[Nature Communications, 2025] 뇌-컴퓨터 인터페이스 안정화를 위한 잠재 역학 정렬 기법 (NoMAD) 소개

Описание: 📄 논문 요약
이 논문에서는 마비 환자의 운동 기능을 회복시키는 데 사용되는 뇌-컴퓨터 인터페이스(iBCI)의 성능 저하 문제를 해결하기 위한 새로운 방법론이 제안됩니다. 기존 iBCI는 시간이 지남에 따라 신경 신호의 불안정성으로 인해 성능이 저하되어 자주 재학습이 필요했습니다. 본 연구에서는 이러한 문제를 해결하기 위해 NoMAD (Nonlinear Manifold Alignment with Dynamics) 라는 플랫폼을 도입합니다. NoMAD는 순환 신경망(RNN)을 기반으로 한 역학 모델을 활용하여 신경 활동의 잠재 공간 구조를 안정적으로 정렬하며, 비지도 학습 방식으로 신경 신호의 변화에 강인한 디코딩을 가능하게 합니다. 원숭이의 운동 피질 데이터를 통해 수 주에서 수 개월에 이르는 기간 동안 고성능의 안정적인 운동 디코딩이 가능한 것을 실험적으로 확인했습니다.

📚 논문 정보
논문 제목: Stabilizing brain-computer interfaces through alignment of latent dynamics
저자: Brianna M. Karpowicz, Yahia H. Ali, Lahiru N. Wimalasena, Andrew R. Sedler, Mohammad Reza Keshtkaran, Kevin Bodkin, Xuan Ma, Daniel B. Rubin, Ziv M. Williams, Sydney S. Cash, Leigh R. Hochberg, Lee E. Miller, Chethan Pandarinath
학회/저널: Nature Communications, 2025년 5월 19일 게재
DOI 및 기타: Nature Communications, Vol. 16, Article No. 4662 (2025)

⚠️ 저작권 및 고지
※ 본 영상은 위 논문의 내용을 요약 및 해설한 교육 목적 콘텐츠이며, 모든 저작권은 해당 논문의 저자 및 학회/저널에 있습니다. 영상에서 제공되는 정보는 개인적인 연구 및 학습을 위한 참고용입니다.