1710664588
2024-03-17 07:51:28
人は風邪、教師として常に話し続ける、コンサートで声を張り上げて歌う、アレルギーなどによって声を失う（発声障害）ことがありますが、必ず回復します。 しかし、発声器 (喉頭) への神経インパルスが障害されると、声を制御する筋肉の動きが制御できなくなる、声帯麻痺を引き起こす病気もあります。 その結果、慢性的な麻痺が起こります。 声帯 筋肉。
声帯が麻痺すると、話すことや呼吸さえ困難になることがあります。 声帯は音を生み出すだけでなく、食べ物、飲み物、さらには唾液が気管に入り窒息するのを防ぎ、気道を保護しているからです。 声帯麻痺の原因としては、特定のがん、神経損傷などが考えられます。 手術中、頸椎損傷、さらには重篤なウイルス感染症。
しかし、慢性的または永久的に声を失った人々には希望があります。それは、米国の生物工学者によって開発された、人工知能を使用した新しいウェアラブル粘着デバイスです。 カリフォルニア大学ロサンゼルス校 (UCLA)。
彼らは、声帯の機能不全を持つ人々が声の機能を取り戻すのを助けるために、喉の外側の皮膚に取り付けることができる6.5平方センチメートル強の柔らかくて薄く伸縮性のある装置を発明した。 この発明は権威ある雑誌に発表されたばかりです ネイチャーコミュニケーションズ タイトルは「機械学習支援ウェアラブルセンシング作動システムを使用した、声帯なしでの発話」。
UCLA サムエリ工学部のジュン チェン教授とその同僚によって開発された生体電気システムは、人間の喉頭の筋肉の動きを検出し、機械学習技術の助けを借りてそれらの信号をほぼ 95% の精度で可聴音声に変換することができます。 。 学期の開始前にカリフォルニア大学ロサンゼルス校 (UCLA) のキャンパスを歩く人々 (クレジット: REUTERS/Lucy Nicholson)
この画期的な進歩は、障害を持つ人々を支援するチェンの取り組みの最新のものである。 彼のチームは以前、アメリカ手話 (ASL) をリアルタイムで英語音声に翻訳できるウェアラブル グローブを開発し、ASL ユーザーが手話の仕方を知らない人々とコミュニケーションできるようにしました。
パッチのデザインは
この小さな新しいパッチのようなデバイスは 2 つのコンポーネントで構成されています。 1 つは自己給電型のセンシング コンポーネントで、筋肉の動きによって生成された信号を検出し、忠実度の高い分析可能な電気信号に変換します。 これらの電気信号は、機械学習アルゴリズムを使用して音声信号に変換されます。 もう 1 つは作動コンポーネントであり、これらの音声信号を目的の音声表現に変換します。
2 つのコンポーネントにはそれぞれ、弾性特性を持つ生体適合性シリコーン化合物ポリジメチルシロキサン (PDMS) の層と銅誘導コイルで作られた磁気誘導層の 2 つの層が含まれています。 2 つのコンポーネントの間には、磁場を生成するマイクロ磁石と混合された PDMS を含む 5 番目の層が挟まれています。
チェン氏のチームが3年前に開発した軟磁気弾性感知機構を使用することで、このデバイスは機械的な力、この場合は喉頭筋の動きによって変化した磁場の変化を検出できる。 磁気弾性層に埋め込まれた蛇行誘導コイルは、センシング目的で高忠実度の電気信号を生成するのに役立ちます。
このデバイスは各辺が 3 センチメートルで、重さは約 7 グラム、厚さはわずか 1.5 ミリメートルです。 生体適合性両面テープは、声帯付近の喉に簡単に貼り付けることができ、必要に応じてテープを貼り直すことで再利用できます。
音声障害は、あらゆる年齢および人口統計グループに蔓延しています。 研究によると、ほぼ 3 分の 1 の人が一生のうちに少なくとも 1 回はそのような障害を経験することがわかっています。 しかし、外科的介入や音声療法などの治療アプローチでは、声の回復に 3 か月から 1 年かかる場合があり、一部の侵襲的技術では術後にかなりの期間の強制的な声の休息が必要です。
「手持ち式電気喉頭装置や気管食道穿刺手順などの既存のソリューションは、不便、侵襲的、または不快な場合があります」と、世界で最も引用数の多い研究者の一人に5年連続で選ばれているチェン氏は述べた。 「この新しいデバイスは、音声障害の治療前および治療後の回復期間中の患者のコミュニケーションを支援できる、ウェアラブルで非侵襲的なオプションを提供します。」
研究者らは実験で8人の健康な成人を対象にウェアラブル技術をテストした。 彼らは喉頭の筋肉の動きに関するデータを収集し、機械学習アルゴリズムを使用して、得られた信号を特定の単語に関連付けました。 次に、デバイスの作動コンポーネントを通じて、対応する出力音声信号を選択しました。
研究チームは、参加者に「こんにちは、レイチェル、今日の調子はどうですか?」などの 5 つの文を声に出して、無声で発音してもらい、システムがどれほど正確であるかを示しました。 そして愛しています！” モデルの全体的な予測精度は 94.68% で、参加者の音声信号が作動コンポーネントによって増幅されました。これは、センシング機構が喉頭の動きの信号を認識し、参加者が言いたかった対応する文と一致していることを示しています。
今後に向けて、研究チームは機械学習を通じてデバイスの語彙を拡大し続け、言語障害を持つ人々を対象にテストする予定だ。
#声帯が麻痺した人でも新しいAI技術を使って話すことができる