প্রস্তাবিত নিউরাল স্পিচ ডিকোডিং ফ্রেমওয়ার্ক। ক্রেডিট: প্রাকৃতিক মেশিন বুদ্ধিমত্তা (2024)। DOI: 10.1038/s42256-024-00824-8

স্নায়ুর ক্ষতির কারণে কথা বলার ক্ষমতা হারানো অবিশ্বাস্যভাবে বিচ্ছিন্ন হতে পারে। তবে প্রযুক্তির সাম্প্রতিক অগ্রগতির জন্য ধন্যবাদ, আশা ঠিক কোণে। বিজ্ঞানীরা নিউরোলিঙ্গুইস্টিক প্রস্থেসিস নিয়ে কাজ করছেন, বিশেষ ডিভাইস যা মস্তিষ্কের কার্যকলাপকে বক্তৃতায় রূপান্তর করে বাক প্রতিবন্ধী ব্যক্তিদের সাহায্য করতে পারে।

সাম্প্রতিক একটি গবেষণা প্রকাশিত প্রাকৃতিক মেশিন বুদ্ধিমত্তাইয়াও ওয়াং এর নেতৃত্বে একটি NYU গবেষণা দল, NYU ট্যান্ডনের বৈদ্যুতিক এবং কম্পিউটার প্রকৌশল এবং বায়োমেডিকেল ইঞ্জিনিয়ারিং এর অধ্যাপক এবং NYU WIRELESS এর সদস্য Xupeng চেন এবং NYU Tandon এবং NYU Gross School এর বায়োমেডিকেল ইঞ্জিনিয়ারিং এর সহযোগী অধ্যাপক অ্যাডিন ফ্লিঙ্কার দ্বারা উপস্থাপিত নিউরোলজি এবং ট্যান্ডন ইসিই ডক্টরেট ছাত্র স্পিচ ডিকোডিংয়ের জন্য নিউরাল আর্কিটেকচার ব্যবহারে উল্লেখযোগ্য অগ্রগতি।

তারা মস্তিষ্ক থেকে সংকেত রেকর্ড করে এবং তাদের শ্রবণযোগ্য বক্তৃতায় রূপান্তর করে। তাদের কাজ পরিবর্তনগুলি প্রবর্তন করে পূর্ববর্তী গবেষণার উপর ভিত্তি করে তৈরি করে যা বক্তৃতা শব্দের বিস্তৃত পরিসরের জন্য ডিকোডিং নির্ভুলতা উন্নত করতে পারে।

একটি মূল উদ্ভাবন হল নিউরাল আর্কিটেকচারকে বিভিন্ন স্পিচ প্যাটার্নের সাথে মানিয়ে নেওয়ার মধ্যে।সাম্প্রতিক উন্নয়ন ব্রেন-কম্পিউটার ইন্টারফেস (বিসিআই) সিস্টেমগুলি নিউরোস্পিচ প্রোস্থেসিসের বিকাশকে এগিয়ে নিয়ে যায়, যারা বক্তৃতাজনিত ব্যাধিতে আক্রান্ত তাদের জন্য আশা নিয়ে আসে।

এই ধরনের প্রস্থেসেস বিকাশের জন্য ডেটা সংগ্রহের একটি কার্যকর পদ্ধতি হল ইলেক্ট্রোকর্টিকোগ্রাম (ECoG) রেকর্ডিং যা মৃগীরোগের সার্জারি করা রোগীদের কাছ থেকে প্রাপ্ত। ইমপ্লান্ট করা ইলেক্ট্রোড বক্তৃতার সময় উচ্চ নির্ভুলতার সাথে কর্টিকাল ডেটা সংগ্রহ করার একটি বিরল সুযোগ প্রদান করে, যা স্পিচ ডিকোডিংয়ে প্রতিশ্রুতিশীল ফলাফলের দিকে পরিচালিত করে।

তাদের আপডেট করা পদ্ধতি, পূর্বে 5 জন রোগীর উপর যাচাই করা হয়েছিল, এখন 48 জনের উপর যাচাই করা হয়েছে, যা অন্যান্য অনুরূপ কাজের চেয়ে বড় আকারের একটি অর্ডার, আরও শক্তিশালী এবং সাধারণ ডিকোডিং প্রক্রিয়া নিশ্চিত করে।

স্নায়ু সংকেত থেকে বক্তৃতা ডিকোডিংয়ে দুটি উল্লেখযোগ্য চ্যালেঞ্জ রয়ে গেছে। প্রথমত, প্রশিক্ষণ ডেটার সীমিত সময়কাল গভীর শিক্ষার মডেলগুলির জন্য প্রয়োজনীয় বিপুল পরিমাণ ডেটার সাথে বৈপরীত্য। দ্বিতীয়ত, বক্তৃতা উৎপাদনে পরিবর্তনশীলতা (দর, স্বর, এবং পিচ পরিবর্তন সহ) মডেল উপস্থাপনাকে জটিল করে তোলে।

NYU দলের পদ্ধতি তাদের পূর্ববর্তী গবেষণায় বিকশিত একটি অনন্য স্পিচ সিন্থেসাইজার ব্যবহার করে। সিন্থেসাইজারটি ব্যাখ্যাযোগ্য বক্তৃতা “প্যারামিটার” (পিচ, ফ্রিকোয়েন্সি, লাউডনেস ইত্যাদি সহ) একটি সিরিজকে স্বাভাবিকভাবে ঘটে যাওয়া বক্তৃতায় রূপান্তরিত করে। উন্নত সিস্টেমটি স্পিচ প্যারামিটারে স্নায়ু সংকেতগুলিকে ডিকোড করার জন্য একটি নিউরাল নেটওয়ার্ক আর্কিটেকচার ব্যবহার করে, যা একটি সিনথেসাইজার দ্বারা উদ্দিষ্ট বক্তৃতা তৈরি করতে ব্যবহৃত হয়।

দলটি একটি দক্ষ নিউরাল নেটওয়ার্ক প্রশিক্ষণ পাইপলাইন তৈরি করেছে যা সীমিত প্রশিক্ষণ ডেটার সাথে কার্যকরভাবে কাজ করে এবং বিভিন্ন নিউরাল নেটওয়ার্ক আর্কিটেকচারের কার্যকারিতার তুলনা করে। সিস্টেমটি এমন বক্তৃতা তৈরি করতে পারে যা অধ্যয়ন অংশগ্রহণকারীদের প্রকৃত কণ্ঠের কাছাকাছি – এই পদ্ধতির একটি অনন্য দিক।







ছবির উৎস: এনওয়াইইউ ট্যান্ডন স্কুল অফ ইঞ্জিনিয়ারিং

সম্ভবত সবচেয়ে আকর্ষণীয় জিনিস সম্পর্কে স্পিচ ডিকোডিং অবদান জন্য. প্রথাগতভাবে, ডান গোলার্ধটি বাম গোলার্ধ দ্বারা ছেয়ে গেছে, যা প্রাথমিকভাবে ভাষার ফাংশনের সাথে যুক্ত। যাইহোক, কিছু অংশগ্রহণকারীদের শুধুমাত্র ডান গোলার্ধে ইলেক্ট্রোড লাগানো ছিল, তাই গবেষকরা বাম গোলার্ধে কার্যকলাপ সম্পর্কে তথ্য পেতে অক্ষম ছিলেন। গুরুত্বপূর্ণভাবে, তারা এখনও সঠিক স্পিচ ডিকোডিং তৈরি করতে ডান গোলার্ধ থেকে তথ্য ব্যবহার করতে সক্ষম হয়েছিল।

মস্তিষ্কের উভয় গোলার্ধে কীভাবে বক্তৃতা প্রক্রিয়া এবং উত্পাদিত হয় তা কেবল এটিই প্রকাশ করে না, এটি থেরাপিউটিক হস্তক্ষেপের জন্য নতুন সম্ভাবনাও উন্মুক্ত করে, বিশেষ করে বাম গোলার্ধের ক্ষতির পরে অ্যাফেসিয়ার মতো বক্তৃতাজনিত ব্যাধিগুলিকে মোকাবেলায়।

বৈজ্ঞানিক আবিষ্কারের পাশাপাশি, গবেষণাটি একটি ওপেন-সোর্স নিউরাল ডিকোডিং পাইপলাইন সরবরাহ করে যা গবেষণা সম্প্রদায়ের মধ্যে সহযোগিতা এবং ফলাফলের প্রতিলিপিকে সহজতর করে। এই পদক্ষেপটি স্বচ্ছতা বাড়ায় এবং নিউরাল ডিকোডিংয়ের ক্ষেত্রে অগ্রগতি ত্বরান্বিত করে।

এই গবেষণাটি বক্তৃতা প্রক্রিয়াকরণের জটিলতা এবং সম্ভাব্য থেরাপিউটিক উপায়গুলি বোঝার জন্য গুরুত্বপূর্ণ প্রভাব রয়েছে এবং মানব মস্তিষ্কের ভাষা ক্ষমতার রহস্য উদ্ঘাটনে একটি গুরুত্বপূর্ণ মাইলফলক চিহ্নিত করে, নিউরোইঞ্জিনিয়ারিং এবং ক্লিনিকাল হস্তক্ষেপে ভবিষ্যতের সাফল্যের পথ প্রশস্ত করে৷

অধিক তথ্য:
Xupeng Chen et al., গভীর শিক্ষা এবং বক্তৃতা সংশ্লেষণ ব্যবহার করে একটি নিউরাল স্পিচ ডিকোডিং ফ্রেমওয়ার্ক, প্রাকৃতিক মেশিন বুদ্ধিমত্তা (2024)। DOI: 10.1038/s42256-024-00824-8

উদ্ধৃতি: গবেষকরা নিউরাল ডিকোডিং তৈরি করেছেন যা হারানো বক্তৃতা পুনরুদ্ধার করতে পারে (এপ্রিল 8, 2024) 18 এপ্রিল, 2024 পুনরুদ্ধার করা হয়েছে https://medicalxpress.com/news/2024-04-neural-decoding-lost-speech .html

এই নথিটি কপিরাইট দ্বারা সুরক্ষিত। ব্যক্তিগত অধ্যয়ন বা গবেষণার উদ্দেশ্যে ন্যায্য লেনদেনের স্বার্থ ছাড়া লিখিত অনুমতি ছাড়া কোনো অংশ পুনরুত্পাদন করা যাবে না। বিষয়বস্তু শুধুমাত্র রেফারেন্স জন্য.



উৎস লিঙ্ক

এছাড়াও পড়ুন  বিশ্বব্যাংক স্বাস্থ্য খাত: পোস্টারহস্য! শেষ রাজ্যে নতুন স্বাস্থ্য-শিক্ষা আরও

LEAVE A REPLY

Please enter your comment!
Please enter your name here