منصة عربية مستقلة للنيوروتكنولوجيا

من الدماغ إلى الآلة

نموذج ثلاثي الأبعاد تفاعلي

دماغ يمكنك تقليبه بين يديك

ست مناطق، وتشريح واقعي، من دون أي حاجة لمسح طبي. أدره، اضغط على منطقة، ثم انتقل إلى المستكشف الكامل لكل بنية ووظيفتها والمستشعرات القادرة على رصدها.

افتح مستكشف الدماغ الكامل

أحدث Neurotech

استكشف الأجهزة →

Neurotechnology04‏/09‏/2026

واجهة دماغ وحاسوب ثنائية اليد بالتخيّل الحركي ترفع نجاح إعادة التأهيل الروبوتي إلى 90٪

قدّم باحثون نظام واجهة الدماغ والحاسوب (BCI) قائماً على التخيّل الحركي لكلتا اليدين معاً، بدلاً من التركيز التقليدي على طرف واحد، مع استراتيجية تحكّم مشترك بين إشارات الدماغ وذكاء الروبوت. أظهرت التجارب أن إضافة مستويات مساعدة متدرّجة من الروبوت رفعت معدل نجاح مهمة الوصول ثنائية اليد من 48.33٪ دون مساعدة إلى 90٪ مع أعلى مستوى مساعدة.

واجهة الدماغ والحاسوبالتخيل الحركيإعادة التأهيل الروبوتي

المواضيع الرائجة

Neuralink

فكّ الترميز العصبي

واجهات الدماغ غير الباضعة

Synchron

EMOTIV

إشارات رائجة

رادار الأبحاث

4 أوراق مفحوصة

ملخصات منهجية مبسطة لأحدث الأبحاث المؤثرة في الهندسة العصبية وBCI.

Neural DecodingresearcherNature Machine Intelligence (2023)

فكّ ترميز إدراك الكلام من تسجيلات دماغية غير باضعة

Decoding speech perception from non-invasive brain recordings

A. Défossez, C. Caucheteux, J. Rapin, O. Kabeli, J.R. King

Neural DecodingMEGEEGSpeech BCI

درجة الأهمية

قراءة الورقة الأصلية ↗

1. المشكلة

ظل فكّ ترميز الكلام المُدرَك من تسجيلات دماغية غير باضعة (EEG/MEG) محدود الدقة بسبب انخفاض نسبة الإشارة إلى الضجيج وتفاوت الدماغ بين الأفراد.

2. المنهجية

دُرِّب نموذج بالتعلّم التبايني (contrastive learning) على مواءمة تمثيلات كلام مُتعلَّمة ذاتياً مع تسجيلات EEG وMEG لدى 175 مشاركاً سليماً استمعوا إلى قصص وجمل قصيرة، بدمج أربع مجموعات بيانات عامة.

3. النتيجة

حقّق النموذج دقة أعلى 10 خيارات بلغت 70.7% باستخدام MEG (41.3% كأعلى خيار واحد)، مقابل 17.7–25.7% فقط باستخدام EEG، مع تجاوز أفضل المشاركين 80% دقة في أعلى خيار واحد.

4. الأهمية العلمية

يُثبت أن نماذج اللغة العميقة يمكنها استخراج بنى لغوية غنية من تسجيلات غير باضعة دون أي زراعة أقطاب جراحية.

5. القيود والمحدوديات

أداء EEG يبقى أقل بكثير من MEG، وأجهزة MEG ضخمة وغير محمولة، ويتطلب النموذج ساعات تسجيل طويلة لكل مشارك.