Wise Center的研究人員正在開展乙個專案，以開發人工智慧演算法，該演算法使用大腦訊號來控制輕質外觀。 Synapsuit專案旨在開發用於解碼複雜大腦訊號的高效能演算法。 這些訊號反過來控制輕便、柔軟、可穿戴的外套，支援實時手臂和手部運動。 WYSS團隊與當地和國際合作夥伴合作開展該專案，旨在加速神經**。
神經科學正在迅速與人工智慧融合，使我們能夠發現隱藏在看似混亂的大腦訊號中的重要模式，“Wise中心的首席研究員Kyuhwa Lee博士說。 “使用尖端的機器學習方法，我們的目標是將脊髓損傷和中風後運動障礙患者的運動意圖轉化為行動。 ”
WYSS計畫繼續合作，探索“神經人工智慧技術的新標準”。 該組織旨在通過手臂和手部運動幫助患有嚴重上肢運動障礙的人。 為了實現這一目標，該團隊計畫使用柔性、高密度的ECOG電極收集大量臨床資料，並開發新的人工智慧演算法來解碼運動障礙患者的運動意圖。 外骨骼專案的合作夥伴之一是腦機介面（BCI）技術製造商Nuerosoft Bioelectronics。
在Neurosoft Bio Electronics，我們致力於突破BCI技術的界限，“首席執行官Nicolas Vachicouras博士說。 “我們尖端的軟植入電極提供了一種新方法來記錄來自以前未探索的大腦區域的訊號。 通過將這些電極整合到SynapSuit專案中，我們的目標是顯著改善運動意圖的解碼，從而朝著恢復最需要的人的功能性移動性邁出了關鍵的一步。 ”
Wise說，將演算法與腦控裝置相結合，可以通過支援中風和脊髓損傷患者的運動來加速神經**方法。
該團隊使用柔性、可折疊和柔性電極記錄大腦訊號，這些電極適合任何神經組織。 然後，他們將訊號輸入神經AI解碼器，該解碼器將命令傳送到完全靈活的柔軟外部。 外骨骼通過經皮神經刺激傳送電流，控制直接在手臂和手部移動的肌肉。
外部套件與一種稱為靜電離合器（es-clutch）的特殊材料相結合，可使手臂和手部根據需要保持姿勢而不會感到疲勞。
南韓電子技術研究院首席研究員Yun-Jae Win博士說：“我們希望開發一種高度實用和實用的外部套裝，可供運動障礙人士在日常生活中使用。 ”