Frontiers in Artificial Intelligence· 2026Q1
Organoidlar ile Braille tanıma için dokunsal uyaranların kodlanması
Encoding tactile stimuli for Braille recognition with organoids
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Sinir organoidleri, dokunsal sensör verilerini elektriksel uyarım desenlerine eşleyen aktarılabilir bir kodlama stratejisi kullanarak Braille harflerini %61 doğrulukla sınıflandırdı; bu oran üç organoit topluluğu ile %83'e yükseldi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Aktarılabilir bir kodlama stratejisi, dokunsal sensör verilerini sinir organoidleri için elektriksel uyarım desenlerine eşler.
- Tek bir organoit, Braille harflerini sınıflandırmada %61 doğruluk elde etti.
- Üç organoit topluluğu sınıflandırma doğruluğunu %83'e çıkardı ve gürültüye karşı gelişmiş dayanıklılık gösterdi.
- Organoidler, elektriksel uyarım yanıtlarına (dizi aktivitesi, aktivite merkezi yer değiştirmesi) göre karakterize edildi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
This study proposes a transferable encoding strategy that maps tactile sensor data to electrical stimulation patterns, enabling neural organoids to perform an open-loop artificial tactile Braille classification task. Human forebrain organoids cultured on a low-density microelectrode array (MEA) are systematically stimulated to characterize the relationship between electrical stimulation parameters (number of pulse, phase amplitude, phase duration, and trigger delay) and organoid responses, measured as spike activity and spatial displacement of the center of activity. Implemented on event-based tactile inputs recorded from the Evetac sensor, our system achieved an average Braille letter classification accuracy of 61% with a single organoid, which increased to 83% when responses from a three-organoid ensemble were combined. Additionally, the multi-organoid configuration demonstrated enhanced robustness against various types of artificially introduced noise. This research demonstrates the potential of organoids as low-power, adaptive bio-hybrid computational elements and provides a foundational encoding framework for future scalable bio-hybrid computing architectures.
Yazarların özeti; kaynağından alınmıştır. Frontiers in Artificial Intelligence, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Hücresel ve Moleküler Sinirbilim
Cellular and Molecular NeuroscienceNeuroscience