Towards simultaneous decoding of kinetic and kinematic movement parameters during grasp and lift task by noninvasive brain imaging
यह शोध पत्र EEG संकेतों से कई काइनेटिक और काइनेमैटिक मूवमेंट मापदंडों को डिकोड करने के लिए तीन रिग्रेशन मॉडल प्रस्तावित और मूल्यांकित करता है, जो यह प्रदर्शित करता है कि एक अटेंशन-आधारित रिग्रेसर, पार्शियल लीस्ट स्क्वायर्स और मल्टीलेयर्ड पर्सेप्ट्रॉन मॉडल की तुलना में बेहतर समवर्ती बहु-मापदंड डिकोडिंग प्रदर्शन (=0.8) प्राप्त करता है, जिससे सहज, वास्तविक समय के ब्रेन-मशीन इंटरफेस के विकास को बढ़ावा मिलता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक ऐसी दुनिया की कल्पना करें जहाँ आपके विचार सीधे एक रोबोटिक हाथ, एक व्हीलचेयर या कंप्यूटर कर्सर को नियंत्रित कर सकें, बिना आपको अपनी एक भी मांसपेशी हिलाने की आवश्यकता हो। यह विज्ञान कथा नहीं है; यह ब्रेन-मशीन इंटरफेस (BMI) का लक्ष्य है। एक BMI को एक अनुवादक के रूप में समझें जो मस्तिष्क की विद्युत फुसफुसाहट को सुनता है और उन्हें मशीनों के लिए कमांड में बदल देता है। उन लोगों के लिए जिन्होंने स्ट्रोक या विच्छेदन (amputations) के कारण हिलने-डुलने की क्षमता खो दी है, यह तकनीक स्वतंत्रता वापस पाने की कुंजी हो सकती है। हालाँकि, इसमें एक पेंच है: अधिकांश वर्तमान अनुवादक पुराने जमाने के रिमोट कंट्रोल की तरह हैं जिनमें केवल कुछ ही बटन होते हैं। वे मशीन को "बाएँ चलें" या "दाएँ चलें" तो बता सकते हैं, लेकिन वे वास्तविक जीवन की बारीकियों को समझने में संघर्ष करते हैं, जैसे कि अंगूर को कितनी जोर से दबाना है या कप को कितनी तेजी से उठाना है। इन उपकरणों को वास्तव में उपयोगी बनाने के लिए, वैज्ञानिकों को न केवल यह डिकोड करने की आवश्यकता है कि अंग कहाँ जा रहा है, बल्कि यह भी कि वह कितनी तेजी से जा रहा है और कितना बल लगाया जा रहा है, और वह भी एक ही समय में।
यह बिल्कुल वही चुनौती है जिसे पार्थ जी. डांगी और योगेश कुमार मीणा ने अपने हालिया अध्ययन में संबोधित किया है। उन्होंने एक बड़ा सवाल पूछा: क्या हम एक ऐसा ब्रेन-रीडिंग सिस्टम बना सकते हैं जो एक समय में केवल एक वाद्य यंत्र को सुनने के बजाय, एक साथ गति के जटिल सिम्फनी संकेतों को समझ सके? यह पता लगाने के लिए, उन्होंने एक डिजिटल प्रयोग स्थापित किया जिसमें लोगों द्वारा एक सरल "पकड़ने और उठाने" (grasp and lift) के कार्य को करने के दौरान प्राप्त मस्तिष्क तरंगों (brainwave) के डेटा का उपयोग किया गया—यानी किसी वस्तु को उठाना और उसे हिलाना। उन्होंने तीन अलग-अलग "डिकोडर्स" (गणितीय मॉडल) का परीक्षण किया ताकि यह देखा जा सके कि कौन सा मॉडल उन मस्तिष्क तरंगों को गति की एक पूर्ण तस्वीर में सबसे अच्छी तरह से अनुवादित कर सकता है, जिसमें पकड़ का बल और उंगलियों एवं कलाई की 3D स्पेस में स्थिति शामिल है।
शोधकर्ताओं ने तीन अलग-अलग दृष्टिकोणों की तुलना की। सबसे पहले, उन्होंने एक पार्शियल लीस्ट स्क्वायर्स (PLS) रिग्रेसर का परीक्षण किया, जो एक पारंपरिक, पुराना गणितीय मॉडल है। इसके बाद, उन्होंने एक मल्टी-लेयर्ड पर्सेप्ट्रॉन (MLP) का उपयोग किया, जो डीप लर्निंग मॉडल का एक प्रकार है जो एक साधारण न्यूरल नेटवर्क की तरह कार्य करता है, और डेटा में पैटर्न खोजने का प्रयास करता है। अंत में, उन्होंने एक नए दावेदार को पेश किया: एक अटेंशन-बेस्ड रिग्रेसर (विशेष रूप से एक ट्रांसफार्मर-आधारित मॉडल), जो एक परिष्कृत AI आर्किटेक्चर है जो समय के साथ सूचना के विभिन्न टुकड़ों के बीच संबंधों पर ध्यान केंद्रित करने की अपनी क्षमता के लिए जाना जाता है, ठीक वैसे ही जैसे एक मानव श्रोता इस बात पर ध्यान केंद्रित करता है कि एक वाक्य दूसरे वाक्य से कैसे जुड़ता है।
परिणाम दो बहुत ही अलग शक्तियों की कहानी थे। पारंपरिक PLS मॉडल काफी संघर्ष करता है, यह एक ऐसे अनुवादक की तरह व्यवहार करता है जो तब खो जाता है जब बहुत से लोग एक साथ बोल रहे हों; यह किसी भी वास्तविक सटीकता के साथ कई मापदंडों को एक साथ डिकोड करने में विफल रहा। MLP मॉडल अधिक सुसंगत था, एक भरोसेमंद लेकिन औसत छात्र की तरह जो काम तो पूरा करता है लेकिन जटिल हिस्सों में उत्कृष्ट नहीं होता। हालाँकि, अटेंशन-बेस्ड रिग्रेसर (TBR) सामूहिक डिकोडिंग के मामले में स्पष्ट विजेता था।
जब TBR को एक साथ 24 मूवमेंट पैरामीटर (जैसे उंगलियों, अंगूठे और कलाई के लिए बल, स्थिति और रोटेशन) को डिकोड करने का कार्य दिया गया, तो इसने एक उल्लेखनीय सटीकता स्कोर (0.8 का R²) प्राप्त किया और यह काम अविश्वसनीय रूप से तेजी से, मात्र 29.2 मिलीसेकंड की लेटेंसी के साथ किया। यह सुझाव देता है कि यह मॉडल मस्तिष्क संकेतों के "ऑर्केस्ट्रा" को संभालने में अत्यधिक सक्षम है, और यह समझ सकता है कि गति के विभिन्न हिस्से आपस में कैसे जुड़े हुए हैं। वास्तव में, अध्ययन में पाया गया कि मस्तिष्क में गति के पैरामीटर स्वाभाविक रूप से सह-संबंधित (correlated) होते; "मैं कितनी जोर से दबा रहा हूँ" का संकेत "मेरा हाथ कहाँ जा रहा है" से मजबूती से जुड़ा हुआ है। TBR इसलिए उत्कृष्ट रहा क्योंकि यह इन छिपे हुए संबंधों को पहचान सका।
हालाँकि, इसमें एक मोड़ आया। जब शोधकर्ताओं ने TBR को केवल एक पैरामीटर को अलग से डिकोड करने के लिए कहा (अन्यों को अनदेखा करते हुए), तो इसका प्रदर्शन नाटकीय रूप से गिर गया। ऐसा लगा कि मॉडल उन संबंधों का उपयोग करने में इतना अच्छा था कि जब उन संबंधों को हटा दिया गया, तो वह लड़खड़ा गया। इसके विपरीत, MLP मॉडल दोनों परिदृश्यों में अधिक स्थिर था, हालांकि यह कभी भी TBR की तरह उच्च सटीकता तक नहीं पहुँच सका जब वह सब कुछ एक साथ डिकोड कर रहा था।
अध्ययन यह निष्कर्ष निकालता है कि जबकि MLP एक स्थिर, यदि कम सटीक विकल्प प्रदान करता है, अटेंशन-आधारित मॉडल जटिल, बहु-कमांड कार्यों को संभालने वाले सहज, वास्तविक समय के ब्रेन-नियंत्रित उपकरण बनाने के लिए सबसे अधिक आशाजनक है। लेखक सुझाव देते हैं कि यह दृष्टिकोण ऐसे प्रोस्थेटिक्स या पुनर्वास उपकरण बनाने की ओर ले जा सकता है जो उपयोग करने में बहुत अधिक स्वाभाविक महसूस हों। हालाँकि, वे यह भी नोट करते हैं कि ये निष्कर्ष विशिष्ट डेटासेट और सिमुलेशन पर आधारित हैं, और इन प्रणालियों को अस्पतालों या घरों में तैनात करने से पहले अधिक विविध डेटा के साथ वास्तविक दुनिया के परीक्षण की आवश्यकता है। फिलहाल, शोध का सुझाव है कि यदि हम चाहते हैं कि हमारे ब्रेन-कंप्यूटर इंटरफेस मानव गति की तरह तरल और अभिव्यंजक हों, तो हमें ऐसे मॉडल की आवश्यकता है जो केवल व्यक्तिगत शब्दों को ही नहीं, बल्कि पूरी बातचीत को सुन सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।