脳波に基づく言語デコーディングへの神経の寄与の特定

音声を持つ脳–コンピュータインターフェース（BCI）は、音声障害を持つ個人のコミュニケーションを促進するための重要な技術として浮上しています。非侵襲的な音声BCIのために脳波計（EEG）を利用することは、より広い聴衆に利益をもたらす手頃でアクセス可能なソリューションを提供します。しかし、EEGに基づく音声デコーディングは特に顕在音声に関して論争が残っており、発語中に生成される筋電位アーチファクトから音声関連の神経活動を分離することが難しいためです。本研究では、超高密度（uhd）-EEGで得られた信号に基づいて話された単語を予測する畳み込みニューラルネットワークに説明可能なAI技術を適用することで、神経の寄与の範囲を特定することを目指します。デコーディングへの電極ごとの寄与は、筋電図（EMG）との相互情報量によって説明できないことがわかりました。さらに、EEGに基づくデコーディングに寄与する音声の期間は、EMGのみに依存するデコーディングへの寄与とは異なります。対照的に、顕在音声や潜在音声などの音声条件に関わらず、EEGに基づくデコーディングに寄与する信号のタイミングには重要な重複があります。特に、デノイジングプロセスは、すべての音声条件に対して音声関連の脳領域からの電極のデコーディング寄与を成功裏に強化しました。全体として、我々の発見は、適切な前処理が行われればEEGは基礎となる神経活動に基づいて話された単語をデコーディングするための貴重なツールとなるという考えを支持しています。