刚刚，Meta 开源 Brain2Qwerty v2：非侵入式脑机接口语句解码准确率达到 61%

Meta 近日开源了 Brain2Qwerty v2 。

这是一套非侵入式脑机接口（BCI）系统，可利用脑电图（EEG）或脑磁图（MEG）采集的脑信号，将人脑中的想法解码为完整语句。

在评测中，Brain2Qwerty v2 的平均单词识别准确率达到 61%，相比之下，其他非侵入式方案仅为 8%。

Brain2Qwerty 采用 三阶段深度学习模型 ，根据脑信号预测输入字符。

在数据采集过程中，研究人员首先向参与者展示一句话，要求其记住内容，然后再通过键盘输入。

Meta 发现，MEG 信号的表现明显优于 EEG：平均字符错误率（CER）分别为 29% 和 65%。

与基线 模型 EEGNet 相比，Brain2Qwerty 的字符错误率降低了约 2.5 倍。

为了推动开放脑科学研究，Meta 已将模型代码和训练数据全部公开。

Meta 表示： 我们相信，这项研究有望为数百万因脑部损伤而失去沟通能力的人带来真正的帮助。

🔗 原始来源

如果你要核对细节，可以再看原文： InfoQ AI原文链接