في السنوات الأخيرة، حققت دراسة فك شفرة الكلام المدرك باستخدام واجهات الدماغ-الكمبيوتر (BCI) تقدمًا ملحوظًا. ورغم الجهود التي بذلت، كانت الأبحاث تواجه تحديين رئيسيين: استخراج تمثيلات عصبية تحتوي على معلومات عالية الزمان والمكان، وضمان تعميم النتائج عبر أشخاص مختلفين. وبدلاً من الطرق المنفصلة التي اقترحتها دراسات سابقة لمعالجة هذه التحديات، ظهرت تقنية جديدة تجمع بين الميزتين.

نقدم اليوم طريقة فك شفرة الكلام المدرك ذات طابع غير خاضع للمواضيع (SICMD)، التي تدمج بين تقنيات التصوير بالرنين المغناطيسي الوظيفي (fMRI) والمغناطيسية الكهربائية (MEG). بعد مراجعة شاملة لأساليب الدمج، موPosition الدمج، هيكلية المشفر، ومدخلات النموذج، أظهرت النتائج أن الطريقة المقترحة تعمل على تحسين دقة النتائج: Top-1، وTop-10، وRankacc بمعدل يزيد عن 10.6%، 10.1%، و1.7%، على التوالي، مقارنةً بأساليب القاعدة.

بالإضافة إلى ذلك، تمكنت هذه التقنية الجديدة من تقليل تكاليف التدريب بنسبة تصل إلى 88.8% و60.5% مقارنة بإعدادات فك الشفرة متعددة المواضيع والمواضيع الفردية، مما يجعلها خطوة بارزة نحو تكنولوجيا أكثر فاعلية. وأكدت التجارب التوضيحية الإضافية فعالية النهج الجديد، مما يعد بآفاق واعدة في مجالات معالجة الكلام والتفاعل البشري مع الآلات.