的微弱磁信号，受组织破坏影响较小，具有毫秒级分辨率和毫米级空间分辨率。舒凯教授清晰地比喻道：“如果说脑电图就像隔着墙听着隐隐约约的对话，那么脑磁图就像有一扇透明的玻璃窗，可以更清晰地‘观察’大脑语言网络的实时活动。”从复杂多变的脑磁信号中准确识别对应的单词是最大的挑战。研究团队提出了“多模态辅助语音解码算法”。该算法的智能在于引入文本和合成语音作为双重顾问。在训练人工智能模型时，不仅要让模型知道磁脑信号与文本的相应文本（语义），而且该词的合成语音（声学属性）也与其进行比较。就像解读大脑的“语言思想”时，不仅要看“词义”，还要确定“发音规则”，并利用不同的技术进行学习，引导AI将多模态信息排列到统一的特征空间中。实验表明，这种跨模态知识辅助机制显着提高了模型的特征提取能力，在48个词的分类任务中实现了高达46.21%的解码准确率。该研究进一步证实了大脑颞叶和感觉运动皮层在汉语语音生成中的关键作用，加深了对语言神经机制的理解。这项研究不仅是脑说话脑机接口领域“从0到1”的突破，也是跨医学和产业协作的典范。一个随着技术不断成熟，与中国大脑对话的无创脑接口有望走出实验室，真正服务于广大患者，让失语症患者重新“说话”，为我国脑研究和智慧医疗贡献“同济智慧”。
