大脑控制的假肢掌握新技能

LUU ET AL.

在过去的十年里，精神控制假肢领域取得了许多令人兴奋的进展。现在，另一个里程碑让我们离人与机器的无缝集成又近了一步。在最近的一项研究中，三名截肢者只需想一想，就可以按照意愿移动他们假肢的单个手指。

这一进展依靠一种新的人工智能解码器（AI decoder），它能够以前所未有的特异性解释截肢末端的神经信号。它允许用户直观地控制假肢的手腕和手指的运动，准确率为97%到98%。该研究结果发表在3月18日的《IEEE生物医学工程学报》上。

目前，让机器与人的神经系统连接的主要方法有三种：通过大脑、肌肉或周围神经。Elon Musk的Neuralink大脑植入物就是大脑接口系统的一个例子。但是，尽管大脑植入物可能提供了最全面的人机互联，但这种方法也有损害脑组织的风险。使用肌电图（EMG）与截肢末端肌肉连接的系统提供的控制程度最低，对用户来说最不直观。

考虑到这一点，明尼苏达大学生物医学工程教授Zhi Yang和一个由明尼苏达大学的同事以及德克萨斯大学西南医学中心合作者组成的团队专注于开发周围神经接口。这种方法包括在截肢末端的神经内植入少量植入物。

通过这种设置，用户只需想想，他们希望通过假肢进行的动作。而后，用户的大脑将命令信号发送到连接点的神经，接口在那里检测信号。然后，人工智能算法对信号进行解码，并将相应的命令发送到执行大脑指令的假肢。

该团队之前开发了一种复杂的神经接口，能够从神经信号中捕获高质量的数据。在他们最近的工作中，他们开发了一种新型的人工智能解码器，可以分析个人用户特有的神经信号。

“人工智能和周围神经接口的结合比目前的方法有巨大的优势，例如基于皮层记录的脑机接口或基于肌肉信号的假肢，”Yang说，“例如，它是当今唯一一种允许截肢者控制手指运动的技术。” Yang还指出，新系统还得益于快速处理，解码速率为每秒6位。相比之下，其他脑机接口，无论是脑植入还是肌电控制，通常每秒处理不到1位。

至关重要的是，明尼苏达-德克萨斯团队的最新进展允许用户通过自然思维控制他们的假肢，而现有技术要求用户执行复杂且不自然的肌肉收缩序列，以便移动假肢。例如，用户可能需要快速弯曲肌肉A两次，然后再弯曲肌肉B一次，以提示假手在抓握动作中闭合其所有手指，这为用户在接受如何使用新肢体的..时创建了不同的学习曲线。

相比之下，学习如何使用这种新的假肢系统要容易得多。研究参与者在有能力的手上戴着一只虚拟现实手套，它可以捕捉到该手运动的数据。然后，他们想象移动幻影/受伤的手，同时在“手上”执行相同的动作。

通过这种方式，AI解码器“学习”了单个用户独特的神经信号和相应的手部动作。经过几个小时的训练，包括反复做同样的手部动作，使用者能够通过自然思维以他们想要的任何方式移动假肢。

“这是在[周围神经系统]层面上的读心术，[界面]系统可以解释用户的意图，并将意图转化为行动，”Yang解释道，“用户考虑移动拇指，即电动拇指移动。用户想要握拳，即手握拳。”

他还指出，由于神经内电极的放置，可以使用相同的电极对神经进行电刺激，以重现完整的感觉，比如触摸、手感、振动，甚至是热或冷。

虽然这一进步有可能帮助许多截肢者，但这项技术的适用范围可能更广。例如，Yang和同事们对将这项研究应用于其他疾病（如癫痫、持续性疼痛、心力衰竭和糖尿病）感兴趣，这些疾病可以通过神经调节进行治疗，甚至可能治愈。