返回
第912章 复杂的脑电波难题
首页
更新于 2024-11-02 19:58
      A+ A-
上一章 目录 到封面 加书签 下一章
    如果说是让他深入脑机接口和仿生学机械臂的实验数据去进行研究工作,徐川自认为自己是没有这个本事的。
    术业有专攻,哪怕是牛顿、达芬奇这种涉及众多领域的全能科学家,也有不懂的领域。
    生物领域的确不在他的学术研究范畴中。
    不过,如果只是让他从这些实验数据和实验图像上挖掘数据,利用数学工具分析其中的规律,他还是能做到的。
    时间一点一点的过去,窗外的天色渐渐黯淡了下来。
    花费了一个下午的时间,徐川完成了对数据的初步整理,并且在hodgkin-huxley霍奇金–赫胥黎模型的基础上离子电流动力学公式。
    处理好这些后,他将手中初步完成的公式和数据发给了川海网络科技公司。
    从口袋中摸出手机翻开通讯录,从特别关注中找到了那个熟悉的名字后,他拨了过去。
    电话响了两声很快便接通了。
    “喂。”
    电话接通,轻柔的声音在耳边响起,徐川脸上扬起一抹笑容,开口道:
    “我发了份邮件给你,明天上班后找几个人帮忙按照邮件里面的东西建个数学模型。”
    “嗯,好,我等会看看。”
    徐川笑着说道:“又要辛苦你了,过两天请你吃大餐。”
    “那我就等着了。”
    闲聊了几句,徐川也没多想,挂断了电话。
    与此同时,另一边,栖霞山新开发区的某个高档住宅内,刘嘉欣看着挂断的电话和黑下去的屏幕,脸上露出了个温柔的笑容,重新打开了淋浴的花洒。
    川海网络科技公司那边的效率很高。
    仅仅用了四天的时间,在徐川给出了建模资料的第五天便将一个完整数学模型送了过来。
    收到模型后,徐川直接将其加载到了家里的小型超算中心上。
    不得不说,有一台超算,哪怕仅仅是小型的,在处理各种数据上都无比的快捷,这是普通电脑,哪怕再昂贵的服务器都无法比拟的。
    在小灵这个ai学术助手的帮助下,仅仅花费了不到一个小时的时间,相关的数据便全面完成了计算。
    “果然,问题并不在量子数学模型和传统多电极阵列重设数学模型的数据转换上。”
    盯着屏幕上整理出来的运算数据,徐川眼眸中带着一丝‘不出所料’的神色,嘴里轻声的念叨了一句。
    正如他的预料一般,他此前针对性建设的量子数学模拟模型,和徐晓自己建的传统多电极阵列重设数学模型并没有什么冲突。
    两者的数据转化相当的顺畅,更不存在将实验数据放大缩小或修改的情况。
    “如果问题没有出现在这里,那究竟是什么原因造成了干扰?”
    目光落在实验数据上,徐川的脸上带着感兴趣的神色。
    之前仿生学机械臂和机械腿的测试实验他是看了的,徐晓说的问题的确存在。
    脑神经芯片感应到脑电波信号在转换成电信号传递到仿生学机械臂后,的确出现了异常的情况。
    翻了翻这些实验数据,徐川陷入了沉思。
    虽然说脑机接口技术并不在他的研究领域,但一些大致的情况他还是有所了解的。
    抛开人机界限的模糊、精神隐私与自主权的保护、神经干预的伦理界限等等伦理难题外。
    脑机接口技术最主要的问题有两个。
    一个是植入材料的生物相容性问题。
    比如植入式脑机接口使用的材料,可能会引起大脑排异反应,或者因为移动造成脑损伤等等。
    毕竟大脑是人体所有的器官中精密度最高的。
    遭遇任何的外力,都可能导致脑损伤脑死亡之类的严重问题。
    不过这个问题在目前不用考虑,因为材料的生物兼容性问题理论上来说并不会导致神经信号的转换与传递的异常。
    “会不会是脑电波信号的捕捉并不全面?”
    翻阅着电脑中的实验数据,徐川脑海中冒出了一个想法。
    对于脑机接口技术来说,神经信号捕捉的局限性是一个相当大问题。
    一个普通人的大脑大约有约860亿个神经单元,而目前人类所能捕捉的只是其中的一部分。
    这意味着还有大量的神经信号无法被有效利用。
    尤其是大脑中的神经网络并非简单的线性迭加,而是涉及复杂的非线性关系。
    这就使得同时发生的编码难以被解析。
    而区分特定行为的大脑神经信号的编码与其他行为的编码,仍是一大挑战。
    会不会是这方面有问题。
    思索着,徐川点开了徐晓给他的资料中的另一个文件,这里面有她和星光虚拟科技公司的团队专门为星光脑机接口芯片而开发的技术。
    一种两节rnn架构,非线性动态建模的方法。
    这种技术使用循环神经网络架构和训练方法,通过非线性、动力学建模、行为相关神经动态的分离和优先级以及连续和间歇行为数据建模。
    能够提高神经-行为预测的准确性、优化原始局部场电位的识别等传统神经信号模拟技术难以做到的领域。
    不过想要从这些算法和实验数据中找出问题,哪怕是他,也一时半会难以做到。
    毕竟一方面这并不是他熟悉的领域,另一方面神经信号的实验数据量,有点大。
    其他的不说,光是正常清醒状态的大脑节律,与思考、有意识解决问题、对外部世界的注意力有关的β波(贝塔波)频率就高达14-30hz。
    听起来这个数据似乎很小,毕竟每秒钟波动14-30次对于人类的研发的科技来说并不算什么。
    但如果是结合脑神经对于各种外界信号的反馈和处理,进而产生的数据,就是一个庞大无比的量了。
    好在对于脑神经型号来说,绝大部分的数据都可以通过不同的指标来进行归类。
    否则要通过脑机接口芯片处理如此庞大数据根本就是一件不现实的事情。
    书房中,徐川端起瓷杯中早已经凉了的茶水喝了一口润了润嗓子,活动了下疲劳的眼睛。
    “小灵,帮我盯一下sas数据平台的数据分析工作,如果出现了和之前已经完成的数据幅度超过百分之五以上的数据提醒我一下。”
    “好的,主人!交给小灵吧!”
    书房中,小灵的声音响起,徐川拉开椅子,朝着外面走去,准备去冲个澡。
    不得不说,这的确是他在应用数学上遇到过的一个比较棘手的难题了。
    几乎所有的脑神经型号数据和转换的电信号数据从数学的角度上来说都没什么问题和异常。
    哪怕是通过sas数据平台对整个数据进行分析处理,都没有找到问题。
    在排除掉了两个数学模型之间的数据转换可能存在的误差和问题后,一连好几天,对于脑机接口技术中出现的问题,基本都没有什么新的进展。
    冲了个澡,去掉了一身的疲惫后,徐川从冰箱中摸出来一袋酸奶,叼在嘴里朝着书房中走去。
    脑机接口芯片方面的问题已经耗费了他十来天的时间了,如果这两天再找不到问题,他就准备先放一放。
    虽然没能够解决这个问题会影响他在徐晓心中‘无所不能’的形象。
    但他手上还有很多其他的工作,不可能将时间都消耗在这个上面。
    正当他思索着暂停研究后该怎么挽回自己在徐晓心里的形象时,书房中,ai学术助手小灵的声音响起。
    “主人,sas数据平台分析的实验数据出现异常!”
    听到这个声音,徐川整个人都精神了起来,快速的询问道:“异常,什么数据出现了问题?”
    这该死的问题,已经折腾了他好久了。
    更关键的是一点问题都没有找到,没有任何的推进这种感觉对他来说实在太难受了。
    “eeg事件相关电位信号的数据对比,目前有一个相位锁定的恒定波形数据超过了平均值,达到了207.76%。”
    闻言,徐川快步的走到了电脑前,道:“拉出来,我看看!”
    “呐,就是这个!”
    电脑屏幕上,小灵快速的将异常数据从分析数据中提取了出来。
    入目,一张eeg脑电波图像映入眼帘中,盯着眼前的实验数据,徐川眼眸中带着一丝古怪。
    “如果我没记错的话,这好像是eeg脑电波信号中的erp电位信号数据吧?2-10微伏的波动,如果我没记错的话,这个波动好像与基本的低级感知有关?”
    “是的哦,主人。”
    小灵的声音在书房中响起,带着一些拟人的情绪说道:“我刚刚查阅了一下您提供的脑电波信号数据,该类型的电信号波动在资料记载中是人体潜意识自发产生的无规律的周期性脑电变化波动数据。”
    “它是从连续的eeg数据中提取出的、对特定刺激,例如在计算机屏幕上看到的图片或文字的潜意识刺激性反应神经信号。”
    听到小灵的话,徐川下意识的摸了摸下巴。
    他好像知道问题出在哪儿了。
    不过这还需要大量erp电位信号的数据分析来验证它的想法。
    脑海中的思绪流转了一下,他快速的开口道:“小灵,暂停其他的分析工作,将对eeg神经性的关注重点放到2到10微伏的数据上。”
    “我需要对于erp电位信号的恒定的波形和潜伏期波形有一个全面的判断数据,如果不出意外,我可能找到问题在哪里了!”
    “收到!(w)”
    2到10微伏的波动,就是eeg脑电波信号中的erp事件相关电位的波动信号。
    它比自发脑电更弱,一般只有2到10微伏。在采集信息数据的时候,因为信号数据更弱的关系,通常会淹埋在自发的eeg脑电中。
    所以分析erp信号一般需要使用特定的技术手段才行。
    不过对于徐川来说,这并不是什么难事,甚至都轮不到他自己动手,小灵就能够直接动用超算中的各种工具完成。
    有了特定的分析方向,在小型超算的加持下,相关的数据分析工作很快就完成了。
    看着屏幕上的分析结果,徐川嘴角勾起了一丝幅度。
    果然,他的猜测是对的,问题就出在更为微弱的erp事件相关电位信号上。
    大脑和人体的活动,远比他想象的更加神奇。
    通常情况下,医学界普遍认为,对于控制躯干运动的神经信号,是由主动信号的8-100hz的α波、β波、γ波等脑电波主导的。
    比如8-13hz的α波,一般控制着放松状态下的脑电活动。
    如人在静坐、放松、关闭眼睛时,α波会逐渐增高。
    同时,α波还与认知加工任务的执行、手眼协调能力、情感调节等方面有一定的关系。
    而13-30hz的β波,多与活跃的认知加工任务有关,如思维决策、注意力等。
    尤其是在肌肉运动执行中,β波能够提供关于肌肉的不同段落运动速度和握力控制的信息。
    还有可以反映肌肉紧张度和肌肉缩短的速率的γ波。
    这些主动性脑电波通常被认为是控制人体活动的主要电信号。
    而那些更低层次的自然微弱脑电信号,通常控制着人体的潜意识活动。
    但从目前的情况来看,两者之间的关系可能更加的微妙。
    运动也不全是主动性脑电波信号完成的,在人体的剧烈活动中,弱频次的脑电波信号也会对肌肉做出一定程度的指挥!
    快速的将电脑上的分析数据整理出来,徐川嘴角勾起一抹弧度。
    尽管对脑电波的研究并不是多么的深入,但数学上的直觉告诉他问题就出现在这里!
    ps:生物方面的东西不是很懂,如果有什么有问题的地方,或者刚好有这方面的大佬在看,写错了的话别介意。
    我也被整的头晕脑胀的,资料看了一大堆,但是人是懵的。
    后面不搞这么复杂了,直接爽吧ψ(`)ψ
上一章 目录 到封面 加书签 下一章