Liam Barrett是Win a Brite获奖者之一，他一直忙于他研究项目的数据收集，该项目使用生物反馈和fNIRS来提高口吃者的流利程度。他很乐意与我们分享他的设置和进度，您可以在这篇日志中阅读所有相关信息!

　　在伦敦大学学院的Speech Lab语音实验室，我们正在使用Artinis的可穿戴fNIRS设备收集数据。我们一直在研究口吃者的血液动力学生物标志物以及发声过程中反馈调节的皮层反应。

　　我们已经尝试了一系列不同的光极模板，如4(2×2)网格加上两个短距通道(SSC)在双侧额下回(IFG参与发声)和双侧中央后回(提供躯体反馈，对语言控制很重要)(图1和2)。

　　我们使用了光极数字化定位系统(图3)，这样我们就可以估计每个参与者的fNIRS信号的位置来源!

图1     2×2双侧额下回

图2     2×2双侧中央后回

图3     光极数字化位置

　迫不及待地将数据插入我们地机器学习模型，以尝试从血液动力学中解码语音控制地不同方面！——利亚姆·巴雷特

　　关于该项目

在这段视频中，Win a Brite 获奖者之一利亚姆·巴雷特 (Liam Barrett) 详细阐述了他们的研究并解释了他们将如何结合功能性近红外光谱 (fNIRS) 来提高口吃者的流利程度。