فك تشفير موجات الدماغ لاكتشاف الموسيقى المفضلة

الدكتور إيان دالي يحقن مادة هلامية في غطاء مخطط كهربية الدماغ (جامعة إسكس)

يمكن لتقنية جديدة ابتكرها باحثون من جامعة «إسكس» البريطانية، وتم الإعلان عنها الخميس الماضي في دورية «ساينتفيك ريبورتيز»، تحديد الموسيقى التي يسمعها شخص ما، عن طريق مراقبة موجات الدماغ.
ويأمل الباحثون أن تساعد تقنيتهم الأشخاص الذين يعانون من إعاقات حادة في التواصل مثل «متلازمة الانغلاق» أو الذين يعانون من السكتة الدماغية، عن طريق فك إشارات اللغة داخل أدمغتهم من خلال تقنيات غير جراحية.
ويقول إيان دالي، من كلية علوم الكومبيوتر والهندسة الإلكترونية في «إسكس»، والذي قاد البحث، في تقرير نشره الموقع الإلكتروني للجامعة، بالتزامن مع نشر الدراسة «هذه الطريقة لها الكثير من التطبيقات المحتملة، لقد أظهرنا أنه يمكننا فك تشفير الموسيقى، مما يشير إلى أننا قد نتمكن يوماً ما من فك شفرة اللغة من الدماغ».
وفي حين كانت هناك دراسات سابقة ناجحة ترصد وتعيد بناء المعلومات الصوتية من موجات الدماغ، فقد استخدم الكثيرون طرقاً جراحية مثل تخطيط كهربية القلب (ECoG)، والذي يتضمن وضع أقطاب كهربائية داخل الجمجمة لمراقبة السطح الفعلي للدماغ.
وأراد علماء «إسكس» في دراستهم إيجاد طريقة غير جراحية لفك تشفير المعلومات الصوتية من الإشارات الموجودة في الدماغ لتحديد وإعادة بناء قطعة موسيقية كان شخص ما يستمع إليها.
واستخدم الباحثون مزيجاً من طريقتين غير جراحيتين، وهما «تصوير بالرنين المغناطيسي الوظيفي»، يقيس تدفق الدم عبر الدماغ بالكامل، و«تخطيط كهربية الدماغ»، والذي يقيس ما يحدث في الدماغ في الوقت الفعلي، وذلك لمراقبة نشاط دماغ الشخص في أثناء الاستماع إلى مقطوعة موسيقية، وباستخدام نموذج الشبكة العصبية للتعلم العميق، تمت ترجمة البيانات لإعادة بناء وتحديد القطعة الموسيقية التي كان يستمع إليها الشخص. والموسيقى هي إشارة صوتية معقدة، تشترك في الكثير من أوجه التشابه مع اللغة الطبيعية، لذلك من المحتمل أن يتم تكييف النموذج لترجمة الكلام، وسيكون الهدف النهائي لهذا الخيط البحثي هو ترجمة الأفكار، والتي يمكن أن تقدم مساعدة مهمة في المستقبل للأشخاص الذين يكافحون من أجل التواصل، مثل أولئك الذين يعانون من متلازمة الانغلاق.
واستمع المشاركون في هذا البحث إلى سلسلة من 40 ثانية من مقطوعات البيانو البسيطة من مجموعة من 36 قطعة مختلفة في الإيقاع والنبرة والانسجام والإيقاع، وباستخدام مجموعات البيانات المجمعة، تمكّن النموذج من تحديد قطعة الموسيقى بدقة بمعدل نجاح 71.8%.