第 4 章
人工智能辅助治疗疾病和处理健康状况
凭借能够吸收和分析大量数据,并在很短的时间内生成分析结果,人工智能系统成为辅助治疗疾病和处理健康状况的强大工具。例如,将人工智能融入集成了多个传感器的医疗设备中,可以加速早日发现临床问题,或提供改善治疗质量的见解。使用人工智能,可能有利于更快速、更准确地解读人体产生的大量复杂生理数据,从而制定相应的医疗干预措施。
![一只手握住杯子,把里边的东西倒进玻璃杯中。此人的前臂包裹着一个电极套。](https://ww2.mathworks.cn/campaigns/offers/next/ai-medical-devices-digital-health/aid-treatment-of-diseases-and-health-conditions/_jcr_content/mainParsys/band_2102914970_copy_1262954735/mainParsys/lockedsubnav/mainParsys/image.adapt.full.medium.jpg/1721677649050.jpg)
基于人工智能的脑机接口使手臂瘫痪的人能够将东西倒入杯中。(图片所有权:Battelle)
挑战
对于晚期肌萎缩侧索硬化 (ALS) 患者,随着病情的发展,交流变得越来越困难。在许多情况下,ALS(也称为卢伽雷氏病)会导致闭锁综合征,即患者完全瘫痪,但认知功能完好。眼球追踪设备以及最新的基于脑电图 (EEG) 的脑机接口 (BCI),使 ALS 患者能够通过逐个字母地拼写短语进行交流,但即使是交流简单的信息也需要数分钟才能完成。
解决方案
德克萨斯大学奥斯汀分校的研究人员开发了一种非侵入性技术,以使用小波、机器学习和深度学习神经网络,对脑磁图 (MEG) 信号进行解码,并在患者想象说出整个短语时检测到这些短语。该算法的性能接近于实时:当患者想象到一个短语时,它会立即出现。
- 借助 Wavelet Toolbox™,他们使用小波多分辨率分析技术,对 MEG 信号进行去噪和分解,使之成为特定的神经振荡带(高 γ、γ、α、β、θ 和 δ 脑电波)。
- 最初,研究人员从信号中提取了特征,并使用 Statistics and Machine Learning Toolbox 计算了各种统计特征。他们使用提取的特征训练了支持向量机 (SVM) 分类器和浅层人工神经网络 (ANN) 分类器,从而通过对五个短语对应的神经信号进行分类来获得准确度基线。通过这种方法获得的准确度约为 80%,可作为准确度基线。
- 然后,该团队采用 MEG 信号的小波尺度图来表示丰富的特征,并将其用作输入来训练三个定制的预训练深度卷积神经网络,即 AlexNet、ResNet 和 Inception-ResNet,以对 MEG 信号进行语音解码。在结合使用了小波和深度学习方法后,整体准确度提高到了 96%。
- 为了加快训练速度,该团队在具有 7 个 GPU 的并行计算服务器上使用 Parallel Computing Toolbox 进行了训练。
结果
通过使用 MATLAB,该团队能够在不同的特征提取方法之间快速迭代,并训练多种机器学习和深度学习模型,使 MEG 语音解码的整体准确度达到 96%。借助 MATLAB,他们在短短几分钟内即可将小波与深度学习方法结合使用,而所需的时间明显少于其他编程语言。此外,该团队只需更改一行代码即可切换到使用多个 GPU 进行训练。使用 Parallel Computing Toolbox 和具有 7 个 GPU 的服务器,使得网络训练速度快了大约 10 倍。
挑战
瘫痪是指身体某一部分或全部丧失活动能力,通常是由于大脑或脊髓受损所导致的。
解决方案
Battelle Neurolife 和俄亥俄州立大学的研究人员联合开发了一种脑机接口 (BCI),可以记录和分析来自大脑的信号,并以命令的形式将信号发送到设备以执行动作。在此例中,该团队设计了一个系统,以帮助患者重新获得对手指、手和手腕的有意识控制。
- 他们使用了 MATLAB 来分析大脑发出的脑电图 (EEG) 信号,并训练了机器学习算法,以检测和解码大脑的亚感知触摸信号。
- 当使用 BCI 的患者触摸物体时,这些算法将运动和感觉信号分开,将触摸反馈传输到振动触觉带,而将运动信号传输到电极套。
结果
如今,患者不用看即可拿起物体了。该系统外形太大,不能在家里使用,但可以发展成为一个改善瘫痪患者日常生活的系统。
挑战
糖尿病神经病变是一种神经损伤,最常发生在腿部和脚部。它是由血糖水平升高所引起的。
您也可以从以下列表中选择网站:
如何获得最佳网站性能
选择中国网站(中文或英文)以获得最佳网站性能。其他 MathWorks 国家/地区网站并未针对您所在位置的访问进行优化。
美洲
- América Latina (Español)
- Canada (English)
- United States (English)
欧洲
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
亚太
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)