• BCI
• декодирование нейронной активности
• внутренняя речь

Речевые интерфейсы «мозг-машина» (BCI) преобразуют сигналы мозга в слова, позволяя общаться людям, потерявшим речевые способности из-за болезней или травм. Несмотря на то, что были достигнуты важные успехи в декодировании вокализованной речи, результаты чтения внутренней речи еще не достигли высокой функциональности. Примечательно, что до сих пор неясно, из каких областей мозга можно декодировать внутреннюю речь. Исследовали двух пациентов с тетраплегией с имплантированными массивами микроэлектродов, расположенными в супрамаргинальной извилине (SMG) и первичной соматосенсорной коре (S1), которые слушали и воображали вокализованную речь из шести слов и двух псевдослов. У обоих участников обнаружили значительную нейронную репрезентацию внутренней и вокализованной речи на уровне отдельных нейронов и популяции в SMG. Судя по зарегистрированной активности нейронных популяций в SMG, воображаемые слова были в значительной степени декодируемы. При автономном анализе достигли средней точности декодирования 55% и 24% для каждого участника соответственно (уровень вероятности 12,5%), а во время онлайн-задачи внутренней речи мы получили в среднем точность 79% и 23% соответственно. Доказательства общих нейронных представлений между внутренней речью, чтением слов и вокализованными речевыми процессами были обнаружены у 1 пациента в SMG, который представлял слова, а также псевдослова, что свидетельствует о фонетическом кодировании. Кроме того, наш декодер достиг высокой классификации благодаря множеству внутренних речевых стратегий (слуховое воображение/визуальное воображение). Активность в S1 модулировалась вокализованной, а не внутренней речью у обоих участников, что позволяет предположить, что во время производства внутренней речи не происходило никаких артикуляционных движений речевого тракта. Эта работа представляет собой доказательство концепции высокопроизводительного BCI для внутренней речи.