对于严重运动功能障碍患者而言，一次简单对话可能需要数分钟而非数秒。计算机科学助理教授迪伦·盖恩斯（Dylan Gaines）正致力于开发改变这一现状的技术，为人们创造更快、更智能的全球沟通方式。
作为肯尼索州立大学计算与软件工程学院（CCSE）的研究员，盖恩斯正在开发辅助技术，帮助肢体活动受限人群实现更快速高效的交流。其研究聚焦于脑机接口系统，该系统使用户无需肢体动作，仅通过大脑产生的电信号即可完成沟通。
计算与软件工程学院代理院长季一明（Yiming Ji）表示，这项研究体现了学校支持的研究水准，将创新与现实影响相结合。季一明指出："盖恩斯博士的研究解决了一个真实的人类需求，展示了技术如何提升生活质量。他的工作凸显了跨学科合作在创造创新且有意义的社会解决方案中的强大力量。"
盖恩斯研究的核心挑战在于提升通信速度。"主要问题在于通信速率，"盖恩斯解释道，"某些现有系统每分钟仅能处理1-3个词，而正常语速约为每分钟150个词。"
盖恩斯的系统采用非侵入式头戴设备，读取头皮表面的电活动。用户注视屏幕上显示的选项（如字母组或建议词），系统同步监测大脑对每个视觉刺激的反应。通过识别脑活动的特定模式，系统能判定用户聚焦的对象，再将该信号处理转化为选择指令，使用户无需手动或眼部动作即可构建单词与句子。
"这是个干扰极大的信号，"盖恩斯坦言，"通常用户需要多次操作才能选择单个字母。"为提升效率，盖恩斯减少了用户的选择次数。系统将26个字母分组呈现，并运用自然语言模型根据上下文预测目标词汇。"接着我们通过预测判断用户想说什么，"盖恩斯表示。这种脑信号检测与预测文本的组合大幅减少了沟通所需步骤，显著提升了速度与实用性。
运动功能障碍可能由肌萎缩侧索硬化症（ALS）、创伤性脑损伤或中风引发，但通常不影响患者的思维与理解能力。若缺乏可靠工具，许多患者只能依赖沟通伙伴或眼动、眨眼等有限方式，导致独立性受限。"普遍误解是当某人无法像常人那样交流时，就意味着他们无法理解，"盖恩斯强调，"事实并非如此。"
盖恩斯的研究融合了计算机科学、神经科学与医疗保健，需要脑信号处理、机器学习和界面设计的专业知识。对他而言，最具价值的部分是与潜在用户建立联系。"能与潜在用户对话并理解他们的经历，正是推动研究的动力，"他说道。
下一步，盖恩斯将专注于构建工作原型、系统测试及通过额外资金扩大研究规模。"成功的标志是用户采用，"盖恩斯表示，"如果人们选择将其作为沟通系统，就证明它产生了实际影响。"
摄影：达内尔·威尔伯恩（Darnell Wilburn）
【全文结束】