न्यूरोरेहैबिलिटेशन में प्रगति: एक साथ भाषण और इशारा नियंत्रण

न्यूरोरेहैबिलिटेशन में एक महत्वपूर्ण विकास सामने आया है, जिसमें उन्नत मस्तिष्क-कंप्यूटर इंटरफेस प्रणाली लकवाग्रस्त व्यक्तियों को एक साथ भाषण और शारीरिक इशारों का उत्पादन करने की अनुमति देती है। यह नैदानिक मील का पत्थर एकल कॉर्टिकल इम्प्लांट की क्षमता को दर्शाता है, जो एक साथ कई कार्यात्मक आउटपुट को समन्वयित कर सकता है, जो इस क्षेत्र में एक महत्वपूर्ण बाधा को पार करता है। पारंपरिक मस्तिष्क-कंप्यूटर इंटरफेस आमतौर पर अलग-अलग भाषण या एकल अंग की गति को डिकोड करते हैं, लेकिन प्रभावी मानव संचार अक्सर प्राकृतिक इशारों के समन्वय पर निर्भर करता है।

शोधकर्ताओं ने तीन व्यक्तियों का मूल्यांकन किया, जो मस्तिष्क के तंतु के स्ट्रोक या एमीट्रोफिक लेटरल स्क्लेरोसिस के कारण गंभीर आवाज और अंगों की लकवा से पीड़ित थे। प्रत्येक प्रतिभागी को 253 इलेक्ट्रोड के साथ एक उच्च घनत्व वाला सबड्यूरल इलेक्ट्रोकोर्टिकोग्राफी ग्रिड प्रदान किया गया, जो संवेदी-मोटर कॉर्टेक्स में रणनीतिक रूप से रखा गया था। अध्ययन से पता चला कि प्रीसेन्ट्रल जिरस में भाषण आर्टिकुलेटर और ऊपरी अंगों के इशारों में शामिल अलग-अलग लेकिन आंशिक रूप से ओवरलैपिंग न्यूरल जनसंख्या हैं, जो मस्तिष्क की गतिविधि में जटिल अंतःक्रिया को दर्शाती हैं।

शुरुआत में, इन न्यूरल गतिविधियों के स्थानिक ओवरलैप ने सटीक डिकोडिंग के लिए चुनौतियाँ पेश कीं। केवल अलग-अलग व्यवहारों पर प्रशिक्षित न्यूरल डिकोडर्स समवर्ती क्रियाओं के दौरान संघर्ष करते थे, अक्सर इन प्रयासों को निष्क्रियता के रूप में गलत वर्गीकृत करते थे या गलत सक्रियण उत्पन्न करते थे। हालांकि, शोध टीम ने खोजा कि समवर्ती मोटर व्यवहार अद्वितीय जनसंख्या-स्तरीय पैटर्न उत्पन्न करते हैं, न कि केवल अलग-अलग संकेतों के संयोजन के रूप में, जिसने अधिक उन्नत डिकोडिंग रणनीतियों के विकास की अनुमति दी।

सिग्नल हस्तक्षेप की समस्या को हल करने के लिए, शोधकर्ताओं ने एक संदर्भ-समावेशी मॉडल प्रशिक्षण दृष्टिकोण पेश किया, जिसने अलग-अलग और समवर्ती मोटर परीक्षणों को संयोजित किया। उन्होंने क्रॉस-मोडल नकारात्मक सैंपलिंग का भी उपयोग किया, जिससे भाषण डिकोडर को केवल इशारा गतिविधि को विश्राम के रूप में पहचानने और इसके विपरीत करने में सक्षम बनाया गया। यह अभिनव प्रशिक्षण विधि विभिन्न मोडालिटीज़ के बीच झूठे सकारात्मक सक्रियण को प्रभावी ढंग से समाप्त करती है, जबकि उच्च वर्गीकरण सटीकता सुनिश्चित करती है। वास्तविक समय के संवादात्मक परिदृश्यों में परीक्षण के दौरान, प्रणाली ने भाषण के लिए 75% और इशारों के लिए 85% की प्रभावशाली डिकोडिंग सटीकता प्रदर्शित की, जिसमें भाषण के लिए 0% का झूठा सकारात्मक दर थी। ऑफ़लाइन मूल्यांकन ने आगे पुष्टि की कि डिकोडर नए वाक्यांश और इशारा संयोजनों के लिए सामान्यीकृत करने में सक्षम थे।

ये आशाजनक परिणाम एक बहुपरकारी मस्तिष्क-कंप्यूटर इंटरफेस ढांचे के लिए मार्ग प्रशस्त करते हैं, जो गंभीर लकवाग्रस्त व्यक्तियों के लिए न्यूरोप्रोस्थेटिक्स को महत्वपूर्ण रूप से बढ़ा सकता है। जैसे-जैसे शोधकर्ता इन तकनीकों को सुधारते रहेंगे, प्रभावित व्यक्तियों के लिए संवाद और जीवन की गुणवत्ता में सुधार की संभावनाएँ बढ़ती जा रही हैं।