怀斯中心的研究人员正在进行一个项目，开发人工智能算法，运用大脑信号来操控轻型外装。Synapsuit 项目旨在开发解码杂乱大脑信号的高性能算法。反过来，这些信号操控轻质、柔软、可穿戴的外装，支撑手臂和手的实时运动。Wyss 团队与当地和世界协作伙伴协作展开这个旨在加快神经恢复的项目。
“神经科学正在与人工智能敏捷交融，使咱们能够发现躲藏在看似紊乱的大脑信号中的重要形式，” 怀斯中心首席研究员 Kyuhwa Lee 博士说。“运用顶级的机器学习办法，咱们的方针是将运动目的转化为脊髓损害和中风后运动障碍患者的举动。”
Wyss 方案持续协作探究“神经人工智能技能的新标准”。该安排旨在协助患有严峻上肢运动障碍的人进行手臂和手部的运动。为了完成这一方针，该团队方案运用灵敏的高密度 ECoG 电极搜集很多临床数据，并开发新的人工智能算法来解码运动障碍人士的运动目的。外骨骼项目的协作伙伴之一是 Nuerosoft BioElectronics，一家脑机接口 (BCI) 技能制造商。
“在 Neurosoft Bio electronics，咱们致力于打破 BCI 技能的边界，”首席执行官 Nicolas Vachicouras 博士说。“咱们的顶级软植入电极供给了一种记载来自从前未探究的大脑区域的信号的新办法。经过将这些电极集成到 Synapsuit 项目中，咱们的方针是明显改进运动目的的解码，从而为最需求的人恢复功用移动性迈出了要害的一步。”
怀斯说，将算法与大脑操控的外装相结合能够经过支撑中风和脊髓损害患者的运动来加快神经恢复办法。
该团队运用合适任何神经安排的柔软、可折叠且灵敏的电极记载大脑信号。然后，他们将信号输入神经人工智能解码器，解码器向彻底灵敏的软外装发送指令。外骨骼经过经皮神经影响发送电流，操控直接移动手臂和手的肌肉。
外装套装与一种称为静电离合器（ES-clutch）的特别资料相结合，能够让手臂和手根据需求坚持姿态，而不会形成疲惫。
韩国电子技能研究所首席研究员 Yun-Jae Won 博士表明：“咱们期望开发一款高度可用、有用的外装套装，可供运动障碍人士在日常日子中运用。”